Národní úložiště šedé literatury Nalezeno 35 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Analýza měsíčních teplotních časových řad na vybraných místech Evropy
Henkrichová, Jana ; Helman, Karel (vedoucí práce) ; Řezanková, Hana (oponent)
Bakalářská práce se zabývá analýzou teplotních měsíčních časových řad vybraných devíti meteorologických stanic na území Evropy v letech 1951-2015. Data byla čerpána z evropské databáze The European Climate Assessment & Dataset. Zeměpisné souřadnice vybraných meteorologických stanic tvoří pomyslnou mřížku na evropském kontinentu. Cílem této bakalářské práce je porovnat vývoj vybraných teplotních časových řad pomocí základních charakteristik časových řad, prozkoumat rozdílnosti těchto charakteristik vzhledem k zeměpisné poloze sledovaných stanic, pomocí statistických metod dospět k poznatkům o vývoji teplot v čase, se zaměřením na vývoj teplot v Praze - Klementinu. Dále prověřit míru závislosti teploty vzduchu na zeměpisné šířce, prověřit vliv kontinentality na podnebí a prověřit tvar rozdělení četností teplotních časových řad.
Využití statistických metod při oceňování nemovitostí
Funiok, Ondřej ; Pecáková, Iva (vedoucí práce) ; Řezanková, Hana (oponent)
Diplomová práce se zabývá oceňováním nemovitostí v České republice za pomocí statistických metod. Práce se zaměřuje komplexní úlohu založenou na datech z inzertního webového portálu. Cílem diplomové práce je vytvoření prototypu statistického predikčního modelu pro oceňování obytných nemovitostí v Praze a jeho vyhodnocení pro další možnosti rozšiřování. Struktura práce je koncipovaná podle metodiky CRISP-DM. Na předzpracovaných datech jsou postupně vyzkoušeny metody regresních stromů a náhodných lesů, pomocí kterých je predikována cena nemovitostí.
Hodnocení Výsledků Fuzzy Shlukování
Říhová, Elena ; Pecáková, Iva (vedoucí práce) ; Řezanková, Hana (oponent) ; Žambochová, Marta (oponent)
Shluková analýza je vícerozměrná klasifikační statistická metoda zahrnující různé metody a postupy. Lze rozlišit pevné a fuzzy shlukování, kdy druhá varianta umožňuje přesnější výsledné rozdělení objektů do shluků. V reálném životě optimální počet těchto shluků není a prioriznám. A proto je zapotřebí tento optimální počet shluků zjistit, což umožnují koeficienty pro hodnocení výsledků shlukování. Těchto koeficientů však existuje velký počet. Jedním z cílů této disertační práce bylo vytvořit strukturovaný přehled existujících koeficientů a postupů určených pro hodnocení výsledků fuzzy shlukování v závislosti na optimálním počtu shluků. Hlavním cílem pak bylo navržení nového koeficientu pro hodnocení výsledků fuzzy shlukování, a to hlavně v případě velkého počtů shluků (více než pět). Nově navržený koeficient je založen na mírách příslušnosti a na vzdálenosti (euklidovská vzdálenost) mezi objekty, to znamená na principech fuzzy i pevného shlukování. Vhodnost použití vybraných koeficientů je zkoumána jednak na reálných, jednak na generovaných datových souborech, u kterých optimální počet shluků je známý. Použité datové soubory jsou různého rozsahu a obsahují různé počty proměnných a různé počty shluků. Cíle práce je možné považovat za splněné. Stěžejním přínosem této disertační práce je navržení nového koeficientu (E) pro hodnocení výsledků fuzzy shlukování, a to jak v případě souborů s malým, tak v případě souborů s velkým počtem shluků (více než pět). Díky tomu, že tento nový koeficient je založen na principech fuzzy i pevného shlukování, je schopen lépe než jiné koeficienty určit optimální počet shluků jak u malých, tak i u velkých datových souborů. Dalším přínosem práce je klasifikace již existujících koeficientů pro hodnocení výsledků fuzzy shlukování.
Segmentace zákazníků obchodní společnosti s využitím metod shlukové analýzy
Nesrstová, Markéta ; Řezanková, Hana (vedoucí práce) ; Vrabec, Michal (oponent)
Tato diplomová práce pojednává o možnostech využití metod shlukové analýzy pro segmentaci zákazníků obchodní společnosti. Teoretická část je zaměřena na popis vybraných metod shlukové analýzy a vysvětlení dalších pojmů souvisejících s danou problematikou, jako je CRM, segmentace a cílená komunikace. V praktické části jsou aplikovány metody shlukové analýzy na reálná data nejmenované obchodní společnosti s cílem vytvořit výchozí podklady použitelné pro plánování a realizaci cílené komunikace. K hlavním výpočtům je použit program R, k úpravě dat a zpracování výstupů z analýzy potom MS Excel. Na závěr práce jsou zhodnoceny aplikované metody a shrnuty poznatky získané během analýzy. Pro obchodní společnost byly vytvořeny a charakterizovány databáze, ze kterých může vycházet při marketingovém rozhodování.
Míry podobnosti pro nominální data v hierarchickém shlukování
Šulc, Zdeněk ; Řezanková, Hana (vedoucí práce) ; Šimůnek, Milan (oponent) ; Žambochová, Marta (oponent)
Tato disertační práce se zabývá mírami podobnosti pro nominální data v hierarchickém shlukování, které umožňují zacházet s proměnnými s více než dvěma kategoriemi a které si kladou za cíl nahradit postupy založené na koeficientu prosté shody, které se v této oblasti běžně používají. Tyto míry podobnosti uvažují dodatečné informace ohledně datového souboru, jako je rozdělení četností kategorií u dané proměnné nebo počet jejích kategorií. Tato práce se věnuje třem hlavním cílům. Prvním cílem je prozkoumání a ohodnocení kvality shlukování vybraných měr podobnosti pro hierarchické shlukování objektů a proměnných. K dosažení tohoto cíle bylo provedeno několik experimentů, které se zabývají jak shlukováním objektů, tak proměnných. Tyto experimenty zkoumají kvalitu shluků vytvořených za pomocí zkoumaných měr podobnosti pro nominální data ve srovnání běžně používanými mírami podobnostmi využívajícími binární transformaci a dále s několika alternativními metodami pro shlukování nominálních dat. Toto porovnání je provedeno na reálných i generovaných souborech. Výstupy těchto experimentů vedou ke zjištění, které míry podobnosti jsou vhodné k obecnému použití, které podávají dobré výsledky v konktrétních situacích a které nejsou doporučeny pro shlukování objektů nebo proměnných. Druhým cílem práce je navržení míry podobnosti vycházející z teoretických předpokladů a její následné porovnání s ostatními zkoumanými mírami podobnosti. Na základě tohoto cíle byly představeny dvě nové míry podobnosti, Variable Entropy a Variable Mutability. Obzvláště prvně zmíněná míra podává velmi dobré výsledky u souborů s nižším počtem proměnných. Třetím cílem této práce je poskytnout komfortní sofwarové řešení založené na zkoumaných mírách podobnosti pro nominální data, které pokrývá celý proces shlukování od výpočtu matice vzdálenosti po hodnocení výsledných shluků. Tento cíl byl dosažen vytvořením balíčku nomclust pro program R, který řeší tuto problematiku a který je volně dostupný.
Využití regrese pro analýzu divácké návštěvnosti klubů NHL
Turek, Tomáš ; Řezanková, Hana (vedoucí práce) ; Vrabec, Michal (oponent)
Tato bakalářská práce se zabývá regresní analýzou týkající se průměrné divácké návštěvnosti v domácích zápasech jednotlivých klubů NHL v sezóně 2014/2015. Cílem práce je posouzení vybraných faktorů, které by mohly ovlivňovat nárůst či pokles divácké návštěvnosti a porovnání výsledků u některých metod při výběru vysvětlujících proměnných do regresního modelu. Přínosem práce je praktická aplikace regresní analýzy, zahrnující výběr nejlepší množiny vysvětlujících proměnných s využitím různých přístupů. Součástí je též věcná interpretace získaných výsledků. Pro výběr vysvětlujících proměnných byl použit postup postupného vyřazování proměnných na základě t-testů a metody dopředného (forward) a zpětného (backward) výběru.
Analýza hlasování PS PČR
Zubatý, Radek ; Vrabec, Michal (vedoucí práce) ; Řezanková, Hana (oponent)
Cílem této práce je vypracování shlukové analýzy politických stran i jednotlivých politiků v Poslanecké sněmovně PČR. V teoretické části je vysvětlen legislativní proces přijímání zákonů, politická situace v dolní komoře a teorie shlukové analýzy. V praktické části proběhla samotná shluková analýza nejdříve politických stran, poté jednotlivých poslanců. V řešení bylo použito metod nejvzdálenějšího souseda a Wardovy v programu SPSS Statistics. Na základě zjištěných údajů je možné potvrdit kompaktnost vládní koalice a pravicové opozice. V jednotlivých politických stranách byla zjištěna největší jednotnost ve straně TOP 09 a nejmenší mezi poslanci ČSSD.
Analýza faktorů ovlivňujících relativní tržní ocenění akcií
Hanzl, Tobiáš ; Vrabec, Michal (vedoucí práce) ; Řezanková, Hana (oponent)
Cílem této diplomové práce je analyzování ukazatele P/S pomocí Gordonova dividendového modelu, dále prokázání hypotézy vlivu velikosti marže, dividendového výplatního poměru, odhadu budoucího růstu dividend a požadované výnosové míry na hodnotu ukazatele P/S a v neposlední řadě nalezení dalších faktorů ovlivňujících relativní tržní ocenění akcií. Za účelem získání důkladného povědomí o vlivu vybraných faktorů byla použita vícerozměrná lineární regresní analýza a faktorová analýza zkoumající 781 akcií na amerických burzách. V práci byla prokázána hypotéza o vlivu výše zmíněných vysvětlujících proměnných na hodnotu ukazatele P/S. Dále byly rovněž nalezeny další proměnné, které se úspěšně podílí na hlubším vysvětlení zkoumané proměnné. Tržní ocenění akcií je velice komplexní a je ovlivněno velkým počtem faktorů.
Analýza hlasování v PS parlamentu ČR
Ventruba, Štěpán ; Vrabec, Michal (vedoucí práce) ; Řezanková, Hana (oponent)
Tato bakalářská práce přináší náhled na hlasování poslanců a stran v Poslanecké sněmovně Parlamentu České republiky. Pomocí popisných charakteristik, kontingenční analýzy a chí-kvadrát testů jsou zkoumány existence a intenzita závislostí hlasování poslanců a politických stran, jejich aktivita, shoda uvnitř stran, shoda mezistranická a shoda s hlasováním vládní koalice či opozice. V průběhu práce byl zjištěn velmi významný vliv změny jednacího řádu Poslanecké sněmovny na vnímání aktivity poslanců.
Diskriminační a shluková analýza jako nástroj klasifikace objektů
Rynešová, Pavlína ; Löster, Tomáš (vedoucí práce) ; Řezanková, Hana (oponent)
Shluková a diskriminační analýza patří mezi základní klasifikační metody. Pomocí shlukové analýzy lze neuspořádanou skupinu objektů uspořádat do několika vnitřně sourodých tříd či shluků. Diskriminační analýza vytváří na základě znalosti příslušností již existujících tříd klasifikační pravidlo, podle kterého lze následně zařadit jednotky s neznámou skupinovou příslušností. Cílem této práce je srovnání diskriminační analýzy a vybraných metod shlukové analýzy. K vyjádření vzdáleností mezi objekty je v rámci každé metody shlukové analýzy využita čtvercová Euklidovská a Mahalanobisova vzdálenost. Celkem je v práci analyzováno 28 souborů. V případě ponechání korelovaných proměnných v souboru a aplikování čtvercové Euklidovské vzdálenosti nejúspěšněji zařadila objekty do shluků Wardova metoda (42,0 %). Po změně metriky na Mahalanobisovu vzdálenost se nejúspěšnější stala metoda nejvzdálenějšího souseda (37,5 %). Po odstranění silně korelovaných proměnných a aplikování metod s Euklidovskou metrikou zařadila objekty nejúspěšněji v nejvíce souborech opět Wardova metoda (42,0 %). Z výsledků práce dále vyplývá, že shluková analýza je úspěšnější u dat bez korelovaných proměnných než při jejich ponechání v souboru. Průměrný výsledek diskriminační analýzy u dat s korelovanými proměnnými i u dat bez korelovaných proměnných činí 88,7 %.

Národní úložiště šedé literatury : Nalezeno 35 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Viz též: podobná jména autorů
8 Řezanková, H.
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.