Provozně ekonomická fakulta - seznam publikacíHelp


V následujícím souhrnu jsou uvedeny veškeré informace evidované k publikaci.

ČAMPULOVÁ, M. -- MACHÁLEK, J. -- MOUČKA, J. 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

Originální název: Generalised linear model-based algorithm for detection of outliers in environmental data and comparison with semi-parametric outlier detection methods
Český název:
Autor: Ing. Martina Čampulová, Ph.D.
Jaroslav Machálek
Jiří Moučka
Pracoviště: Ústav statistiky a operačního výzkumu
Druh publikace: článek v odborném periodiku
Periodikum: Atmospheric Pollution Research
Charakter článku: odborný článek
Číslo svazku (ročník): 10
Číslo periodika v rámci svazku: 4
Rok vydání: 2019
Od strany: 1015
Do strany: 1023
Počet stran: 9
Poddruh: článek je obsažen v databázi Web of Science
Kód UT dle Web of Science:
Kód EID dle Scopus:
Forma vydání: tištěná verze (print)
Původní jazyk: angličtina
Popis v originálním jazyce: Outliers are often present in large datasets of air pollutant concentrations. Existing methods for detection of outliers in environmental data can be divided as follows into three groups depending on the character of the data: methods for time series, methods for time series measured simultaneously with accompanying variables and methods for spatial data. A number of methods suggested for the automatic detection of outliers in time series data are limited by assumptions of known distribution of the analysed variable. Since the environmental variables are often influenced by accompanying factors their distribution is difficult to estimate. Considering the known information about accompanying variables and using appropriate methods for detection of outliers in time series measured simultaneously with accompanying variables can be a significant improvement in outlier detection approaches. This paper presents a method for the automatic detection of outliers in PM10 aerosols measured simultaneously with accompanying variables. The method is based on generalised linear model and subsequent analysis of the residuals. The method makes use of the benefits from the additional information included in the accessibility of accompanying variables. The results of the suggested procedure are compared with the results obtained using two distribution-free outlier detection methods for time series formerly suggested by the authors. The simulations-based comparison of the performance of all three procedures showed that the procedure presented in this paper effectively detects outliers that deviate at least 5 standard deviations from the mean value of the neighbouring observations and outperforms both distribution-free outlier detection methods for time series.
Popis v anglickém jazyce:
Popis v českém jazyce:
Rok uplatnění: 2019
Rok odeslání:
Identifikační číslo RIV:
URL: https://doi.org/10.1016/j.apr.2019.01.010
 
Záznam vložil: Markéta Hejčová, DiS.
Poslední změna: 02.07.2019 09:18 (Markéta Hejčová, DiS.)

Hodnocení publikace:

12345
        
12345
špatné
 
dobré        nezajímavé
 
zajímavé
Hodnotilo: 0Průměr: -        Hodnotilo: 0Průměr: -
12345
        
12345
laické
 
odborné        teoretické
 
praktické
Hodnotilo: 0Průměr: -        Hodnotilo: 0Průměr: -


Bližší určení zdroje:

Atmospheric Pollution Research. Izmir: ISSN 1309-1042.

Originální název: Atmospheric Pollution Research
Český název:
Autor:
Druh publikace: časopis
ISSN: 1309-1042
Stát vydavatele: Turecká republika
Místo vydání: Izmir
Vydavatel: Turkish National Committee for Air Pollution Research and Control (TUNCAP)
URL:
Recenzovaný časopis: ne
Původní jazyk: angličtina
Popis v originálním jazyce:
Popis v anglickém jazyce:
Popis v českém jazyce:
 
Záznam vložil: Kateřina Šebková, DiS.
Poslední změna: 10.01.2018 14:33 (Šárka Novotná)

Hodnocení publikace:

12345
        
12345
špatné
 
dobré        nezajímavé
 
zajímavé
Hodnotilo: 0Průměr: -        Hodnotilo: 0Průměr: -
12345
        
12345
laické
 
odborné        teoretické
 
praktické
Hodnotilo: 0Průměr: -        Hodnotilo: 0Průměr: -