Konferansepresentasjoner

Improved jacknife variance estimates of bilinear model parameters.

 

Jackknife er en enkel metodikk til å studere presisjonen i dataanalytiske resultater. Metoden er lett å forstå (se hvilke effekter det har på resultatene at man holder noen av observasjonene ”hemmelige”). Men enkelte detaljer i hvordan teknikken skal brukes i forbindelse med ”gjør-det-selv” multivariat dataanalyse med PLS regresjon var uklare. Artikkelen viser ved både teoretiske beregninger og Monte Carlo simuleringer at den endring som bl.a. er gjort i dataanalyseprogrammet ”The Unscrambler” er fornuftige. Ved denne teknikken kan også ikke-statistikere lære å utføre en lang rekke forskjellige multivariate dataanalyser på en effektiv og kritisk måte, uten behov for vanskelig matematisk teknikk.

Nøkkeldata

Årstall 2004
Abstract This paper puts focus on some of the remaining issues concerning jackknifing of centred bilinear models. A method improvement is proposed, describing how all the bilinear model parameters can be rotated in order to estimate the uncertainties of all model parameters. The mean values of centred models are also included in the rotation scheme.
Referanse Høy, M., Westad, F., Martens, H. 2004. Improved jacknife variance estimates of bilinear model parameters. Proc. Compstat 2004, 16th Symposium of IASC, 27 August 2004, Prague, Check Rep., pp 261-276. ISBN 3790815543.

Relaterte personer