Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.01 vteřin. 
Metoda maximální věrohodnosti pro pozorování, která nejsou stejně rozdělená nebo nezávislá
Kielkowská, Eva ; Omelka, Marek (vedoucí práce) ; Pešta, Michal (oponent)
V práci se zabýváme metodou maximální věrohodnosti pro pozorování, která jsou nezávislá, ale nejsou stejně rozdělená. V první části jsou stanoveny podmínky pro konzistenci a asymptotickou normalitu maximálně věrohodných odhadů v tomto případě. Využívá se zde hlavně stejnoměrná integrovatelnost náhodných veličin. Ověření uvedených podmínek je ilustrováno na K-výběrovém problému. V druhé části se práce zaměřuje na situace, ve kterých odhady parametrů získáme minimalizací konvexních funkcí. Důkaz konzistence a asymptotické normality pro tyto odhady je založen na výsledcích pro konvexní náhodné funkce. Tento postup je možné použít pro metodu maximální věrohodnosti v modelech s logkonkávními hustotami. Příklad normálního lineárního modelu, logistické regrese a poissonovské regrese demonstruje použití výsledků představených v druhé části práce.
Bodové procesy odvozené od Poissonova procesu
Kielkowská, Eva ; Beneš, Viktor (vedoucí práce) ; Dvořák, Jiří (oponent)
V práci jsou studovány konečné bodové procesy s hustotou vzhledem k Poissonovu procesu. Zabýváme se speciálními funkcionály bodových procesů, které nazýváme U-statistiky. Střední hodnotu těchto funkcionálů dostaneme jako součin středních hodnot funkcionálů Poissonova procesu. S pomocí diferencí a jádra U-statistiky odvodíme obecný vzorec pro střední hodnotu tohoto funkcionálu, ve kterém se vyskytuje podmíněná intenzita bodového procesu. Výpočet středních hodnot vybraných U-statistik pro Straussův proces ukazuje použití zmíněného vzorce. Demonstrováno je také ověření předpokladů z vlastností Poissonova procesu. V závěru se uvádí výsledky numerických výpočtů středních hodnot na základě simulací Straussova procesu.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.