Lidé na MENDELUHelp


Na této stránce máte zobrazeny všechny veřejně přístupné údaje o zadané osobě. Některé informace o personálním zařazení a funkcích osoby mohou být skryty.

Ing. Martina Čampulová, Ph.D.
Identifikační číslo: 70269
Univerzitní e-mail: martina.campulova [at] mendelu.cz
 
Akademická pracovnice - odborná asistentka - Ústav statistiky a operačního výzkumu (PEF)

Kontakty     Výuka     Publikace     Vedené práce     Konference     

Zvolená osoba je autorem následujících publikací.

Poř.PublikaceDruh výsledkuRokPodrobnosti
1.Comparison of Methods for Smoothing Environmental Data with an Application to Particulate Matter PM10
Čampulová, Martina
Comparison of Methods for Smoothing Environmental Data with an Application to Particulate Matter PM10. Acta Universitatis agriculturae et silviculturae Mendelianae Brunensis = Acta of Mendel University of agriculture and forestry Brno = Acta Mendelovy zemědělské a lesnické univerzity v Brně. 2018. sv. 66, č. 2, s. 453--463. ISSN 1211-8516. URL: https://acta.mendelu.cz/media/pdf/actaun_2018066020453.pdf
článek v odborném periodiku2018prohlížet
2.Control chart and Six sigma based algorithms for identification of outliers in experimental data, with an application to particulate matter PM10
Čampulová, Martina -- Veselík, Petr -- Michálek, Jaroslav
Control chart and Six sigma based algorithms for identification of outliers in experimental data, with an application to particulate matter PM10. Atmospheric Pollution Research. 2017. sv. 8, č. 4, s. 700--708. ISSN 1309-1042. URL: https://doi.org/10.1016/j.apr.2017.01.004
článek v odborném periodiku2017prohlížet
3.Generalised linear model-based algorithm for detection of outliers in environmental data and comparison with semi-parametric outlier detection methods
Čampulová, Martina -- Machálek, Jaroslav -- Moučka, Jiří
Generalised linear model-based algorithm for detection of outliers in environmental data and comparison with semi-parametric outlier detection methods. Atmospheric Pollution Research. 2019. sv. 10, č. 4, s. 1015--1023. ISSN 1309-1042. URL: https://doi.org/10.1016/j.apr.2019.01.010
článek v odborném periodiku2019prohlížet
4.Kernel Regression Based Algorithms for the Identification of Outliers in Environmental Data
Čampulová, Martina -- Michálek, Jaroslav
Kernel Regression Based Algorithms for the Identification of Outliers in Environmental Data. In HAMPEL, D. -- HARTMANN, J. -- VISKOTOVÁ, L. Biometrical Methods and Models in Current Science and Research: Proceedings. Brno: Mendelova univerzita v Brně, 2017, s. 29. ISBN 978-80-7509-481-0.
abstrakt článku ve sborníku2017prohlížet
5.Nonparametric algorithm for identification of outliers in environmental data
Čampulová, Martina -- Michálek, Jaroslav -- Mikuška, Pavel -- Bokal, Drago
Nonparametric algorithm for identification of outliers in environmental data. Journal of Chemometrics. 2018. sv. 32, č. 5, ISSN 0886-9383. URL: http://onlinelibrary.wiley.com/doi/10.1002/cem.2997/epdf
článek v odborném periodiku2018prohlížet
6.Outlier Detection in PM10 Aerosols by Generalised Linear Model
Čampulová, Martina -- Issever Grochová, Ladislava -- Michálek, Jaroslav
Outlier Detection in PM10 Aerosols by Generalised Linear Model. In Proceedings of the International Conference of Numerical Analysis and Applied Mathematics 2017 (ICNAAM 2017). Melville: American Institute of Physics (AIP), 2018, ISBN 978-0-7354-1690-1. URL: https://doi.org/10.1063/1.5043740
stať ve sborníku2018prohlížet
7.Semiparametric outlier detection in nonstationary times series: Case study for atmospheric pollution in Brno, Czech Republic
Holešovský, Jan -- Čampulová, Martina -- Michálek, Jaroslav
Semiparametric outlier detection in nonstationary times series: Case study for atmospheric pollution in Brno, Czech Republic. Atmospheric Pollution Research. 2018. sv. 9, č. 1, s. 27--36. ISSN 1309-1042. URL: https://doi.org/10.1016/j.apr.2017.06.005
článek v odborném periodiku2018prohlížet
8.The comparison of algorithms for the automatic detection of outliers in environmental data
Čampulová, Martina -- Issever Grochová, Ladislava -- Michálek, Jaroslav
The comparison of algorithms for the automatic detection of outliers in environmental data. In International Conference of Numerical Analysis and Applied Mathematics (ICNAAM 2018). 1. vyd. Melville: American Institute of Physics (AIP), 2019, ISBN 978-0-7354-1854-7.
stať ve sborníku2019prohlížet

Pomocí následujícího tlačítka můžete zobrazený seznam publikací exportovat do formátu pro tabulkový procesor Excel.