Národní úložiště šedé literatury Nalezeno 65 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Bayesovské klasifikační a regresní stromy
Dvořák, Martin ; Antoch, Jaromír (vedoucí práce) ; Maciak, Matúš (oponent)
Bakalářská práce se věnuje klasifikačním a regresním stromům, jejich stavbě a inter- pretaci. V první části se čtenář seznámí se strukturou rozhodovacích stromů, základními definicemi a metodikou. V druhé části jsou představeny pokročilejší a efektivnější metody pro tvorbu takových stromů využívající Bayesovský přístup k celému problému. Poslední část práce je zaměřená na praktickou úlohu, kde jsou využity poznatky z této práce. Celý text je doplněn obrázky, vysvětleními a odvozeními, aby bylo pro čtenáře jednodušší celý problém pochopit více do hloubky. Práce Bayesovské klasifikační a regresní stromy může posloužit všem zájemcům, kteří chtějí blíže poznat problematiku rozhodovacích stromů. 1
Theoretical and empirical quantiles and their use for prediction interval construction
Šimičák, Jakub ; Maciak, Matúš (vedoucí práce) ; Omelka, Marek (oponent)
The purpose of the bachelor thesis is to introduce the reader to two approaches to the construction of prediction intervals. The first procedure assumes a probabilistic model and leads to a frequentist prediction interval that uses the relevant theoretical quantiles of probability distributions. The second procedure assumes no probabilistic model and leads to a conformal prediction interval that uses empirical quantiles of the relevant random sample. In the course of the paper, both approaches will be derived in general terms and then illustrated with concrete examples. The thesis also includes a simulation study comparing the empirical coverage of frequentist and conformal prediction inter- vals for random selections from different distributions. 1
Klasifikace založená na směsových modelech
Janečková, Lucie ; Komárek, Arnošt (vedoucí práce) ; Maciak, Matúš (oponent)
Tato práce se zabývá klasifikací založenou na směsových modelech, a to převážně na modelech konečných normálních. Nejprve jsou zavedeny základní definice a vlastnosti konečných směsí. Následně je zde popsána metoda maximální věrohodnosti a její úskalí v kontextu konečných směsí, kterou použáváme pro odhadování neznámých parametrů. Poté je popsán EM algoritmus, který je používán pro získání maximálně věrohodných odhadů a explicitně spočteny vzorce pro jednu iteraci EM algoritmu. V poslední části je ukázáno, jak lze konečné normální směsi využít ke klasifikaci. 1
James-Steinův odhad
Novotný, Vojtěch ; Maciak, Matúš (vedoucí práce) ; Nagy, Stanislav (oponent)
V práci se seznámíme s James-Steinovým odhadem, budeme studovat jeho vlastnosti a porovnáme je s dalšími metodami odhadů. Vysvětlíme, co je to přípustnost odhadů a zjistíme, zda jsou naše odhady přípustné. Představíme si, co to jsou Bayesovské odhady a empirické Bayesovské odhady. Dále rozebereme, jak lze rozdílně zkoumat jejich vlast- nosti. Nakonec provedeme simulaci, na které porovnáme kvality odhadů, zjistíme, zda se nám výsledky shodují s vyloženou teorií a pokusíme se rozhodnout, kdy je James-Steinův odhad vhodný. 1
Statistical tests of normality
Krupa, Tomáš ; Maciak, Matúš (vedoucí práce) ; Omelka, Marek (oponent)
Cieľom tejto práce je predstaviť známe, v praxi používané testy normality a porovnať ich. Prvá kapitola pozostáva zo základných pojmov a vlastnosti normálneho rozdelenia. V druhej kapitole je spracovaných 6 testov normality, konkréte Kolmogorov-Smirnov, Lilliefors, Shapiro-Wilk, Anderson-Darling, D'Agostino-Pearson a Jarque-Bera. Pre každý test je okrem iného uvedená testová štatistika a tvar kriticého oboru. Tretia kapitola s empirickou štúdiou obsahuje dve časti. V prvej časti je stručne vysvetlený charakter štúdie a empiricky skontrolovaná deklarovaná hladina testov. V druhej časti je empiricky porovnaná sila testov proti rôznym alternatívam a diskusia výsledkov. 1
Odhadování na principu věrohodnosti
Březinová, Eva ; Maciak, Matúš (vedoucí práce) ; Kříž, Pavel (oponent)
V této práci bude popsána metoda maximální věrohodnosti, která slouží k odhado- vání neznámých parametrů, na nichž závisí pravděpodobnostní rozdělení pozorovaných dat. Dále budou představeny metody z ní odvozené. Pozornost bude zaměřena převážně na kvazi-věrohodnost a pseudo-věrohodnost. Následovat bude také stručný popis profi- lové věrohodnosti, empirické věrohodnosti a podmíněné věrohodnosti. Součástí práce je simulační studie, ve které pomocí střední čtvercové chyby porovnáme kvalitu odhadů získaných na základě maximální věrohodnosti a kvazi-věrohodnosti, případně na základě maximální věrohodnosti a pseudo-věrohodnosti. 1
Konformní predikce
Krynická, Michaela ; Maciak, Matúš (vedoucí práce) ; Týbl, Ondřej (oponent)
Hlavním cílem této práce je formalizovat koncept konformní predikce. Tato robustní, neparametrická metoda umožňuje konstrukci přesného predikčního intervalu na stanovené hladině, k čemuž stačí předpokládat, že vstupní data jsou nezávislá, stejně rozdělená. V kontextu náhodného výběru z jednorozměrného spojitého rozdělení vystavíme teoretické základy metody. Následně definujeme klíčový pojem míra nekonformity a prezentujeme algoritmické provedení, nejprve pro náhodný výběr, poté v kontextu regresní analýzy. V závěru práce porovnáváme na náhodně generovaných datech spolehlivost a efektivitu konformní predikce s konkrétní frekventistickou metodou. 1
Admissibility and Inadmissibility of an Estimate
Vagner, Marcel ; Maciak, Matúš (vedoucí práce) ; Jurečková, Jana (oponent)
Kvalita odhadu parametra sa často posudzuje pomocou strednej kvadratickej odchýlky (MSE). Pre jednorozmerný parameter je odhad konštruovaný pomocou metódy najmen- ších štvorcov najlepší. Pri odhadovaní viac ako dvojrozmerného parametra sa však odhad stane neprípustný, teda vždy existuje vzhľadom k MSE iný odhad, ktorý bude lepší ako MSE odhad bez ohľadu na hodnotu parametra. Tento záver je známy ako James Stein pa- radox. V rámci tejto bakalárskej práce najprv zadefinujeme prípustnosť a neprípustnosť odhadu, definujeme James-Steinov odhad a porovnáme chovania rôznych odhadov. 1
Statistical inference in varying coefficient models
Cichrová, Michaela ; Maciak, Matúš (vedoucí práce) ; Hlávka, Zdeněk (oponent)
V této diplomové práci se zabýváme modely s proměnlivými koeficienty, což je třída modelů, které umožňují modelovat efekt prediktorů pomocí hladkých funkcí určitých efekt-modifikujících proměnných. Tuto třídu modelů si představíme v širším kontextu a následně se zaměříme na longitudinální data. Uvažujeme dvě metody odhadování koeficientů, pomocí polynomiálních a vyhlazovacích splajnů. Pro polynomiální splajny odvodíme asymptotické vlastnosti a následně zkonstruujeme konfidenční intervaly a kon- fidenční pásma. Empirické pokrytí konfidenčních pásem pomocí dvou mírně modifiko- vaných metod porovnáme pomocí krátké simulační studie. 1
Theoretical and empirical quantiles and their use for prediction interval construction
Šimičák, Jakub ; Maciak, Matúš (vedoucí práce) ; Nagy, Stanislav (oponent)
Úlohou bakalárskej práce je zoznámit' čitatel'a s dvomi postupmi konštrukcie predikčných intervalov. Prvý postup predpokladá pravdepodob- nostný model a vedie na frekventistický predikčný interval, ktorý využíva prí- slušné teoretické kvantily pravdepodobnostných rozdelení. Druhý postup ne- predpokladá žiadny pravdepodobnostný model a vedie na konformný predikčný interval, ktorý využíva empirické kvantily príslušného náhodného výberu. V priebehu práce budú oba prístupy všeobecne odvodené a následne ilustrované na konkrétnych príkladoch. Súčast'ou práce je aj simulačná štúdia porovnávajúca empirické pokrytie frekventistických a konformných predikčných intervalov pre náhodné výbery z rôznych rozdelení. 1

Národní úložiště šedé literatury : Nalezeno 65 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.