|
| |
|
|
Local polynomial regression
Cigán, Martin ; Bašta, Milan (vedoucí práce) ; Maciak, Matúš (oponent)
Tato práce se zabývá lokální polynomickou regresí. Lokální polynomická regrese je jedním z neparametrických přístupů k vyrovnávání dat. Tato konkrétní metoda je založena na opakování parametrického vyrovnávání dat metodou vážených nejmenších čtverců za použití modelu polynomu. Cílem práce je proto připomenutí základních vlastností metody vážených nejmenších čtverců v kontextu modelu klasické lineární regrese a navazující zavedení metody nerobustní lokální polynomické regrese. Následně se v práci odvozují některé statistické vlastnosti metody lokální polynomické regrese. Podmíněné vychýlení a podmíněný rozptyl odhadu jsou následně aproximovány pomocí metody Monte Carlo a tyto aproximace jsou porovnány s teoretickým výsledkem. Powered by TCPDF (www.tcpdf.org)
|
|
|
Normalita a její testování
Hájek, Štěpán ; Bašta, Milan (vedoucí práce) ; Klebanov, Lev (oponent)
Tato bakalářská práce se zabývá normalitou a jejím testováním. S tímto tématem se můžeme často setkat při užívání důležitých statistických testů a modelů, jako jsou například t testy, analýza rozptylu či lineární regrese. Teoretická část práce tyto testy shrnuje a ve stru- čnosti také pojednává o důsledcích porušení předpokladu normality. Dále popisuje metody, jimiž lze testovat hypotézu, že náhodný výběr pochází z normálního rozdělení. U každého testu normality je uvedena testová statistika a podmínky pro zamítnutí nulové hypotézy. Představeny jsou například Shapirův-Wilkův test či Andersonův-Darlingův test. Praktická část zahrnuje simulační studii, která je rozdělena na dvě části. První, věnující se porovnání, zda empirická relativní četnost chyby prvního druhu odpovídá nominální hladině testu. Dru- hou, věnující se odhadu síly testů v závislosti na rozdělení, ze kterého výběr pochází. Výsledky simulací jsou v práci sumarizovány a diskutovány. 1
|
|
|
Technická analýza založená na objemu obchodů a její efektivnost z hlediska předpovědi budoucích pohybů ceny
Chval, David ; Bašta, Milan (vedoucí práce) ; Zichová, Jitka (oponent)
Tato bakalárská práce studuje metody technické analýzy založené na objemech obchodu. První dve kapitoly jsou teoretického charakteru. Popisující financní trhy, jejich funkci, vlastnosti, a dále pak metody používané pri analýze financních instrumentu. V další cásti je popsána hypotéza efektivního trhu, formy efektivnosti a testy související s touto hypotézou. Tretí kapitola je analytického charakteru. Je zde zkoumáno, zdali extrémní obchodní aktivita predikuje následný rust, nebo pokles ceny daného instrumentu. Je zde popsána metodika, získání dat, výsledky analýzy a srovnání s jinými podobnými výzkumy.
|
|
|
Modelling and forecasting seasonal time series
Jantoš, Milan ; Bašta, Milan (vedoucí práce) ; Helman, Karel (oponent)
V této diplomové práci jsou shrnuty základní metody modelování sezónních časových řad jako je regresní model se sezónními dummy proměnými, exponenciální vyrovnávání a modely SARIMA. Práce je zaměřena především na modelování a předpovídaní sezónních časových řad s využitím těchto metod. Cílem práce je představení jednotlivých metod a jejich následné porovnání na souboru 2184 sezónních časových řad a vyhodnocení jejich predikčních schopností. Hlavním přínosem diplomové práce je proniknutí do problematiky předpovídání časových řad a empirické ověření silných a slabších stránek jednotlivých metod.
|
|
|
Gradient Boosting Machine and Artificial Neural Networks in R and H2O
Sabo, Juraj ; Bašta, Milan (vedoucí práce) ; Plašil, Miroslav (oponent)
Neuronové sítě jsou jedním z nejvíce fascinujících algoritmů strojového učení. Mají za sebou však velmi bouřlivý vývoj. Neuronové sítě byly dlouho považovány za algoritmus, který je velmi nespolehlivý a výpočetně náročný. Dnes již víme, že moderní neuronové sítě mohou být úspěšně aplikovány v mnoha úlohách, i když jejich hlavní nevýhoda, tedy značná výpočetní náročnost, stále přetrvává. Statistické modely založené na technice boosting, jsou považovány za jednu z nejpřevratnějších myšlenek na poli algoritmů strojového učení. Tyto modely jsou založeny kombinaci několika slabých modelů, které pak dohromady tvoří jeden silný model. Tato práce se zabývá srovnáním těchto dvou modelů na třech reálných případových studiích. První případová studie se zabývá modelováním pravděpodobnosti loupeže v ulicích města Chicago, druhá případová studie je klasickým příkladem modelování pravděpodobnosti, že zákazník telekomunikační společnosti vypoví smlouvu a poslední případová studie je aplikací počítačového vidění. Cílem této práce je také představení open-source platformy pro strojové učení H2O. H2O obsahuje mimo jiné rozhraní pro R a dokáže běžet samostatně, nebo na Hadoop clusteru. Práce také obsahuje úvod do open-source softwarové knihovny pro zpracování velkých dat Apache Hadoop. Konkrétně do open-source distribuce Hortonworks Data Platform.
|
|
|
Data-Snooping Biases in Backtesting
Krpálek, Jan ; Bašta, Milan (vedoucí práce) ; Malá, Ivana (oponent)
C??ílem diplomov?é pr?áce je implementace Whitova Reality testu, White (2000), a Hansenova SPA testu, Hansen (2004), za ?účelem identi?kace tzv. "data snooping" vych?ýlen??í v algoritmick?ych obchodních strategi??ích. V?ýsledky t?ěchto testů budou konfrontov?ány s PBO statistikou, Bailey et al. (2015). Za vyu?žití t?ěchto test?ů n?ásledn?ě hodnotí??me obchodov?an??í momentum strategi??í na americk?ých futures trz??ích v letech 2004-2016. Z?áv?ěrem konstatujeme, ?že strategie po o?či?št?ění?? o data snooping vych?ýlení?? nedosahuj??í v?yznamn?é ziskovosti.
|
|
|
Building credit scoring models using selected statistical methods in R
Jánoš, Andrej ; Bašta, Milan (vedoucí práce) ; Pecáková, Iva (oponent)
Kredit skóring je ve finanční praxi důležitou a rychle se rozvíjející disciplínou. Cílem této práce je vytvořit souhrn základních metodik používaných k vytvoření a popisu kredit skóringových modelů s interpretací jejich výstupu společně s praktickou ilustrací postupu při vytváření těchto modelů v statistickém programovém prostředí R. Tato práce je členěná do pěti kapitol. První kapitola je věnovaná vysvětlení pojmu kredit skóring společně s několika příklady praktického využití a motivací pro jeho studium. V další části práce jsou postupně představené tři, ve finanční praxi nejčasteji používané, metody pro tvorbu kredit skóringových modelů. Ve druhé, nejrozvinutější kapitole se práce věnuje logistické regresi. Největší důraz je kladen na matematické odvození vztahu pro logistický regresní model a uvedeno je několik způsobů jako posoudit kvalitu proložení dat modelem. Dalšími dvěmi metodami prezentovanými v této práci jsou rozhodovací stromy a náhodné lesy, kterým se věnují kapitoly 3 a 4. Neoddělitelnou součástí této práce jsou podrobně popsané aplikace těchto metod na konkrétní datový soubor Default v programové platformě R. V závěrečné, páté, kapitole je praktická ilustrace vytvoření kredit skóringových modelů, jejich diagnostiky a následného vyhodnocení jejich schopnosti předpovídat selhání klienta v praxi s použitím R. V přílohách jsou uvedené vytvořené funkce a kód v R použité v práci. Čtenář vybavený základními poznatky z pravděpodobnosti a matematické statistiky získá dostatek teoretických znalostí a praktických zručností k pochopení modelů a jejich samostatné aplikaci.
|
|
|
Větrání a teplovzdušné vytápění autoservisu
Bašta, Milan ; Pavelek, Milan (oponent) ; Janotková, Eva (vedoucí práce)
Diplomová práce se zabývá návrhem větrání a teplovzdušného vytápění autoservisu. V úvodu práce je seznámení s touto problematikou a popis dispozice objektu. Dále je práce věnována výpočtům, z kterých vychází návrh větrání a teplovzdušného vytápění. Jedná se o výpočty součinitele prostupu tepla konstrukcí, množství větracího vzduchu, výpočet tepelných ztrát, výpočet tepelné zátěže a stanovení množství přiváděného vzduchu. Návrh obsahuje i volbu a dimenzování místního odsávání, vyústek, tras pro vedení vzduchovodu. Vypočet tlakových ztrát a volbu vzduchotechnické jednotky. K diplomové práci je zhotovena výkresová dokumentace s rozpisem materiálu.
|
|
|
Analýza vybraných měsíčních teplotních časových řad v Evropě
Janoutová, Eva ; Helman, Karel (vedoucí práce) ; Bašta, Milan (oponent)
Bakalářská práce se zabývá analýzou časových řad průměrných měsíčních teplot a měsíčních maximálních teplot osmi meteorologických stanic v letech 1949 až 2013. Data jsou převzata z databáze European Climate Assessment & Data. Stanice jsou rozděleny do dvou skupin podle Köppenovy klasifikace podnebí. Cílem této bakalářské práce je sledovat a porovnat vývoje jednotlivých časových řad v obou skupinách pomocí základních charakteristik a metod vycházejících z dekompozice časových řad a ověřit, zda sledovaná stanice je zařazena do správného klimatického pásma. Dalším cílem je ověřit, zda se ve vybraných stanicích ve sledovaném období zvýšila průměrná měsíční teplota a měsíční maximální teplota.
|
host ::
RSS.