Počet záznamů: 1
Nonparametric Estimation of Information-Based Measures of Statistical Dispersion
- 1.
SYSNO ASEP 0378876 Druh ASEP J - Článek v odborném periodiku Zařazení RIV J - Článek v odborném periodiku Poddruh J Článek ve WOS Název Nonparametric Estimation of Information-Based Measures of Statistical Dispersion Tvůrce(i) Košťál, Lubomír (FGU-C) RID, ORCID, SAI
Pokora, Ondřej (FGU-C)Zdroj.dok. Entropy. - : MDPI
Roč. 14, č. 7 (2012), s. 1221-1233Poč.str. 13 s. Jazyk dok. eng - angličtina Země vyd. CH - Švýcarsko Klíč. slova statistical dispersion ; entropy ; Fisher information ; nonparametric density estimation ; neuronal activity Vědní obor RIV FH - Neurologie, neurochirurgie, neurovědy CEP GAP103/11/0282 GA ČR - Grantová agentura ČR GBP304/12/G069 GA ČR - Grantová agentura ČR GPP103/12/P558 GA ČR - Grantová agentura ČR Institucionální podpora FGU-C - RVO:67985823 UT WOS 000306748500007 DOI 10.3390/e14071221 Anotace The maximum penalized likelihood estimation of the probability density function proposed by Good and Gaskins is applied and a complete methodology of how to estimate the dispersion measures of positive random variables with a single algorithm is presented. The approach is illustrated on three standard statistical models describing neuronal activity Pracoviště Fyziologický ústav Kontakt Lucie Trajhanová, lucie.trajhanova@fgu.cas.cz, Tel.: 241 062 400 Rok sběru 2013
Počet záznamů: 1