Vajda, Igor - Výsledky hledání - Digitální repozitář

host :: přihlásit Digitální repozitář
		Hledej		Nový záznam		Nápověda		O repozitáři

Hlavní stránka > Výsledky hledání: Vajda, Igor

Hledej:

Tipy pro vyhledávaní :: Rozšířené hledání

Hledej ve sbírkách:

Seřadit podle:	Zobrazit výsledky:	Výstupní formát:

	Goodness-of-Fit Disparity Statistics Obtained by Hypothetical and Empirical Quantizations Boček, Pavel ; Vajda, Igor ; van der Meulen, E. Goodness-of-fit disparity statistics are defined as appropriately scaled phi-disparities or phi-divergences of quantized hypothetical and empirical distributions. It is shown that the classical Pearson-type statistics are obtained if we quantize by means of hypothetical percentiles, and that new spacings-based disparity statistics are obtained if we quantize by means of empirical percentiles. Úplný záznam
	Divergence mezi modely a daty pri hypotetickém a empirickém kvantování Vajda, Igor ; van der Meulen, Edward Je ukazáno, že hypotetické kvantování generuje clasická statistická kriteria Pearsonova typu, zatim co empirické kvantování generuje kriteria asymptoticky ekvivalentní klasickým přírůstkovým statistickým kriteriím.Jsou odvozeny asymptotické vlastnosti empiricky generovaných kriterií a dokázána optimálnost kvadratického kriteria. Úplný záznam
	Zobecněná informační kriteria pro optimální Bayesovské rozhodování Morales, D. ; Vajda, Igor Vypočteny jsou horní a dolní meze pro bayesovské chyby a rizika při daných hodnotách zobecněných informačních obsažností dat. Bylo prokázáno, že kvadratická informace určuje tyto meze nejpřesněji v nekonečné třídě nejběžnějších měr informace včetně Shannonovy informace. Úplný záznam
	Výpočet těsných mezí pro divergenceí Harremoes, P. ; Vajda, Igor Práce prezentuje obecnou metodu pro stanovení oblasti hodnot dvojic f-divergencí. Tato oblast poskytuje těsná maxima a minima jedné divergence pro danou hodnotu druhé. Jsou zmíněny aplikace takových mezí v teorii informace, identifikaci a detekci. Úplný záznam
	O Bregmanových vydálenostech a divergencích pravděpodobnostních měr Vajda, Igor ; Stummer, W. Zpráva studuje vlastnosti Bregmanových vzdáleností a jejich vztahy k divergencím, speciálně mocninným divergencím. Úplný záznam
	Několik aplikací divergenčního kriteria ve spojitých rodinách Broniatowski, M. ; Vajda, Igor Mocninná subdivergence a superdivergence i mocninná Renziho pseudovzdálenost jsou yavedenz jako kriteriálni funkce statistických bodových odhadů. Je vybudována základní teorie těchto čtyř typů odhadů včetně Fisherovy konzistence a influenčních křivek. Zvlášť je roypracované odhadování polohy a měřítka pro potřeby diplomantů a doktorandů. Úplný záznam
	O eficientnosti rozhodování o statistických modelech založeném na f-divergencích empirických distribucí Vajda, Igor Limitní věty pro divergenční statistiky při hypotézách a lokálních alternativách potřebné při testování dobré shody. Nové výsledky ohledně Pitmanovy a Bahadurovy eficientnosti divergenčních statistik. Úplný záznam
	Zobecnění Devrouye-Lugosiho teorému Berlinet, A. ; Vajda, Igor Studují se odhady distribucí stochastických modelů a problém adaptivní selekce lepšího ze dvou daných odhadů. Devroye a Lugosi v nedávné knize na toto téma navrhli určité selekční pravidlo a dokázali teorém o takto dosahované totálně-variační odhadovací chybě. Zde je tento teorém rozšířen na libovolné divergenční chyby a také na obecnější alternatívní selekční pravidla. Úplný záznam
	Asymptotické vlastnosti intervalových statistik Vajda, Igor ; van der Meulen, E. C. Toto je pokračování naší předchozí práce pojednávající o jednoduchých intervalových statistikách. Zde uvažujeme obecné intervalové m-statistiky. Zavádíme nové intervalové statistiky vyjadřující neshodu hypotetických a empirických distribucí. Dokazujeme, že tyto nové statistiky jsou asymptoticky ekvivalentní se všemi intervalovými statistikami známými z literatury. Obecná asymptotická ekvivalence tohoto typu je nový výsledek se zajímavými aplikacemi. Úplný záznam
	Zobecněná informační kriteria pro optimální bayesovské rozhodování Vajda, Igor ; Morales, D. Pravděpodobnost chyby a riziko bayesovského identifikátoru stavu resp. bayesovského detektoru důležitých jevů jsou charakterizovány pomocí klasických shannonovských informačních kriterií i jejich pozdějších zobecnění. Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.

Digitální repozitář :: :: :: ::
Powered by v1.1.2
Spravuje

Tato stránka je dostupná také v následujících jazycích:
Česky English