Národní úložiště šedé literatury Nalezeno 28 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Credit crunch v modelu nerovnováhy na peněžním trhu v České republice
Režňáková, Lucie
Diplomová práce se zabývá problematikou credit crunch v modelu nerovnováhy na trhu peněz. Základem empirické analýzy je aplikace metody maximální věrohodnosti na upravené časové řady. Pomocí této metody budou odhadnuty jednotlivé funkce nabídky a poptávky, na základě nichž budou určeny jednotlivé nerovnováhy. Výsledky z celkové analýzy nám pomohou vytvořit doporučení pro tvůrce měnové politiky.
Modelování pravděpodobnosti skórování ve sportu
Hilscher, Ondřej ; Bednář, Josef (oponent) ; Hrabec, Pavel (vedoucí práce)
Práce je zaměřena na modelování pravděpodobnosti skórování ve fotbale. V práci je popsán nutný matematický aparát potřebný k sestavení modelu logistické regrese a základní testy statistických hypotéz. Popsaný matematický aparát je poté aplikován na volně přístupná data z profesionálních fotbalových utkání. Výsledný model používá vysvětlující proměnné jako způsob zakončení, polohu na hřišti a zjednodušeně popsanou herní situaci.
Maximalizace Giniho koeficientu v binární logistické regresi
Říha, Samuel ; Hanzák, Tomáš (vedoucí práce) ; Hlávka, Zdeněk (oponent)
V bakalářké práci je popsán model binární logistické regrese. Pomocí pojmu ztrátové funkce jsou odvozeny metody odhadu parametrů modelu. Je definována "bohatá" množina "hezkých" ztrátových funkcí - beta rodina Fisher-konzistentních ztrátových funkcí. V druhé části práce jsou definované základní ukazatele těsnosti modelu - Giniho koeficient, C-statistika, Kolmogorov-Smirnov statistika a koefi- cient determinace R2 . Dále je rozebrána možnost odhadovat parametry modelu maximalizací Giniho koeficientu. K tomuto účelu je navrženo několik algoritmů, které jsou porovnány s již existujícími metodami na jedné sadě simulovaných a třech sadách reálných dat. 1
Statistické úlohy pro Markovské procesy se spojitým časem
Křepinská, Dana ; Prokešová, Michaela (vedoucí práce) ; Lachout, Petr (oponent)
Tato diplomová práce se zabývá odhadováním matice intenzit Markovova pro- cesu se spojitým časem na základě diskrétně pozorovaných dat. Začátek práce je věnován jednoduššímu odhadu ze spojité trajektorie pomocí metody maximální věrohodnosti. Dále je zde popsán odhad z diskrétní trajektorie přes výpočet ma- tice pravděpodobností přechodu. Následně je velmi podrobně rozebrán EM al- goritmus, který předchozí odhad zpřesňuje. Na závěr teoretické části je uvedena metoda odhadu zvaná Monte Carlo Markov Chain. Všechny postupy jsou zároveň implementovány v počítačovém softwaru a prezentace jejich výsledk· je obsahem druhé části práce. V té jsou porovnané odhady pro denní, týdenní a měsíční po- zorování a také pro pětiletou a desetiletou pozorovanou trajektorii. K výsledk·m jsou připojeny odhady rozptyl· a intervaly spolehlivosti. 1
Odhady parametrů rozdělení náhodných veličin
Šimková, Barbora ; Mošna, František (vedoucí práce) ; Novotná, Jarmila (oponent)
bakalářské práce Název práce: Odhady parametrů rozdělení náhodných veličin Autor: Bc. Barbora Šimková Katedra / Ústav: Katedra matematiky a didaktiky matematiky Vedoucí bakalářské práce: RNDr. František Mošna, Dr. Abstrakt: Předmětem této bakalářské práce je porovnání základních metod, kterými je možné spočítat bodové odhady spojitých a diskrétních pravděpodobnostních rozdělení. Práce se zabývá rozborem dvou metod, jedná se o momentovou metodu a metodu maximální věrohodnosti. Tyto metody se používají pro odhad bodových parametrů pravděpodobnostních rozdělení. Momentovou metodou rozumíme porovnání teoretických a výběrových momentů náhodné veličiny. Metodu maximální věrohodnosti bereme jako další alternativu při výpočtech bodových odhadů, která využívá klasický postup hledání maxima funkce s využitím vlastností náhodného výběru. Způsoby výpočtů vychází ze statistických metod a mohly by být vhodné pro rozšíření výuky základního kurzu pravděpodobnosti a statistiky na PedF UK. Práce je přehledem odhadů parametrů základních distribucí a srovnání kvality dvou základních metod pro jejich určení. Klíčová slova: odhady parametrů, rozdělení náhodné veličiny, metoda...
Estimation in continuous time Markov chains
Nemčovič, Bohuš ; Prokešová, Michaela (vedoucí práce) ; Kadlec, Karel (oponent)
Název práce: Odhady v Markovských řetězcích se spojitým časem Autor: Bohuš Nemčovič Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: RNDr. Michaela Prokešová, Ph.D., Katedra pravděpo- dobnosti a matematické statistiky Abstrakt: V této práci se zabýváme odhadováním matic intenzit spojitých Mar- kovských řetězců, v případě, že máme k dispozici úplné pozorování jeho trajek- torie a v případě, že pozorujeme řetězec pouze ve vybraných diskrétních časech. Pro získání odhadu používáme metodu maximální věrohodnosti. Ve druhé kapi- tole nejprve představíme obecný EM algoritmus a následně ho upravíme na hledá- ní odhadu matice intenzity na základě pozorování řetězce v jednotlivých diskrét- ních časech. V poslední kapitole ukážeme EM algoritmus na numerických příkla- dech a budeme ilustrovat vliv velikosti diskretizačného kroku na kvalitu odhadu matice intezity. Klíčová slova: Markovské řetězce, matice intenzity, metoda maximální věrohodnos- ti, EM algoritmus 1
Aplikace EM-algoritmu
Komora, Antonín ; Omelka, Marek (vedoucí práce) ; Kulich, Michal (oponent)
EM algoritmus je velmi cenným nástrojem pro výpocty statistických problému, kde nám nejsou k dispozici všechna data. Jedná se o iteracní algoritmus, který v prvním kroku hledá odhady chybejících hodnot na základe podoby parametru z predchozí iterace a zadaných dat. Ciní tak pres podmínené strední hodnoty. V další fázi metodami maximální verohodnosti hledá odhad parametru maximalizující logaritmickou verohodnostní funkci, který predá do další iterace. Tento postup je opakován až do bodu, kdy jsou prírustky funkce mezi iteracemi tak malé, že se ukoncení postupu na výsledku závažneji neprojeví. Duležitou charakteristikou je monotónní konvergence za znacne obecných podmínek, ale ta na druhou stranu nepatrí mezi nejrychlejší, a proto je mnohokrát zapotrebí velkého množtví iterací.
Odhadování a kritéria těsnosti modelu logistické regrese
Ondrušková, Markéta ; Hanzák, Tomáš (vedoucí práce) ; Zvára, Karel (oponent)
V práci je popsán model binární logistické regrese a odhad jeho pa- rametrů metodou maximální věrohodnosti. Dále je navržen algoritmus pro me- todu nejmenších čtverců. V části věnované ukazatelům diverzifikační síly mo- delu je definována Lorenzova křivka, Giniho koeficient, C-statistika, Kolmogorov- Smirnovova statistika a koeficient determinace R2 a je odvozen jejich vztah k růz- ným výběrovým korelačním koeficientům. Pomocí modelu normálně rozdělených skóre špatných a dobrých klientů je odvozen typický vztah mezi Giniho koeficien- tem, Kolmogorov-Smirnovovou statistikou a nově také koeficientem determinace R2 . Odvozené teoretické výsledky jsou ověřeny na třech sadách reálných dat. Klíčová slova: Binární logistická regrese, metoda maximální věrohodnosti, me- toda nejmenších čtverců, Giniho koeficient, koeficient determinace. 1
Testování hypotéz modelů úrokových sazeb
Petrík, Daniel ; Myška, Petr (vedoucí práce) ; Hurt, Jan (oponent)
V předložené práci se zabýváme problematikou stochastického modelování úro- kových sazeb. Jedním z nejobvyklejších postup· je modelovat dynamiku úroko- vých sazeb pomocí stochastické diferenciální rovnice difúze, jejímiž základními kameny jsou funkce driftu a funkce difúze. Od 70. let 20. století byla navržena celá řada model· tohoto typu, a ačkoli se tyto modely neustále zdokonalují, vyvstává přirozená otázka, zda se historicky pozorované úrokové sazby skutečně takovými difúzními rovnicemi řídily. V této práci budeme právě uvedenou hypo- tézu testovat pro několik nejběžnějších jednofaktorových model· úrokové sazby první generace. Z historických dat odhadneme obecnou momentovou metodou a metodou maximální věrohodnosti parametry jednotlivých difúzních rovnic a následně provedeme statistické testy dobré shody proložení těchto rovnic pozo- rovanými daty. 1
Analysis of the robustness of the psychometric functions
Myšička, Pavel ; Děchtěrenko, Filip (vedoucí práce) ; Pilát, Martin (oponent)
Psychofyzika nabízí široké rozpětí metod ke zkoumání lidského vnímání, k čemuž často používá matematické modely. K reprezentaci vztahu mezi silou podnětu a jeho vnímáním používá psychofyzika model zvaný psychometrická funkce. V psychofyzikální praxi jsou používány různé psychometrické funkce, ale není známo, zdali použití různých psychome- trických funckcí k modelování experimentálních dat může mít vliv na výsledky měření ex- perimentu. Cílem této práce je porovnat často používané psychometrické funkce, dokázat zda mezi jednotlivými funkcemi existují rozdíly ve schoposti modelovat psychofyzikálni data a zda jsou tyto rozdíly dostatečeně velké na to, aby se jim při výzkumu měla věnovat pozornost. 1

Národní úložiště šedé literatury : Nalezeno 28 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.