|
|
Model with Weibull responses
Konečná, Tereza ; Karpíšek, Zdeněk (oponent) ; Hübnerová, Zuzana (vedoucí práce)
This Master's thesis deals with the Weibull model, exactly the two-parametric Weibull distribution. The thesis deals with the estimation of parameters by four way of method of quantiles, by method of maximum likelihood and by graphical method Weibull probability plot. The derivation of parameter estimation methods in the one-way ANOVA type models with Weibull distribution was presented. Relations for the model with constant scale parameter alpha, constant shape parameter beta and the model with both parameters constant were derived. Also the tests with nuisance parameters are included, namely the score test, the Wald test, and the likelihood ratio test. The last chapter deals with the applications of the methods. A comparison of the different methods are demonstrated by graphs, histograms and tables. The methods are programmed in freeware R software. The functionality and properties of each method are verified on two sets of simulated data. In the end of the chapter tree simulated random samples are analysed.
|
|
|
Statistická analýza souborů s malým rozsahem
Holčák, Lukáš ; Hübnerová, Zuzana (oponent) ; Karpíšek, Zdeněk (vedoucí práce)
Tato diplomová práce je zaměřena na analýzu malých výběru, kde není možné získat větší počet dat. To může být způsobeno zejména z důvodu časového nebo ekonomického. Kde výroba nemá prostředky na uskutečnění většího počtu měření či jim to nedovolí nedostatek finančních prostředků. Samozřejme analýza malých výběrů je značně nejistá, protože závěry jsou vždy zatíženy značnou mírou nejistoty.
|
|
|
Statistical models for prediction of project duration
Oberta, Dušan ; Žák, Libor (oponent) ; Hübnerová, Zuzana (vedoucí práce)
The aim of this thesis is to introduce statistical models suitable for data analysis and apply them on real data related to time duration of projects based on characteristics of given projects. In the first chapter, linear regression models based on the least squares method are studied, including their properties and prediction intervals. The next chapter deals with the problematics of generalized linear models, which are based on the maximum likelihood estimation principle. Also basic properties of generalized linear models and asymptotic confidence intervals for expected values are described. In the next chapter, regression trees are introduced, with two methods of growing the trees, namely least squares and maximum likelihood estimation. Also basic principles of pruning the trees and confidence intervals for expected values were described. Derivation of maximum likelihood estimation for regression trees and confidence intervals are to a great extent own work of the author. The last described models are random forests, including their basic properties and confidence intervals for expected values. Throughout these chapters, methods for assessing model's quality, selection of optimal submodel and finding optimal values for tuning parameters were also described. At the end, the studied models and algorithms are implemented in Python and applied on real data.
|
|
|
Estimation in continuous time Markov chains
Nemčovič, Bohuš ; Prokešová, Michaela (vedoucí práce) ; Kadlec, Karel (oponent)
Název práce: Odhady v Markovských řetězcích se spojitým časem Autor: Bohuš Nemčovič Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: RNDr. Michaela Prokešová, Ph.D., Katedra pravděpo- dobnosti a matematické statistiky Abstrakt: V této práci se zabýváme odhadováním matic intenzit spojitých Mar- kovských řetězců, v případě, že máme k dispozici úplné pozorování jeho trajek- torie a v případě, že pozorujeme řetězec pouze ve vybraných diskrétních časech. Pro získání odhadu používáme metodu maximální věrohodnosti. Ve druhé kapi- tole nejprve představíme obecný EM algoritmus a následně ho upravíme na hledá- ní odhadu matice intenzity na základě pozorování řetězce v jednotlivých diskrét- ních časech. V poslední kapitole ukážeme EM algoritmus na numerických příkla- dech a budeme ilustrovat vliv velikosti diskretizačného kroku na kvalitu odhadu matice intezity. Klíčová slova: Markovské řetězce, matice intenzity, metoda maximální věrohodnos- ti, EM algoritmus 1
|
|
|
Maximálně věrohodné odhady v časových řadách
Tritová, Hana ; Pawlas, Zbyněk (vedoucí práce) ; Zikmundová, Markéta (oponent)
Práce se zabývá maximálně věrohodnými odhady v časových řadách. Čtenář se seznámí se třemi základními modely časových řad: autoregresní posloupností (AR), posloupností klouzavých součtů (MA) a jejich kombinací (ARMA). Dále zjistí, jak vypadají jejich základní charakteristiky, např. střední hodnota nebo rozptyl. Pak zde nalezne odvození odhadů parametrů metodou maximální věrohodnosti - obecně a ve zmíněných modelech časových řad. Pro modely AR(1) a MA(1) jsou uvedeny ještě odhady metodou momentů a metodou nejmenších čtverců a závěr je věnován příkladům, které slouží ke srovnání všech tří metod.
|
|
|
Parameter estimating in time series models
Kostárová, Aneta ; Zichová, Jitka (vedoucí práce) ; Prášková, Zuzana (oponent)
Táto práca sa zaoberá metódami odhadov parametrov v lineárnych modeloch časových radov. Najčastejšie používanou odhadovou metódou v softvérových produktoch je metóda maximálnej vierohodnosti. Teoretická časť práce rozoberá odhad parametrov v modeloch typu ARMA podmienenou a nepodmienenou metódou maximálnej vierohodnosti, metódy ilustruje na modeloch nižších rádov. Praktická časť skúma a popisuje implementáciu od- hadových metód v softvéroch Mathematica a R. Súčasťou je porovnanie kvality odhadov daných softvérov a nadobudnuté poznatky sa využívajú v simulačnej štúdii. 1
|
|
|
Models of binary time series
Kunayová, Monika ; Zichová, Jitka (vedoucí práce) ; Cipra, Tomáš (oponent)
Táto práca sa venuje časových radom binárnych premenných, ktoré sa vyskytujú v mnohých spoločenských sférach. Indikátor môže značiť prekročenie určitej hodnoty alebo výskyt nejakého javu. V práci sa zaoberáme logistickým rozdelením a jeho vlastnosťami, parciálnou vierohodnostnou funkciou, ktorá umožňuje pracovať so závislými dátami, a odvodíme užitočné vzťahy pre praktickú aplikáciu, ktorá pozostáva zo simulácie časového radu a z analýzy reálnych dát pomocou voľne šíriteľného softvéru R.
|
|
|
Zero inflated Poisson model
Veselý, Martin ; Komárek, Arnošt (vedoucí práce) ; Hlávka, Zdeněk (oponent)
Táto práca sa zaoberá Poissonovým rozdelením s nadbytočnými nulami. Ako prvé je zavedený model Poissonovho rozdelenia a jeho zovšeobecnenie na model s nadbytočnými nulami. Sú odvodené základné vlastnosti takto rozšíreného rozdelenia. Ďalej sú opísané základy momentovej metódy a metódy maximál- nej vierohodnosti. Obidve sú použité na odhad parametrov tohto rozdelenia. Analyzuje sa uskutočniteľ- nosť výpočtu rozdelenia odhadov získaných momentovou metódou. Následne je odvodené asymptotické rozdelenie maximálne vierohodných odhadov a z neho vyplývajúcich intervalov spoľahlivosti. V poslednej kapitole je prevedená numerická simulácia odvodených asymptotických vlastností. Špeciálna pozornosť je venovaná situáciám, v ktorých nie sú splnené podmienky regularity. 1
|
|
|
Odhadování parametrů gama rozdělení
Zahrádková, Petra ; Kulich, Michal (vedoucí práce) ; Hlávka, Zdeněk (oponent)
Je známo, že maximálně věrohodné odhady obou parametrů gamma rozdělení nemají explicitní vyjádření. Gamma rozdělení je speciálním případem zobecně- ného gamma rozdělení, které obsahuje tři parametry. Dvě ze tří věrohodnostních rovnic zobecněného gamma rozdělení lze použít jako odhadovací rovnice pro pa- rametry gamma rozdělení, z nichž lze explicitně vyjádřit odhady neznámých pa- rametrů. Intuitivně by se nové odhady vyjádřené z věrohodnostních rovnic měly nacházet velmi blízko maximálně věrohodným odhadům. Práce tuto domněnku upevňuje na základě asymptotického chování nových odhadů. Kromě toho lze explicitní vyjádření upravit tak, aby byly nové odhady nestranné. 1
|
|
|
Estimation in continuous time Markov chains
Nemčovič, Bohuš ; Prokešová, Michaela (vedoucí práce) ; Kadlec, Karel (oponent)
Název práce: Odhady v Markovských řetězcích se spojitým časem Autor: Bohuš Nemčovič Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: RNDr. Michaela Prokešová, Ph.D., Katedra pravděpo- dobnosti a matematické statistiky Abstrakt: V této práci se zabýváme odhadováním matic intenzit spojitých Mar- kovských řetězců, v případě, že máme k dispozici úplné pozorování jeho trajek- torie a v případě, že pozorujeme řetězec pouze ve vybraných diskrétních časech. Pro získání odhadu používáme metodu maximální věrohodnosti. Ve druhé kapi- tole nejprve představíme obecný EM algoritmus a následně ho upravíme na hledá- ní odhadu matice intenzity na základě pozorování řetězce v jednotlivých diskrét- ních časech. V poslední kapitole ukážeme EM algoritmus na numerických příkla- dech a budeme ilustrovat vliv velikosti diskretizačného kroku na kvalitu odhadu matice intezity. Klíčová slova: Markovské řetězce, matice intenzity, metoda maximální věrohodnos- ti, EM algoritmus 1
|
host ::
RSS.