Czasopismo
Tytuł artykułu
Autorzy
Warianty tytułu
Comparing the Performance of the Ridge Regression with Some Nonparametric Regression Models
Języki publikacji
Abstrakty
Celem artykułu jest porównanie modeli otrzymywanych za pomocą regresji grzbietowej z wybranymi nieparametrycznymi metodami regresji, pod względem zdolności predykcyjnych, które w tej pracy będą rozumiane jako ocena, na ile wartości teoretyczne, oszacowane na podstawie zbudowanego modelu, różnią się od wartości rzeczywistych dla obserwacji spoza zbioru uczącego. W zestawieniach różnych metod regresji, pod względem zdolności predykcji, liniowy model najczęściej zajmuje ostatnie miejsce [12]. Interesujące wydaje się więc przeprowadzenie badań porównawczych dla regresji grzbietowej, jako metody będącej "ulepszoną wersją" liniowej regresji wielorakiej. (fragment tekstu)
The paper presents a short description of ridge regression and comparing the performance of this regression with some nonparametric methods of regression. The analysis was conducted with the use of simulation procedures on benchmarking data sets. (original abstract)
Rocznik
Strony
65--74
Opis fizyczny
Twórcy
autor
- Uniwersytet Ekonomiczny w Katowicach
Bibliografia
- Bishop C., Neural Networks for Pattern Recognition, Oxford University Press, Oxford 1995.
- Blum A., Kalai A., Langford J., Beating the Hold-Out: Bounds for K-fold and Progressive Cross-Validation, "COLT" 1999, s. 203-208.
- Breiman L., Random Forests, "Machine Learning" 2001, Vol. 45, s. 5-32.
- Friedman J., Stuetzle W., Projection Pursuit Regression, "Journal of the American Statistical Association" 1981, Vol. 76, s. 817-823.
- Hastie T., Tibshirani R., Friedman J., The Elements of Statistical Learning: Data Mining, Inference and Prediction, Springer Series in Statistics, Springer Verlag, New York 2001.
- Hoerl A.E., Kennard R.W., Ridge Regression: Applications to Nonorthogonal Problems, "Technometrics" 1970, Vol. 12, s. 69-82.
- Hoerl A.E., Kennard R.W., Ridge Regression: Biased Estimation for Nonorthogonal Problems, "Technometrics" 1970, Vol. 12, s. 55-67.
- Hothorn T., Leisch F., Zeileis A., Hornik K., The Design and Analysis of Benchmark Experiments, "Journal of Computational and Graphical Statistics" 2005, Vol. 14(3), s. 675-699.
- Kohavi R., A Study of Cross-Validation and Bootstrap for Accuracy Estimation and Model Selection, "IJCAI" 1995, s. 1137-1145.
- Kooperberg C., Bose S., Stone C., Polychotomous Regression, "Journal of the American Statistical Association" 1997, Vol. 92, s. 117-127.
- Maddala G.S., Ekonometria, WN PWN, Warszawa 2006.
- Trzęsiok J., Porównanie nieparametrycznych modeli regresji pod względem zdolności predykcyjnych, [w:] Metody i modele analiz ilościowych w ekonomii i zarządzaniu cz. 4, red. J. Mika, Wydawnictwo Uniwersytetu Ekonomicznego, Katowice 2012, s. 102-111.
- Welfe A., Ekonometria, PWE, Warszawa 2003.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171320263