Results found: 2

Search results

Sort By:

Limit search:

Robustness of Depth Based Classification Rules

100%

Kosiorowski D., Department of Statistics C. U. o. E.

Acta Universitatis Lodziensis. Folia Oeconomica

2009

vol. 228

W referacie proponujemy kilka reguł klasyfikacyjnych wykorzystujących funkcje głębi. Badamy ich właściwości m. in. na różnych zbiorach danych generowanych przez wielowymiarowe skośne rozkłady, rozkłady o tłustych ogonach i mieszaniny takich rozkładów.

In this paper we propose several classification rules based on data depth concept. We study a performance of the propositions on various multivariate data sets simulated from skewed, fat tailed distributions and mixtures of them.

About robust detection of a breakdown point in selected linear regression models

100%

Kosiorowski D., Department of Statistics C. U. o. E.

Acta Universitatis Lodziensis. Folia Oeconomica

2008

vol. 216

In this paper an approach appealing to a regression depth concept is applied to a robust detection of points (moments) of a regression coefficients change. The propositions are compared with propositions based on Schwarz information criterion and discussed in the context of linear mixed models.

W referacie przedstawiamy pewne propozycje dotyczące odpornego wykrywania punktu (chwili), w którym następuje zmiana współczynników regresji liniowej. Propozycje odwołują się do koncepcji głębi regresyjnej przedstawionej przez Rousseeuw i Hubert (1998). Własności proponowanego podejścia porównujemy z podejściem wykorzystującym kryterium informacyjne Schwarza oraz dyskutujemy je w kontekście liniowych modeli mieszanych.

Refine search results

2 Acta Universitatis Lodziensis. Folia Oeconomica

2 Department of Statistics C. U. o. E.

2 Kosiorowski D.

1 2009

1 2008

Search results

Robustness of Depth Based Classification Rules

About robust detection of a breakdown point in selected linear regression models