|
|
A Panel Data Analysis of Sub-Saharan Africa's Economic Growth
Hostačný, Jakub ; Cahlík, Tomáš (vedoucí práce) ; Bobková, Božena (oponent)
Táto práca skúma vzťah medzi rastom reálného hrubého domáceho produktu na osobu krajín Subsaharskej Afriky a rozličných faktorov navrhovaných literatúrou dotýkajúcou sa Solowho modelu alebo endogénnych teórií ekonomického rastu. Zoznam najbežnejšie používaných premenných je ďalej rozšírený o rozličné faktory, ktorým doposiaľ nebola venovaná dostatečná pozornosť v kontexte analýzy rastu Subsaharských krajín. Ekonometrická analýza používa nebalancovaný set panelových dát, ktorý pozostáva z ročných pozorovaní 45 krajín Subsaharskej Afriky v časovom rozmedzí 1980-2011, pričom aplikuje metódu združených najmenších štvorcov spolu s metodou fixních efektov. Analýza sa taktiež dotýka odhadovej metódy využívajúcej inštrumentálne premenné ako jedného z riešení endogenity. V práci taktiež testujeme citlivosť jednotlivých odhadov. Spolu s analýzou všetkých krajín Subsaharskej Afriky spoločne, delíme krajiny do 4 podskupín - ropní exportéri, krajiny so strednou výškou príjmu, stabilné nízkopríjmové krajiny, nestabilné krajiny a uvádzame výsledky pre každú z týchto skupín. S výnimkou negatívneho efektu populačného rastu a hypotézy podmienenej konvergencie v závisti na počiatočnom príjme, výsledky zodpovedajú predchádzajúcim výskumom zaoberajúcimi sa skúmaním vplyvu najčastejšie používaných premenných. Analýza...
|
|
|
Non-Linear Classification as a Tool for Predicting Tennis Matches
Hostačný, Jakub ; Baniar, Matúš (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Charles University Faculty of Social Sciences Institute of Economic Studies MASTER'S THESIS Non-Linear Classification as a Tool for Predicting Tennis Matches Author: Be. Jakub Hostacny Supervisor: RNDr. Matus Baniar Academic Year: 2017/2018 Abstrakt V tejto diplomovej práci skúmame predikčnú přesnost' a výkon pri stávkovaní u štyroch strojovo učiacich sa algoritmov - penalizovaná logistická regresia, náhodný les, posilněné stromy a neuronové siete. Pri práci využíváme 40 310 ATP zápasov hraných počas obdobia 1/2001-10/2016. Co sa týká predikčnej přesnosti, naše modely prekonávajú najlepšie modely súčasnosti pre prediko- vanie negrandslamových (69%) ako aj modely pre predikovanie grandslamových zápasov (79%). Všetky špecifikácie modelov sú presnejšie ako predikovanie na základe rebríčkového postavenia hráčov, zatial'čo váčšina specifikách je přes nějších ako predikovanie na základe vypísaných kurzov stávkových kancelárií. Co sa týká návratnosti pri stávkovaní, vytvořili sme šest'profitabilných stratégií pre stávkovanie na favoritov pre negrandslamové zápasy (návranosť investície v rozmedzí 0.8-6.5%). Taktiež sme identifkovali desať profitabilných stratégií pre stávkovanie na favoritov pre grandslamové zápasy (návranosť investície v rozmedzí 0.7-9.3%). Naše modely prinášajú vyššiu návratnost' ako stávkovanie...
|
|
|
Non-Linear Classification as a Tool for Predicting Tennis Matches
Hostačný, Jakub ; Baniar, Matúš (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Charles University Faculty of Social Sciences Institute of Economic Studies MASTER'S THESIS Non-Linear Classification as a Tool for Predicting Tennis Matches Author: Be. Jakub Hostacny Supervisor: RNDr. Matus Baniar Academic Year: 2017/2018 Abstrakt V tejto diplomovej práci skúmame predikčnú přesnost' a výkon pri stávkovaní u štyroch strojovo učiacich sa algoritmov - penalizovaná logistická regresia, náhodný les, posilněné stromy a neuronové siete. Pri práci využíváme 40 310 ATP zápasov hraných počas obdobia 1/2001-10/2016. Co sa týká predikčnej přesnosti, naše modely prekonávajú najlepšie modely súčasnosti pre prediko- vanie negrandslamových (69%) ako aj modely pre predikovanie grandslamových zápasov (79%). Všetky špecifikácie modelov sú presnejšie ako predikovanie na základe rebríčkového postavenia hráčov, zatial'čo váčšina specifikách je přes nějších ako predikovanie na základe vypísaných kurzov stávkových kancelárií. Co sa týká návratnosti pri stávkovaní, vytvořili sme šest'profitabilných stratégií pre stávkovanie na favoritov pre negrandslamové zápasy (návranosť investície v rozmedzí 0.8-6.5%). Taktiež sme identifkovali desať profitabilných stratégií pre stávkovanie na favoritov pre grandslamové zápasy (návranosť investície v rozmedzí 0.7-9.3%). Naše modely prinášajú vyššiu návratnost' ako stávkovanie...
|
|
|
A Panel Data Analysis of Sub-Saharan Africa's Economic Growth
Hostačný, Jakub ; Cahlík, Tomáš (vedoucí práce) ; Bobková, Božena (oponent)
Táto práca skúma vzťah medzi rastom reálného hrubého domáceho produktu na osobu krajín Subsaharskej Afriky a rozličných faktorov navrhovaných literatúrou dotýkajúcou sa Solowho modelu alebo endogénnych teórií ekonomického rastu. Zoznam najbežnejšie používaných premenných je ďalej rozšírený o rozličné faktory, ktorým doposiaľ nebola venovaná dostatečná pozornosť v kontexte analýzy rastu Subsaharských krajín. Ekonometrická analýza používa nebalancovaný set panelových dát, ktorý pozostáva z ročných pozorovaní 45 krajín Subsaharskej Afriky v časovom rozmedzí 1980-2011, pričom aplikuje metódu združených najmenších štvorcov spolu s metodou fixních efektov. Analýza sa taktiež dotýka odhadovej metódy využívajúcej inštrumentálne premenné ako jedného z riešení endogenity. V práci taktiež testujeme citlivosť jednotlivých odhadov. Spolu s analýzou všetkých krajín Subsaharskej Afriky spoločne, delíme krajiny do 4 podskupín - ropní exportéri, krajiny so strednou výškou príjmu, stabilné nízkopríjmové krajiny, nestabilné krajiny a uvádzame výsledky pre každú z týchto skupín. S výnimkou negatívneho efektu populačného rastu a hypotézy podmienenej konvergencie v závisti na počiatočnom príjme, výsledky zodpovedajú predchádzajúcim výskumom zaoberajúcimi sa skúmaním vplyvu najčastejšie používaných premenných. Analýza...
|
host ::
RSS.