Przejdź do treści
Przeszłość Demograficzna Polski

Poland's Demographic Past

O możliwości wykorzystania regresji LOESS w analizie szeregów czasowych

DOI: 10.18276/pdp.2016.2.38-04
Cytuj

Pełny tekst jest dostępny

Abstrakt

Artykuł poświęcono metodzie statystycznej znanej jako regresja LOESS i możliwości jej zastosowania w analizie szeregów czasowych. Zalety tej metody omówiono w porównaniu z technikami alternatywnymi: centrowaną średnią ruchomą i regresją liniową wykorzystywaną do wyliczania trendów w czasie. Końcowa część artykułu zawiera instrukcję wyliczania regresji LOESS w programie R z pakietem ggplot2.
Podgląd PDF

Otwórz PDF

Bibliografia

  1. Baszanowski, Jan. Przemiany demograficzne w Gdańsku w latach 1601–1846. Gdańsk: Wydawnictwo Uniwersytetu Gdańskiego, 1995.
  2. Cleveland, William S. „Robust Locally Weighted Regression and Smoothing Scatterplots”. Journal of the American Statistical Association, 74 (1979): 829–836. DOI:10.2307/2286407.
  3. Cleveland, William S. „LOWESS: A program for smoothing scatterplots by robust locally weighted regression”. The American Statistician, 35 (1981): 54. DOI:10.2307/2683591.
  4. Cleveland, William S., Susan J. Devlin. „Locally-Weighted Regression: An Approach to Regression Analysis by Local Fitting”. Journal of the American Statistical Association, 83 (1988): 596–610. DOI:10.2307/2289282.
  5. Cleveland, William S., Susan J. Devlin, Eric Grosse. „Regression by local fitting: Methods, Properties, and Computational Algorithms”. Journal of Econometrics, 37 (1988): 87–114.
  6. Kizik, Edmund. red. Dżuma, ospa, cholera. W trzechsetną rocznicę wielkiej epidemii w Gdańsku i na ziemiach Rzeczypospolitej w latach 1708–1711. Gdańsk: Muzeum Historyczne Miasta Gdańska, 2012.
  7. Kopczyński, Michał. Podstawy statystyki. Podręcznik dla humanistów. Warszawa: Oficyna Wydawnicza „Mówią Wieki”, 2005.
  8. Kuklo, Cezary. Demografia Rzeczypospolitej przedrozbiorowej. Warszawa: Wydawnictwo DiG, 2009.
  9. Poniat, Radosław. „O wykorzystaniu wykresów pudełkowych do prezentacji danych demograficznych i o pożytku z użycia środowiska R z pakietem ggplot2”. Przeszłość Demograficzna Polski (2014) nr 34: 103–120.