|
|
Flexibility, Robustness and Discontinuities in Nonparametric Regression Approaches
Maciak, Matúš ; Hušková, Marie (vedoucí práce) ; Hlávka, Zdeněk (oponent) ; Horová, Ivanka (oponent)
Názov práce: Flexibilnost, Robustnost a Nespojitost v Neparametrických Regresních Postupech Autor: Mgr. Matúš Maciak, M.Sc. Pracoviště: Katedra Pravděpodobnosti a Matematické Statistiky, Univerzita Karlova v Praze Supervisor: Prof. RNDr. Marie Hušková, DrSc. huskova@karlin.mff.cuni.cz Abstrakt: V tejto práci sa zameriame na lokálne polynomiálne vyhadovanie neznámej regresnej funkcie, pričom zároveň sa budeme snažiť zapracovať do odhadovacích postupov určitú mieru robustnosti a to špeciálne vzhľadom k odľahlým pozorovaniam a tiež rozdeleniam náhodných chýb, ktoré sa vyznačujú ťažkými chvostami. Zamierame našu pozornosť na tzv. lokálne polynomiálne M-vyhladovače (M-smoothers) a odvodíme ich základné štatistické vlastnosti. Ďalšia zásadná vlastnosť s ktorou budeme pracovať, je nespojitosť, prípadne nehladkosť (teda nespojitosť derivácii) neznámej regresnej funkcie. Zaoberať sa budeme niektorými druhmi modelov, špeciálne modelom s homoskedastickou a heteroskedastickou štruktúrou variability a to pre prípad nezávislých, ako aj závislých pozorovaní. Nespojitosti v modeli budeme riešiť prostredníctvom štatistických testov, pre ktoré navrhneme konkrétne postupy a budeme tiež vyšetrovať ich základné štatistické vlastnosti. Vzhľadom k faktu, že asymptotické rozdelenie testových štatistík, rovnako ako aj odhadov...
|
|
|
Jádrové odhady rizikové funkce
Selingerová, Iveta ; Horová, Ivanka (vedoucí práce) ; Prášková, Zuzana (oponent)
Jádrové odhady rizikové funkce Abstrakt Tato disertační práce se věnuje metodám pro zpracování cenzorovaných dat v analýze přežití. Hlavní pozornost je zaměřena na rizikovou funkci, která vyjadřuje okamžitou pravděpodobnost výskytu události v následujícím ča- sovém okamžiku. Jsou představeny dva různé přístupy k jádrovému odhadu této funkce. V praxi však riziko může být ovlivněno dalšími proměnnými. Pro odhad podmíněné rizikové funkce je prezentován nejčastěji užívaný model na- vržený D. R. Coxem a jsou uvedeny dva typy jádrových odhadů. Pro jádrové odhady jsou odvozeny některé statistické vlastnosti a navrženy metody pro výběr vyhlazovacích parametrů. Součástí práce je také rozsáhlá simulační studie, kde jsou ověřeny teoretické výsledky a porovnány navržené metody. Závěr práce je věnován zpracování reálných dat získaných z různých oblastí.
|
|
|
Jádrové odhady rizikové funkce
Selingerová, Iveta ; Horová, Ivanka (vedoucí práce) ; Prášková, Zuzana (oponent)
Jádrové odhady rizikové funkce Abstrakt Tato disertační práce se věnuje metodám pro zpracování cenzorovaných dat v analýze přežití. Hlavní pozornost je zaměřena na rizikovou funkci, která vyjadřuje okamžitou pravděpodobnost výskytu události v následujícím ča- sovém okamžiku. Jsou představeny dva různé přístupy k jádrovému odhadu této funkce. V praxi však riziko může být ovlivněno dalšími proměnnými. Pro odhad podmíněné rizikové funkce je prezentován nejčastěji užívaný model na- vržený D. R. Coxem a jsou uvedeny dva typy jádrových odhadů. Pro jádrové odhady jsou odvozeny některé statistické vlastnosti a navrženy metody pro výběr vyhlazovacích parametrů. Součástí práce je také rozsáhlá simulační studie, kde jsou ověřeny teoretické výsledky a porovnány navržené metody. Závěr práce je věnován zpracování reálných dat získaných z různých oblastí.
|
|
|
Flexibility, Robustness and Discontinuities in Nonparametric Regression Approaches
Maciak, Matúš ; Hušková, Marie (vedoucí práce) ; Hlávka, Zdeněk (oponent) ; Horová, Ivanka (oponent)
Názov práce: Flexibilnost, Robustnost a Nespojitost v Neparametrických Regresních Postupech Autor: Mgr. Matúš Maciak, M.Sc. Pracoviště: Katedra Pravděpodobnosti a Matematické Statistiky, Univerzita Karlova v Praze Supervisor: Prof. RNDr. Marie Hušková, DrSc. huskova@karlin.mff.cuni.cz Abstrakt: V tejto práci sa zameriame na lokálne polynomiálne vyhadovanie neznámej regresnej funkcie, pričom zároveň sa budeme snažiť zapracovať do odhadovacích postupov určitú mieru robustnosti a to špeciálne vzhľadom k odľahlým pozorovaniam a tiež rozdeleniam náhodných chýb, ktoré sa vyznačujú ťažkými chvostami. Zamierame našu pozornosť na tzv. lokálne polynomiálne M-vyhladovače (M-smoothers) a odvodíme ich základné štatistické vlastnosti. Ďalšia zásadná vlastnosť s ktorou budeme pracovať, je nespojitosť, prípadne nehladkosť (teda nespojitosť derivácii) neznámej regresnej funkcie. Zaoberať sa budeme niektorými druhmi modelov, špeciálne modelom s homoskedastickou a heteroskedastickou štruktúrou variability a to pre prípad nezávislých, ako aj závislých pozorovaní. Nespojitosti v modeli budeme riešiť prostredníctvom štatistických testov, pre ktoré navrhneme konkrétne postupy a budeme tiež vyšetrovať ich základné štatistické vlastnosti. Vzhľadom k faktu, že asymptotické rozdelenie testových štatistík, rovnako ako aj odhadov...
|
host ::
RSS.