Metoda rzutowania w budowie modelu regresyjnego

• Autorzy: Joanna Trzęsiok
• Języki publikacji: PL

Abstrakty

Przedmiotem analizy jest zbiór obserwacji U. Każdy element tego zbioru jest charakteryzowany przez wektor p + 1 zmiennych (X₁, X₂,....,X_p, Y) Celem analizy jest znalezienie funkcji f, która opisywałaby zależność zmiennej zależnej Y od zmiennych objaśniających X₁, X₂,....,X_p. Szukamy więc takiej funkcji f, dla której Y = f(X) + ε Gdzie X = (₁, X₂,....,X_p), natomiast ε jest składnikiem losowym. W niniejszej pracy zakładać będziemy, że zależność pomiędzy zmiennymi można opisać za pomocą funkcji addytywnej. (fragment tekstu)

Słowa kluczowe

PL

Modelowanie ekonometryczne; Modele regresji

EN

Econometric modeling; Regression models

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2004
• Tom: Postępy ekonometrii
• Strony: 321--330

Twórcy

autor

Joanna Trzęsiok

Bibliografia

• Cherkassky V., Mulier F. (1998). Learning from Data - Concepts, Theory, and Methods. John Wiley & Sons, Inc., New York.
• Friedman J. (1987). Exploratory projection pursuit. Journal of the American, Statistical Association, 82, 249-266.
• Friedman J., Stuetzle W. (1981). Projection Pursuit Regression. Journal of the American Statistical Association, 76, 817-823.
• Friedman J., Tukey J. (1974). A Projection Pursuit Algorithm For Exploratory Data Analysis. IEEE Trans, on Computers, Ser. C 23, 881-889.
• Harrison D., Rubinfeld D.L. (1978). Hedonic Prices and the Demand for Clean Air. Journal of Environmental Economics and Management, 8.
• Hastie T., Tibshirani R., Friedman J.H. (2001). The Elements of Statistical Learning. Springer-Verlag, New York.
• Jones M., Sibson R. (1987). What is Projection Pursuit (with Discussion). Journal of the Royal Statistical Society A, 150, 1-36.
• Kruskal J.B. (1969). Toward a Practical Method with Helps Uncover the Structure of a set of Multivariate Observations by Finding the Linear Transformation with Optimizes a new "Index of Condensation". Academic Press, New York, 427-440.
• Meyer D., Leisch F., Hornik K. (2002). Benchmarking Support Vector Machines. Report No. 78. Vienna University of Economics and Business Administration. http://www.wu-wien.ac.at/am/Download/report78.pdf.
• Switzer P. (1970). Numerical Classification. Geostatistics. Plenum Press. New York, 31-43.
• Venables W.N., Ripley B.D. (1997). Modern Applied Statistics with S-PLUS. Springer-Verlag, New York.