Projecten
Robuuste bootstrap inferentie voor lineaire modellen met niet i.i.d. fouten of afhankelijke gegevens Universiteit Gent
Snelle en robuuste bootstrap inferentie ontwikkelen voor robuuste regressie met afhankelijke gegevens of heteroscedastische of scheve fouten. Meer efficiënte robuuste schatters zoals S-schatters ontwikkelen voor deze meer complexe lineaire modellen, door de heteroscedasticiteit of scheefheid expliciet te modelleren en de eigenschappen van de voorgestelde schatters onderzoeken. Snelle en robuuste inferentie voor deze nieuwe schatters ...
Bootstrapping operaties in de taalverwerving: een computationeel psycholinguistische benadering. Universiteit Antwerpen
Robuuste inferentie technieken gebaseerd op resampling KU Leuven
Lineaire regressie is het meest bekende type van regressieanalyses in statistiek. Een statistische analyse van een lineair regressiemodel begint meestal met het schatten van de regressiecoëfficiënten en gaat door met het meten van de nauwkeurigheid van de schatters. Helaas is het bekend dat een traditionele statistische analyse gebaseerd op kleinste kwadraten principes zeer gevoelig is aan uitschieters in de data. Hoewel veel robuuste ...
Postkwantumcryptografie KU Leuven
Met homomorfe versleuteling is het mogelijk om op data te rekenen zonder de inhoud ervan vrij te geven. Hoewel dit veel toepassingen heeft in privacybeschermende gegevensverwerking, zijn de huidige technieken niet praktisch omwille van extra computationele kosten in vergelijking met niet-versleutelde berekeningen. Het doel van dit doctoraat is om homomorfe versleuteling te versnellen op drie niveaus: algoritmische verbeteringen, software- en ...
De correctie van panel data schatters in dynamische modellen met cross-sectionele afhankelijkheid en endogeniteit Universiteit Gent
De FE en CCEP schatters zijn vertekend in dynamische paneldata modellen. Voor FE bestaan vele correcties maar geen onder hen is toepasbaar in een context van endogene regressoren, een probleem dat we remediëren op basis van de bootstrap methode. De CCEP schatter is onontbeerlijk bij cross-sectionele afhankelijkheid maar werd nog niet gecorrigeerd voor vertekening. Dergelijke correcties betreffen het tweede onderzoeksdoel.
Robuuste technieken voor functionele data en gegeneraliseerde lineaire modellen KU Leuven
Robuuste schatters vormen een onmisbaar onderdeel van de statistiek. Het gebeurt frequent dat een (klein) deel van de dataset een ander patroon volgt dan de meerderheid van de data, of zelfs helemaal geen patroon. Deze atypische observaties worden uitschieters genoemd. Dit kunnen fouten zijn zoals meetfouten of transcriptiefouten. Uitschieters kunnen echter ook observaties zijn die door andere processen gegenereerd zijn en zij kunnen ook ...
Multiniveausynthese van single-case experimentale data: verdere ontwikkeling en empirische validatie. KU Leuven
Bootstrapcorrecties voor LS en IV schatters in dynamische paneldata modellen Universiteit Gent
De LSDV schatter is aanzienlijk vertekend in dynamische paneldata modellen. Dit project onderzoekt de prestaties van een op bootstrap gebaseerde correctiemethode in dynamische processen van een hogere orde en een vector van (endogene) verklarende variabelen. Verder exploreren we alternatieve benaderingen om de langetermijneffecten adequaat te schatten. Tot slot trachten we onze bevindingen toe te passen in de context van het ...