|
|
The uniformly most powerful test. The uniformly most powerful unbiased test
Sečkárová, Vladimíra ; Juríček, Jozef (vedoucí práce) ; Jurečková, Jana (oponent)
Nazov prace: Stejuomrrne ncjsilnejsi test. Stejnomerne nojsilnejsi nestranny test Autor: Vladimira Seckarova Katcdra: Katedra pravdepodobnosti a matematickej statistiky Veduci bakalarskoj prace: Mgr. .Jozef Juricek e-mail voduceho: jurijlam@artax.karlin.mff.cuni.cz Al>strakt: Tato prtica sa zaobera prol)letnatikou testovania hypotez. konkretne existenciou rovnonierne najsilnejsieho a rovnomerne najsilnej.sicho nestrauueho testu. Prva kapitola olisahuje zakladno pojiny testovania hypote/. V druhej ka- pitole jo zayodcny pojein rovnomerne najsilnejsieho testu ako i jeho odvodenie v roznyeh obeenych ]>ripadoch i pro pa.rametre normalneho roxdelenia. Trctia. ka- pitola sa zaobera rovnomerne najsilnejsini ncstrannyin testom a jeho odvodonim obocnc a aj ])re parn.met.ro normalneho ro/,delenia. KlYieove .slov;i: testovanie hypotez, najsilnejsi test, rovnomerne naj.silnejsi test, rovnomerne najsilnejsi nc.stranny test Title: Uniformly most powerful test. Uniformly most powerful unbiased test Author: Vladimira Seckarova Department: Department of Probability and Mathematical Statistics Supervisor: Mgr. .lozef .luricek Supervisor's e-mail address: jurijlam@artax.karlin.mff.cuni.cz Abstract: In this work we study problems of hypotheses testing, particularly exis- tence of the uniformly most powerful and the uniformly...
|
|
|
Klasifikační analýza
Rensová, Dita ; Kalina, Jan (vedoucí práce) ; Juríček, Jozef (oponent)
Xazev pracc: Kiasifikacni analy/a Autor: Dita. Rensova Kak'dra: Katedra. pravdepodobnost i a ma.tema.ticke statist iky Vedouci ba.kalarske prace: Ur.rer.nat. Ja.n Kaliua e-mail vedoucfho; kalina n-karlin.inff.cuni.c7 Al)stvakt: V toto pnici sc- zabvvame modely klasifikacm analyzy. Popiseme jednotliva klasiiikacni pravidla, a son\islosti mexi niini. Nejprve sc zaniefhne na modely line-arm a kvadraticke klasifikaee pru pripad dvou sknpin. kterr dak1 xobccninu: na, linearni a. kvadi'at.icke inodcly pro pn'pad kla,sifikae.e do vice skupin. Pole so bndeine /abyvat pra\xlepodobnosti s[>a.tnc klasifikaeo nrcit(''ho objektu do sknpiny a.mettxlami, jak Into pravdepodobnost odhad- nont. Dale se zmhn'nie o vyu/iti diskriniinacnieh skc'irii pri kiasifikaei a so- ziianiune se s modoloni logist.ieke kla.sifika.ee. Na zaver pfetlvedi^iuj ponzitf nekt.erych vy!)ranyeli modclii na, konkn'M nieli dateeh / oborn lesnictvi. Klieova slova: Lincarni klasifikace. kvadraticka klasilikacc, lo^ist.icka klasi- fikace. diskrhninacc a klasifikace Title: Cla.ssifica.t ion analysis Author; Uita Hensova Depaituiont,: Department ol Probability and Mathematical Statistics Supervisor: IJr.rer.nat. .Jan Kalina Supervisor's e-mail address: kalina:(i;karhn.mfl.cuni.c/ Abstract.: In the- present work we study methods for classification analysis....
|
|
| |
|
| |
|
|
Klasifikační analýza
Rensová, Dita ; Juríček, Jozef (oponent) ; Kalina, Jan (vedoucí práce)
Xazev pracc: Kiasifikacni analy/a Autor: Dita. Rensova Kak'dra: Katedra. pravdepodobnost i a ma.tema.ticke statist iky Vedouci ba.kalarske prace: Ur.rer.nat. Ja.n Kaliua e-mail vedoucfho; kalina n-karlin.inff.cuni.c7 Al)stvakt: V toto pnici sc- zabvvame modely klasifikacm analyzy. Popiseme jednotliva klasiiikacni pravidla, a son\islosti mexi niini. Nejprve sc zaniefhne na modely line-arm a kvadraticke klasifikaee pru pripad dvou sknpin. kterr dak1 xobccninu: na, linearni a. kvadi'at.icke inodcly pro pn'pad kla,sifikae.e do vice skupin. Pole so bndeine /abyvat pra\xlepodobnosti s[>a.tnc klasifikaeo nrcit(''ho objektu do sknpiny a.mettxlami, jak Into pravdepodobnost odhad- nont. Dale se zmhn'nie o vyu/iti diskriniinacnieh skc'irii pri kiasifikaei a so- ziianiune se s modoloni logist.ieke kla.sifika.ee. Na zaver pfetlvedi^iuj ponzitf nekt.erych vy!)ranyeli modclii na, konkn'M nieli dateeh / oborn lesnictvi. Klieova slova: Lincarni klasifikace. kvadraticka klasilikacc, lo^ist.icka klasi- fikace. diskrhninacc a klasifikace Title: Cla.ssifica.t ion analysis Author; Uita Hensova Depaituiont,: Department ol Probability and Mathematical Statistics Supervisor: IJr.rer.nat. .Jan Kalina Supervisor's e-mail address: kalina:(i;karhn.mfl.cuni.c/ Abstract.: In the- present work we study methods for classification analysis....
|
|
|
The uniformly most powerful test. The uniformly most powerful unbiased test
Sečkárová, Vladimíra ; Jurečková, Jana (oponent) ; Juríček, Jozef (vedoucí práce)
Nazov prace: Stejuomrrne ncjsilnejsi test. Stejnomerne nojsilnejsi nestranny test Autor: Vladimira Seckarova Katcdra: Katedra pravdepodobnosti a matematickej statistiky Veduci bakalarskoj prace: Mgr. .Jozef Juricek e-mail voduceho: jurijlam@artax.karlin.mff.cuni.cz Al>strakt: Tato prtica sa zaobera prol)letnatikou testovania hypotez. konkretne existenciou rovnonierne najsilnejsieho a rovnomerne najsilnej.sicho nestrauueho testu. Prva kapitola olisahuje zakladno pojiny testovania hypote/. V druhej ka- pitole jo zayodcny pojein rovnomerne najsilnejsieho testu ako i jeho odvodenie v roznyeh obeenych ]>ripadoch i pro pa.rametre normalneho roxdelenia. Trctia. ka- pitola sa zaobera rovnomerne najsilnejsini ncstrannyin testom a jeho odvodonim obocnc a aj ])re parn.met.ro normalneho ro/,delenia. KlYieove .slov;i: testovanie hypotez, najsilnejsi test, rovnomerne naj.silnejsi test, rovnomerne najsilnejsi nc.stranny test Title: Uniformly most powerful test. Uniformly most powerful unbiased test Author: Vladimira Seckarova Department: Department of Probability and Mathematical Statistics Supervisor: Mgr. .lozef .luricek Supervisor's e-mail address: jurijlam@artax.karlin.mff.cuni.cz Abstract: In this work we study problems of hypotheses testing, particularly exis- tence of the uniformly most powerful and the uniformly...
|
|
|
Estimation of the Location of Zeros of Regression Functions
Juríček, Jozef ; Zvára, Karel (oponent) ; Hlávka, Zdeněk (vedoucí práce)
Práce se zabývá odhady polohy nulových bodů regresní funkce a jejích derivací, a to jak postupy parametrické, tak neparametrické regrese. První část se věnuje parametrické regresi - lineárnímu i nelineárnímu modelu. Odhady polohy nulových bodů jsou pak založeny na odhadech parametrů. Tématem druhé části je neparametrická regrese, v tomto případě jde o jádrové odhady navrženy Gasserem a Müllerem. Popisuje zejména limitní rozdělení odhadů, volbu vyhlazovacího parametru a jádrové funkce. V obou částech jsou konstruovány intervalové odhady polohy nulových bodů regresní funkce a jejích derivací. Obě dvě části se věnují modelům s nezávislými, ale také s korelovanými chybami. Práce nabízí i příklady k jednolivým tématům, které jsou počítány v prostředí R a také některé zdrojové kódy funkcí nezbytných k výpočtům.
|
host ::
RSS.