Project information
Statistická inference pro složité náhodné procesy v ekonometrickém modelování
- Project Identification
- GJ17-22950Y
- Project Period
- 1/2017 - 12/2019
- Investor / Pogramme / Project type
-
Czech Science Foundation
- Junior projects
- MU Faculty or unit
-
Faculty of Science
- doc. Mgr. David Kraus, Ph.D.
- Mgr. Andrea Kraus, M.Sc., Ph.D.
- Mgr. Marie Langrová
- Mgr. Ondřej Pokora, Ph.D.
Moderní ekonometrická data často popisují vývoj a dynamiku ekonomických jevů v čase nebo prostoru. Statisticky jsou taková data nahlížena jako realizace náhodných procesů. V tomto projektu vyvíjíme nové statistické metody pro funkcionální data, časové řady, difuzní procesy a větvící procesy. Soustředíme se na analýzu funkcionálních dat pro částečně pozorované trajektorie a nehladké procesy (difuze, časové řady) a na časoprostorovou dynamiku procesů epidemického typu.
Publications
Total number of publications: 5
2021
-
Parameter estimation for discretely-observed linear birth-and-death processes
Biometrics, year: 2021, volume: 77, edition: 1, DOI
2020
-
Ridge reconstruction of partially observed functional data is asymptotically optimal
Statistics and Probability Letters, year: 2020, volume: 165, edition: OCT 2020, DOI
2019
-
Classification of functional fragments by regularized linear classifiers with domain selection
Biometrika, year: 2019, volume: 106, edition: 1, DOI
-
Inferential procedures for partially observed functional data
Journal of Multivariate Analysis, year: 2019, volume: 173, edition: September, DOI
-
System failure estimation based on field data and semi-parametric modeling
Engineering Failure Analysis, year: 2019, volume: 101, edition: JUL 2019, DOI