Národní úložiště šedé literatury Nalezeno 35 záznamů.  předchozí11 - 20dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Methods of dynamical analysis of portfolio composition
Meňhartová, Ivana ; Hanzák, Tomáš (vedoucí práce) ; Cipra, Tomáš (oponent)
Název práce: Metody dynamické analýzy složení portfolia Autor: Ivana Meňhartová Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: Mgr. Tomáš Hanzák, KPMS, MFF UK Abstrakt: V predloženej práci študujeme metódy používané k dynamickej analýze zloženia portfólia na základe jeho výnosov. Práca sa zameriava na Kalmanov filter a lokálne váženú regresiu, ako základné metódy dynamickej analýzy. Podrobne popisuje teóriu k týmto metódam, ich spôsob použitia a diskutuje ich vhodné nastavenie. V práci ďalej uvádzame praktické aplikácie oboch metód na umelo generovaných dátach, ale aj na reálnych dátach indexu pražskej burzy. Na ume- lých dátach rôznych typov tiež skúmame fungovanie modelu Kalmanovho filtra v prípade porušenia jeho predpokladov. V práci ďalej uvádzame pojem multiko- linearity ako možnú komplikáciu v reálnych dátach. V závere práce porovnávame výsledky a využitie oboch metód a uvádzame možnosti rozšírenia Kalmanovho fil- tra pomocou projekcie odhadov a pomocou zavedenia tzv. CUSUM testov (testy detekcie zmien). Klíčová slova: Kalmanov filter, lokálne vážená regresia, multikolinearita, CUSUM test
Analysis and prediction of league games results
Šimsa, Filip ; Hanzák, Tomáš (vedoucí práce) ; Večeř, Jan (oponent)
Práce se zabývá analýzou hokejových utkání v rámci ne- jvyšší české hokejové soutěže v sezónách 1999/2000 až 2014/2015 a predikcí následujících zápasů. Popisuje a následně aplikuje teorii Kalmanova fil- tru, kde formy týmů představují nepozorovatelný stavový vektor a výsledky zápasů slouží jako pozorování. Jako vhodná transformace výsledku zápasu jsou identifikovány gólové rozdíly. Ty použijeme jako vysvětlovanou proměn- nou také v lineární regresi pro nalezení vhodných prediktorů. Pro předpověd' výsledku zápasu je zkonstruován ordinální model s těmito prediktory. Po- mocí zobecněného Giniho koeficientu srovnáme diverzifikační schopnost to- hoto modelu a kurzů, které nabízí sázkové kanceláře. V závěru využijeme informaci o znalosti kurzů před zápasem a společně v kombinaci s dalšími vysvětlujícími proměnnými vytvoříme predikční model. Tento model je použit pro identifikaci ziskových sázek. 1
Některé problémy exponenciálního vyrovnávání
Čurda, David ; Hanzák, Tomáš (vedoucí práce) ; Komárek, Arnošt (oponent)
V této práci je stručně popsáno několik základních metod exponenciálního vyrovnávání, které jsou často používané k vyrovnávání časových řad a předpovídání. Jsou zde prezentovány vybrané problémy při použití vyložených metod a v některých případech i návrhy na jejich řešení tak, aby upravená metoda vhodněji vyrovnávala data nebo vykazovala přesnější předpovědi. Uvedena je jejich aplikace na různé typy dat, porovnávání kvality vyrovnávání a přesnosti předpovědí. Na závěr je zhodnocena kvalita upravených metod.
Exponenciální vyrovnávání
Mikulka, Jakub ; Hanzák, Tomáš (vedoucí práce) ; Cipra, Tomáš (oponent)
Nazev prace: Exponencialnivyrovnavani Autor: Jakub Mikulka Katedra: Katedra pravdepodobnosti a matematicke statistiky Vedouci bakalarske prace: Mgr. Tomas Hanzak e-mail vedouciho:hanzak@karlin.mff.cuni.cz Abstrakt: Prace se zabyva dvema metodami exponencialniho vyrovnavani pro nesezonni casove rady s lokalne linearnim trendem: Holtove metode a dvojitemu exponencialmmu vyrovnani (Brownove metode). Je ukazano, ze Brownova metoda je specialnim pnpadem Holtovy metody. Dale je uveden vztah procesu ARIMA(0, 2, 2) a Holtovy metody. Hlavni casti prace je teoreticke odvozeni hodnoty MSE a autokorelacniho koeficientu pfedpovedmch chyb Q pri pouziti Holtovy metody pro vsechny kombinace jejfch vyrovnavacich konstant za predpokladu generovani rady procesem ARIMA(0, 2, 2} pro vsechny hodnoty jeho parametru. Odvozene teoreticke vzorce jsou aplikovany tez na Brownovu metodu. Odvozene vzorce jsou pomoci simulaci overeny a vyzkouseny na realnych casovych radach. Jsou formulovany prakticke zavery tykajici se obou metod. Klicova slova: autokorelacni koeficient predpovednich chyb, Holtova metoda, dvojite exponencialni vyrovnavani,MSE, vyrovnavaci konstanty Abstract Title: Exponential smoothing Author: Jakub Mikulka Department: Department of Probability and Mathematical Statistics Supervisor: Mgr. Tomas Hanzak...
Methods for periodic and irregular time series
Hanzák, Tomáš
Název práce: Metody pro periodické a nepravidelné časové řady Autor: Mgr. Tomáš Hanzák Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí disertační práce: Prof. RNDr. Tomáš Cipra, DrSc. Abstrakt: Disertační práce se primárně zabývá modifikacemi metod typu exponenciální vyrovnávání pro jednorozměrné časové řady s periodicitou a/nebo určitými typy nepravidelností. Je navržena modifikovaná Holtova metoda pro nepravidelné časové řady robustní vůči problému "časově blízkých" pozorování. Obecný koncept modelování sezónnosti je zaveden do Holtovy-Wintersovy metody včetně lineární interpolace sezónních indexů a použití goniometrických funkcí jako speciálních případů (obě metody jsou použitelné pro nepravidelná pozorování). Je zkoumán DLS odhad regrese s lineárním trendem a sezónními indexy a metoda je porovnána s aditivní Holtovou-Wintersovou metodou. Autokorelovaný člen je navržen jako další složka dekompozice časové řady. Navržené metody jsou porovnávány s klasickými na reálných datech a/nebo prostřednictvím simulačních studií. Klíčová slova: Diskontované nejmenší čtverce, exponenciální vyrovnávání, Holtova-Wintersova metoda, nepravidelná pozorování, periodicita časových řad
Analýza vlivu počasí na TV sledovanost
Leová, Monika ; Arltová, Markéta (vedoucí práce) ; Hanzák, Tomáš (oponent)
Diplomová práce zkoumá vliv počasí na televizní sledovanost v ČR v letech 2012 až 2016 s použitím dat o sledovanosti od Asociace televizních organizací a meteo dat od Českého hydrometeorologického ústavu. První část práce je věnována fenoménu televize a jejím významu pro současnou společnost a zasazuje ji do rámce ostatních volnočasových aktivit. Je zde také představen současný český televizní trh, elektronické měření televizní sledovanosti, jeho klíčové instituce a doplňkové výzkumy. Praktická část diplomová práce obsahuje samotné statistické analýzy. Za pomoci vhodného regresního modelu byly identifikovány složky počasí, které ovlivňují televizní sledovanost (teplota, srážky a oblačnost) a určeny jejich váhy v souhrnném meteo faktoru. Finální model kromě vlivu počasí zohledňuje i kalendářní efekty (den v týdnu, svátky, sezóna) a také interakce počasí a kalendářních efektů. Model byl aplikován na celkovou TV sledovanost i sledovanost skupin stanic, dále pro dílčí věkové kategorie, pro celý den, prime time a off prime time a samostatně též pro tzv. sledovanost hostů.
Methods for periodic and irregular time series
Hanzák, Tomáš ; Cipra, Tomáš (vedoucí práce) ; Arlt, Josef (oponent) ; Prášková, Zuzana (oponent)
Název práce: Metody pro periodické a nepravidelné časové řady Autor: Mgr. Tomáš Hanzák Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí disertační práce: Prof. RNDr. Tomáš Cipra, DrSc. Abstrakt: Disertační práce se primárně zabývá modifikacemi metod typu exponenciální vyrovnávání pro jednorozměrné časové řady s periodicitou a/nebo určitými typy nepravidelností. Je navržena modifikovaná Holtova metoda pro nepravidelné časové řady robustní vůči problému "časově blízkých" pozorování. Obecný koncept modelování sezónnosti je zaveden do Holtovy-Wintersovy metody včetně lineární interpolace sezónních indexů a použití goniometrických funkcí jako speciálních případů (obě metody jsou použitelné pro nepravidelná pozorování). Je zkoumán DLS odhad regrese s lineárním trendem a sezónními indexy a metoda je porovnána s aditivní Holtovou-Wintersovou metodou. Autokorelovaný člen je navržen jako další složka dekompozice časové řady. Navržené metody jsou porovnávány s klasickými na reálných datech a/nebo prostřednictvím simulačních studií. Klíčová slova: Diskontované nejmenší čtverce, exponenciální vyrovnávání, Holtova-Wintersova metoda, nepravidelná pozorování, periodicita časových řad
Methods for periodic and irregular time series
Hanzák, Tomáš
Název práce: Metody pro periodické a nepravidelné časové řady Autor: Mgr. Tomáš Hanzák Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí disertační práce: Prof. RNDr. Tomáš Cipra, DrSc. Abstrakt: Disertační práce se primárně zabývá modifikacemi metod typu exponenciální vyrovnávání pro jednorozměrné časové řady s periodicitou a/nebo určitými typy nepravidelností. Je navržena modifikovaná Holtova metoda pro nepravidelné časové řady robustní vůči problému "časově blízkých" pozorování. Obecný koncept modelování sezónnosti je zaveden do Holtovy-Wintersovy metody včetně lineární interpolace sezónních indexů a použití goniometrických funkcí jako speciálních případů (obě metody jsou použitelné pro nepravidelná pozorování). Je zkoumán DLS odhad regrese s lineárním trendem a sezónními indexy a metoda je porovnána s aditivní Holtovou-Wintersovou metodou. Autokorelovaný člen je navržen jako další složka dekompozice časové řady. Navržené metody jsou porovnávány s klasickými na reálných datech a/nebo prostřednictvím simulačních studií. Klíčová slova: Diskontované nejmenší čtverce, exponenciální vyrovnávání, Holtova-Wintersova metoda, nepravidelná pozorování, periodicita časových řad
Analysis and prediction of league games results
Šimsa, Filip ; Hanzák, Tomáš (vedoucí práce) ; Večeř, Jan (oponent)
Práce se zabývá analýzou hokejových utkání v rámci ne- jvyšší české hokejové soutěže v sezónách 1999/2000 až 2014/2015 a predikcí následujících zápasů. Popisuje a následně aplikuje teorii Kalmanova fil- tru, kde formy týmů představují nepozorovatelný stavový vektor a výsledky zápasů slouží jako pozorování. Jako vhodná transformace výsledku zápasu jsou identifikovány gólové rozdíly. Ty použijeme jako vysvětlovanou proměn- nou také v lineární regresi pro nalezení vhodných prediktorů. Pro předpověd' výsledku zápasu je zkonstruován ordinální model s těmito prediktory. Po- mocí zobecněného Giniho koeficientu srovnáme diverzifikační schopnost to- hoto modelu a kurzů, které nabízí sázkové kanceláře. V závěru využijeme informaci o znalosti kurzů před zápasem a společně v kombinaci s dalšími vysvětlujícími proměnnými vytvoříme predikční model. Tento model je použit pro identifikaci ziskových sázek. 1
Regresní stromy
Masaila, Aleh ; Hanzák, Tomáš (vedoucí práce) ; Zvára, Karel (oponent)
Název práce: Regresní stromy Autor: Aleh Masaila Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: Mgr. Tomáš Hanzák Abstrakt: Ačkoliv regresní a klasifikační stromy se používají k analýze dat již několik desí- tek let, stále jsou ve stínu tradičnějších metod, jako jsou například lineární nebo logistická regrese. Tato práce si klade za cíl popsat několik nejznámější regres- ních stromů a zároveň přiblížit relativně nový směr v této oblasti - kombinací regresních stromů a komisních metod, tzv. regresní lesy. Součástí práce je i prak- tická část, kde vyzkoušíme vlastnosti, silné a slabé stránky zkoumaných metod na reálných datech. Klíčová slova: regresní strom, CART, MARS, regresní les, bagging, boosting, náhodný les

Národní úložiště šedé literatury : Nalezeno 35 záznamů.   předchozí11 - 20dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.