Ocena wpływu zmiennych objaśniających na zmienną zależną w metodzie rzutowania PPR

• Autorzy: Joanna Trzęsiok

Warianty tytułu

Determining the Influence of Predictor Variables on the Response Variable in the PPR Models

• Języki publikacji: PL

Abstrakty

W artykule przedstawiono dwie procedury: eliminacji i dołączania zmiennych, które redukują złożoność modelu otrzymanego metodą PPR, pozwalają na wyodrębnienie zmiennych, które mają największy wpływ na zmienną zależną, jak również powiększają zasób informacji uzyskanych ze zbudowanego modelu. Celem artykułu, jak również wspomnianych procedur eliminacji i dołączania zmiennych będzie zbudowanie rankingu zmiennych objaśniających pod względem ich siły wpływu na zmienną Y. (fragment tekstu)

EN

Projection Pursuit Regression (PPR) was introduced by J. Friedman and W. Stuetzle in 1981. It is one of the nonparametric regression methods. The benchmark studies show very often the superiority of PPR models over other nonparametric or classical regression models in terms of the test error. PPR produces a "black-box" prediction machine and it suffers from the lack of interpretation. Thus it seems to be an important issue to find the method for evaluating the influence of the predictor variables on the response. We present the procedure that might be used to examine the strength of the influence of every predictor variable on the response variable in Projection Pursuit Regression models. (original abstract)

Słowa kluczowe

PL

Modele matematyczne

EN

Mathematical models

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2013
• Numer: nr 132 Zastosowania metod matematycznych w ekonomii i zarządzaniu
• Strony: 104--114

Twórcy

autor

Joanna Trzęsiok

Bibliografia

• Cherkassky V., Mulier F.: Learning from Data - Concepts, Theory, and Methods. Wiley, New York 1998.
• Friedman J.H., Stuetzle W.: Projection Pursuit Regression. "Journal of the American Statistical Association" 1981, No. 76, s. 817-823.
• Harrison D., Rubinfeld D.L.: Hedonic Prices and the Demand for Clean Air. "Journal of Environmental Economics and Management" 1978, No. 5, s. 81-102.
• Meyer D., Leisch F., Hornik K.: Benchmarking Support Vector Machines. Report No. 78, Vienna University of Economics and Business Administration, 2002, http://www.wuwien.ac.at/am/Download/ report78.pdf.
• Trzęsiok J.: Metoda rzutowania w budowie modelu regresyjnego. W: Postępy ekonometrii. Red. A.S. Barczak. Wydawnictwo Akademii Ekonomicznej, Katowice 2004, s. 121-130.
• Trzęsiok J.: Analiza wybranych własności metody MART. W: Taksonomia 13. Klasyfikacja i analiza danych. Red. K. Jajuga, M. Walesiak. Prace Naukowe Akademii Ekonomicznej, Wrocław 2006, No. 1126, s. 510-518.
• Trzęsiok J.: Ocena zasadności łączenia wybranych nieparametrycznych modeli regresji W: Taksonomia 15. Klasyfikacja i analiza danych. Red. K. Jajuga, M. Walesiak. Prace Naukowe Uniwersytetu Ekonomicznego, Wrocław 2008, No. 1207, s. 346-353.