PL EN


2002 | 162 |
Article title

Estimation of Measurement Error Using Local Sampling and Joint Nonparametric Linearisation

Content
Title variants
EN
Estymowanie błędu pomiarowego z zastosowaniem łącznej nieparametrycznej linearyzacji prób lokalnych
Languages of publication
Abstracts
EN
This paper presents how to use the near neighbours technique in aim to transform a given data set (Z, X, YT) of size N into a set of J ~ N local samples (Z, X), with restrictions on minimal number К of members in each local sample and on maximal difference of Y inside each local sample, where Z plays role of an outcome, X is an independent variable, and Y1 - (Y ..., YL) is a vector of L supplementary continuous variables. Then the procedure for non-parametric joint linearisation of an obtained set of local samples was proposed. The whole proposed method was applied to estimation of models with standard deviation of measurements as outcome Z and measured value as independent variable X. The paper was inspired by difficulties with estimation of the measurement error, which often occur in medicine, if accuracy of a measurement procedure depends on some properties of patient. Nevertheless, the proposed approach seems to be more general. It can be useful in many analyses of observational studies, which aim to estimate a family of the functions, preferable the linear ones, instead a single multivariate model.
PL
Praca prezentuje zastosowanie techniki najbliższych sąsiadów w celu przekształcenia zbioru N danych postaci (Z, X, YT) w zbiór J ~ N prób lokalnych (Z, X), przy ograniczeniach dotyczących minimalnej liczby danych К oraz różnic wartości YT w każdej próbie lokalnej, gdzie Z pełni rolę zmiennej zależnej, X - zmiennej niezależnej, a Y1 = (Y, ..., YL) jest L-wymiarową zmienną dodatkową. Następnie proponuje się procedurę nieparametrycznej łącznej linearyzacji zbioru prób lokalnych. Obie procedury proponuje się stosować do oceny dokładności metod pomiarowych, z odchyleniem standardowym błędu pomiarów jako zmienną Z i wielkością mierzoną jako zmienną X. Proponowane podejście może być użyteczne w innych zastosowaniach, kiedy zamiast modelu regresji wielowymiarowej estymuje się rodzinę zależności regresyjnych.
Year
Volume
162
Physical description
Dates
published
2002
Contributors
References
Document Type
Publication order reference
Identifiers
URI
http://hdl.handle.net/11089/6727
YADDA identifier
bwmeta1.element.hdl_11089_6727
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.