Kernel regression (original) (raw)
Unter Kernregression (englisch kernel regression, daher auch Kernel-Regression) versteht man eine Reihe nichtparametrischer statistischer Methoden, bei denen die Abhängigkeit einer zufälligen Größe von Ausgangsdaten mittels Kerndichteschätzung geschätzt wird. Die Art der Abhängigkeit, dargestellt durch die Regressionskurve, wird im Gegensatz zur linearen Regression nicht als linear festgelegt. Der Vorteil ist eine bessere Anpassung an die Daten im Falle nichtlinearer Zusammenhänge. Abhängig davon, ob die Ausgangsdaten selbst zufällig sind oder nicht, unterscheidet man zwischen Random-Design- und Fixed-Design-Ansätzen. Das grundlegende Verfahren wurde 1964 unabhängig voneinander von Geoffrey Watson und Elisbar Nadaraia (englische Transkription: Elizbar Nadaraya) vorgeschlagen.
| Property | Value |
|---|---|
| dbo:abstract | Unter Kernregression (englisch kernel regression, daher auch Kernel-Regression) versteht man eine Reihe nichtparametrischer statistischer Methoden, bei denen die Abhängigkeit einer zufälligen Größe von Ausgangsdaten mittels Kerndichteschätzung geschätzt wird. Die Art der Abhängigkeit, dargestellt durch die Regressionskurve, wird im Gegensatz zur linearen Regression nicht als linear festgelegt. Der Vorteil ist eine bessere Anpassung an die Daten im Falle nichtlinearer Zusammenhänge. Abhängig davon, ob die Ausgangsdaten selbst zufällig sind oder nicht, unterscheidet man zwischen Random-Design- und Fixed-Design-Ansätzen. Das grundlegende Verfahren wurde 1964 unabhängig voneinander von Geoffrey Watson und Elisbar Nadaraia (englische Transkription: Elizbar Nadaraya) vorgeschlagen. (de) In statistics, kernel regression is a non-parametric technique to estimate the conditional expectation of a random variable. The objective is to find a non-linear relation between a pair of random variables X and Y. In any nonparametric regression, the conditional expectation of a variable relative to a variable may be written: where is an unknown function. (en) Ядерная регрессия (англ. kernel regression) — непараметрический статистический метод, позволяющий оценить условное математическое ожидание . Его смысл заключается в поиске нелинейного отношения между парой случайных величин X и Y. В любой условное матожидание величины относительно величины можно записать так: где — некая неизвестная функция. (ru) 核回归（又称局部加权线性回归）是统计学中用于估计随机变量的条件期望的非参数方法。目的是找到一对随机变量X和Y之间的非线性关系。 在任何非参数回归中 ，变量的条件期望 相对于变量可以写成： m为一个未知函数。 (zh) |
| dbo:thumbnail | wiki-commons:Special:FilePath/Cps71_lc_mean.png?width=300 |
| dbo:wikiPageExternalLink | http://pcarvalho.com/things/kernelregressor/ https://www.math.muni.cz/english/science-and-research/developed-software/232-matlab-toolbox.html http://www.cs.tut.fi/~lasip https://books.google.com/books%3Fid=Zsa7ofamTIUC https://books.google.com/books%3Fid=dgHaBwAAQBAJ https://books.google.com/books%3Fid=hD3WBQAAQBAJ https://github.com/jmetzen/kernel_regression https://github.com/panlanfeng/KernelEstimator.jl https://web.archive.org/web/20070927062200/http:/people.revoledu.com/kardi/tutorial/Regression/KernelRegression/index.html https://web.archive.org/web/20180519032545/https:/www.stata.com/manuals/rnpregress.pdf https://ideas.repec.org/c/boc/bocode/s372601.html https://archive.org/details/nonparametriceco00paga |
| dbo:wikiPageID | 8771825 (xsd:integer) |
| dbo:wikiPageLength | 8612 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1122125567 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Python_(programming_language) dbr:Scikit-learn dbr:Non-parametric dbc:Articles_with_example_R_code dbr:Julia_(programming_language) dbr:David_Salsburg dbr:Èlizbar_Nadaraya dbr:GNU_Octave dbr:Geoffrey_Watson dbr:Conditional_expectation dbr:MATLAB dbr:Stata dbr:Statistics dbr:Kernel_(statistics) dbr:Kernel_density_estimation dbr:Kernel_method dbr:Kernel_principal_component_analysis dbr:Kernel_smoother dbc:Nonparametric_regression dbr:Local_regression dbr:Nonparametric_regression dbr:Random_variable dbr:File:Cps71_lc_mean.png dbr:Microsoft_Excel dbr:R_(programming_language) dbr:R_programming_language dbr:Fuzzy_system |
| dbp:wikiPageUsesTemplate | dbt:Cite_book dbt:Clear dbt:Distinguish dbt:Reflist dbt:Short_description |
| dcterms:subject | dbc:Articles_with_example_R_code dbc:Nonparametric_regression |
| rdf:type | owl:Thing |
| rdfs:comment | Unter Kernregression (englisch kernel regression, daher auch Kernel-Regression) versteht man eine Reihe nichtparametrischer statistischer Methoden, bei denen die Abhängigkeit einer zufälligen Größe von Ausgangsdaten mittels Kerndichteschätzung geschätzt wird. Die Art der Abhängigkeit, dargestellt durch die Regressionskurve, wird im Gegensatz zur linearen Regression nicht als linear festgelegt. Der Vorteil ist eine bessere Anpassung an die Daten im Falle nichtlinearer Zusammenhänge. Abhängig davon, ob die Ausgangsdaten selbst zufällig sind oder nicht, unterscheidet man zwischen Random-Design- und Fixed-Design-Ansätzen. Das grundlegende Verfahren wurde 1964 unabhängig voneinander von Geoffrey Watson und Elisbar Nadaraia (englische Transkription: Elizbar Nadaraya) vorgeschlagen. (de) In statistics, kernel regression is a non-parametric technique to estimate the conditional expectation of a random variable. The objective is to find a non-linear relation between a pair of random variables X and Y. In any nonparametric regression, the conditional expectation of a variable relative to a variable may be written: where is an unknown function. (en) Ядерная регрессия (англ. kernel regression) — непараметрический статистический метод, позволяющий оценить условное математическое ожидание . Его смысл заключается в поиске нелинейного отношения между парой случайных величин X и Y. В любой условное матожидание величины относительно величины можно записать так: где — некая неизвестная функция. (ru) 核回归（又称局部加权线性回归）是统计学中用于估计随机变量的条件期望的非参数方法。目的是找到一对随机变量X和Y之间的非线性关系。 在任何非参数回归中 ，变量的条件期望 相对于变量可以写成： m为一个未知函数。 (zh) |
| rdfs:label | Kernregression (de) Kernel regression (en) Ядерная регрессия (ru) 核回归 (zh) |
| owl:sameAs | freebase:Kernel regression wikidata:Kernel regression dbpedia-de:Kernel regression dbpedia-ru:Kernel regression dbpedia-zh:Kernel regression https://global.dbpedia.org/id/hhPF |
| prov:wasDerivedFrom | wikipedia-en:Kernel_regression?oldid=1122125567&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Cps71_lc_mean.png |
| foaf:isPrimaryTopicOf | wikipedia-en:Kernel_regression |
| is dbo:wikiPageRedirects of | dbr:Nadaraya-Watson_estimator dbr:Nadaraya–Watson_estimator |
| is dbo:wikiPageWikiLink of | dbr:Neural_tangent_kernel dbr:Methodology_of_econometrics dbr:Peyman_Milanfar dbr:Projection_matrix dbr:Semiparametric_regression dbr:Cross-validation_(statistics) dbr:Machine_learning dbr:Kernel_(statistics) dbr:Kernel_density_estimation dbr:Kernel_smoother dbr:Local_regression dbr:Nonparametric_regression dbr:Technical_analysis dbr:Asymptotic_theory_(statistics) dbr:Naomi_Altman dbr:List_of_statistics_articles dbr:Video_super-resolution dbr:Nonlinear_modelling dbr:Nadaraya-Watson_estimator dbr:Nadaraya–Watson_estimator |
| is foaf:primaryTopic of | wikipedia-en:Kernel_regression |
