Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.01 vteřin. 
Transformační modely
Pejřimovský, Pavel ; Hušková, Marie (vedoucí práce) ; Antoch, Jaromír (oponent)
Tato práce se zabývá hledáním vhodné transformace, která by dobře modelovala data. Je zaměřena na transformace, které známe až na parametr, který je třeba odhadnout. Dva základní přístupy tvoří transformace v lineární a neparametrické regresi. V obou případech se zabýváme odhadem parametru transformace a vlastnostmi těchto odhadů jako je konzistence a asymptotická normalita. V lineární regresi ukážeme, že přístup nejmenších čtverců nedává uspokojivé výsledky. Předvedeme metodu GMM, která poskytuje odhad parametru transformace tak i parametrů modelu. Ukážeme i alternativu pro Boxovu-Coxovu transformaci. Pro ni uděláme i simulační studii pro odhad parametrů a jejich směrodatných odchylek pomocí bootstrapu. V neparametrické regresi konstruujeme odhad parametru transformace pomocí profilové věrohodnosti a odhad hustoty chybových členů. O obou odhadech je známo asymptotické rozdělení.
Profilová věrohodnost
Pejřimovský, Pavel ; Omelka, Marek (vedoucí práce) ; Jurečková, Jana (oponent)
Tato bakalářská práce se zabývá statistickou metodou zvanou profilová věrohodnost. Používáme ji například při odhadování neznámých parametrů za přítomnosti rušivých parametrů, sestavování intervalů spolehlivosti nebo testování hypotéz. Profilová věrohodnost přímo vychází z metody maximální věrohodnosti, která je jednou ze základních metod matematické statistiky při odhadování neznámých parametrů. Z metody maximální věrohodnosti ještě vycházejí asymptotické testy a jejich případné zobecnění na testy s rušivými parametry. V této práci ukážeme, že mezi profilovou věrohodností a testy s rušivými parametry panuje jistá souvislost. Také ilustrujeme využití profilové věrohodnosti na klasickém příkladě s normálním rozdělením. Powered by TCPDF (www.tcpdf.org)

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