Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Refine search results

Journals help

  1. 2 Studia Ekonomiczne

Authors help

  1. 2 Trzęsiok J.

Years help

  1. 1 2015

  2. 1 2013

Results found: 2

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  Nonparametric regression
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

O odporności na obserwacje odstające wybranych nieparametrycznych modeli regresji

100%
Trzęsiok J.
Studia Ekonomiczne
|
2015
|
vol. 227
75-84
PL
Artykuł jest poświęcony zagadnieniu odporności metod regresji na obserwacje odstające występujące w zbiorze danych. W pierwszej części przedstawiono wybrane metody identyfikacji obserwacji nietypowych. Następnie badano odporność trzech nieparametrycznych metod regresji: PPR, POLYMARS i RANDOM FORESTS. Analiz dokonano za pomocą procedur symulacyjnych na rzeczywistym zbiorze danych Mieszkania, w którym wykryto obserwacje odstające. Pomimo dosyć powszechnych przekonań o odporności regresji nieparametrycznej, okazało się, że modele zbudowane na całym zbiorze danych mają istotnie mniejsze zdolności predykcyjne niż modele uzyskane na zbiorze, z którego usunięto obserwacje nietypowe.
EN
The paper presents an important problem of robustness for outliers in regression. In the first part selected outliers detection techniques are described. Moreover, we empirically examine the robustness of the following methods: PPR, POLYMARS and RANDOM FORESTS on real world dataset. We show, that after removing outliers the prediction abilities of the models increase.
2
Publication available in full text mode
Content available

Wykorzystanie regresji nieparametrycznej do modelowania wielkości oszczędności gospodarstw domowych

100%
Trzęsiok J.
Studia Ekonomiczne
|
2013
|
vol. 159
99-108
EN
In the paper the procedure for selecting the best nonparametric model for a given problem of regression is presented. This procedure has two stages. In the first one, many nonparametric models of regression, for different parameters settings, are built. Then the model with the smallest mean squared error is chosen. In the second stage, the method for the reduction of insignificant predictors is used. This procedure is applied to modelling household savings.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.