Summary: | Práce je věnována neparametrickému statistickému modelování dvourozměrných ploch na základě pozorovaných dat, tj. dvourozměrně regresni analýze. Model je konstruován jako kombinace jednoduchých bázových funkcí, jako jsou spliny, gaussiány apod. Nevýhodou takového přístupu je potřeba odhadnout velké množství parametrů. Budou ukázány dva přístupy, které počet potřebných parametrů redukují. A to metoda zvaná projection pursuit, která je statistikům dobře známá, a pak méně známá metoda konstrukce tzv. Gordonovy plochy. Zároveň také ukážeme, jak nepřítomnost dat v určité oblasti zvyšuje variabilitu modelu a tedy i neurčitost predikce. Metody budou předvedeny na umělých příkladech.
|