podcast.de
Anmeldung
Anmeldung Registrierung
Auto Hell Dunkel
Erweiterte Suche
  1. Startseite
  2. Podcasts
  3. Mathematik, Informatik und Statistik - Open Access LMU - Teil 01/03 Podcast
  4. Estimating A Polynomial Regression With Measurement Errors In The Structural And In The Functional Case - A Comparison
Two methods of estimating the parameters of a polynomial regression
with measurement errors in the regressor variable are compared to
each other with respect to their relative efficiency and
robustness. One of the two estimators (SLS) is valid for the
structural variant of the model and uses the assumption that the
true regressor variable is normally distributed, while the other
one (ALS and also its small sample modification MALS) does not need
any assumption on the regressor distribution. SLS turns out to
react rather strongly on violations of the normality assumption as
far as its bias is concerned but is quite robust with respect to
its MSE. It is more efficient than ALS or MALS whenever the
normality assumption holds true.

Weitere Episoden

Quantifying overdispersion effects in count regression data

Quantifying overdispersion effects in count regression data

vor 24 Jahren
Graphical chain models for the analysis of complex genetic diseases: an application to hypertension

Graphical chain models for the analysis of complex genetic diseases: an application to hypertension

vor 24 Jahren
Geo-additive models of Childhood Undernutrition in three Sub-Saharan African Countries

Geo-additive models of Childhood Undernutrition in three Sub-Saharan African Countries

vor 24 Jahren
Parametric and Nonparametric Regression with Missing X's - A Review

Parametric and Nonparametric Regression with Missing X's - A Review

vor 24 Jahren
A Selection Model for Bivariate Normal Data, with a Flexible Nonparametric Missing Model and a Focus on Variance Estimates

A Selection Model for Bivariate Normal Data, with a Flexible Nonparametric Missing Model and a Focus on Variance Estimates

vor 24 Jahren
Alle Episoden anzeigen
In Podcasts werben
Schalte jetzt Werbung in Podcasts.
Episode melden

„Estimating A Polynomial Regression With Measurement Errors In The Structural And In The Functional Case - A Comparison“

Worum geht es? Danach fragen wir noch nach dem Grund.

Abonnenten

Teilen

Mein Archiv

Deine Privatkopie der Folgen, die du nicht verlieren willst.

Podcast-Folgen verschwinden. Feeds werden auf die letzten Episoden gekürzt, Hoster räumen alte Dateien ab, Formate wechseln den Anbieter und lassen ihr Archiv zurück. Mit „Mein Archiv“ sichert podcast.de die Folgen deiner Podcasts für dich — angefangen bei den ältesten, denn die sind zuerst weg.

  • Deine gesicherten Folgen bleiben hörbar, auch wenn das Original offline geht.
  • Auch Folgen, die im heutigen Feed gar nicht mehr stehen — podcast.de kennt sie noch.
  • Herunterladen bleibt möglich, solange die Folge beim Podcaster liegt. Der zählt seine Abrufe wie bisher.
Startet bald

Sei beim Start von Mein Archiv dabei

Mein Archiv ist fast fertig. Trag dich ein, dann bekommst du eine E-Mail, sobald es losgeht – und bist von Anfang an dabei. Wir schreiben dir nur zum Start, keine Werbung, keine Weitergabe deiner Daten.

Du bekommst zuerst eine Bestätigungsmail. Abmelden geht jederzeit. Datenschutz