|
|
Statistical inference in varying coefficient models
Splítek, Martin ; Maciak, Matúš (advisor) ; Pešta, Michal (referee)
Tato práce se zabývá modely s promìnlivými koe cienty se za- mìøením na statistickou inferenci. Hlavní my¹lenkou tìchto modelù je pou¾ití regresních koe cientù, mìnících se v závislosti na nìjakém modi kátoru vlivu, namísto konstantních koe cientù klasické lineární regrese. Nejprve si de nujeme tyto modely a jejich odhadové procedury, kterých bylo doposud publikováno nì- kolik variant. K odhadu se pou¾ívá lokální regrese nebo rùzné druhy splajnù { vyhlazovací, polynomiální èi penalizované. Od metody odhadu se následnì od- víjí i daná statistická inference, ke které uvedeme odvozené vychýlení, rozptyl, asymptotickou normalitu, kon denèní pásma a testování hypotéz. Hlavním cílem na¹í práce je kompaktnì shrnout vybrané metody a jejich inferenci. Na závìr je navr¾ena proceduru pro výbìr promìnných.
|
|
|
Varying coefficient models
Sekera, Michal ; Maciak, Matúš (advisor) ; Komárek, Arnošt (referee)
The aim of this thesis is to provide an overview of the varying coefficient mod- els - a class of regression models that allow the coefficients to vary as functions of random variables. This concept is described for independent samples, longi- tudinal data, and time series. Estimation methods include polynomial spline, smoothing spline, and local polynomial methods for models of a linear form and local maximum likelihood method for models of a generalized linear form. The statistical properties focus on the consistency and asymptotical distribution of the estimators. The numerical study compares the finite sample performance of the estimators of coefficient functions. 1
|
|
|
Statistical inference in varying coefficient models
Splítek, Martin ; Maciak, Matúš (advisor) ; Pešta, Michal (referee)
Tato práce se zabývá modely s promìnlivými koe cienty se za- mìøením na statistickou inferenci. Hlavní my¹lenkou tìchto modelù je pou¾ití regresních koe cientù, mìnících se v závislosti na nìjakém modi kátoru vlivu, namísto konstantních koe cientù klasické lineární regrese. Nejprve si de nujeme tyto modely a jejich odhadové procedury, kterých bylo doposud publikováno nì- kolik variant. K odhadu se pou¾ívá lokální regrese nebo rùzné druhy splajnù { vyhlazovací, polynomiální èi penalizované. Od metody odhadu se následnì od- víjí i daná statistická inference, ke které uvedeme odvozené vychýlení, rozptyl, asymptotickou normalitu, kon denèní pásma a testování hypotéz. Hlavním cílem na¹í práce je kompaktnì shrnout vybrané metody a jejich inferenci. Na závìr je navr¾ena proceduru pro výbìr promìnných.
|
guest ::
