|
|
Odhadování a kritéria těsnosti modelu logistické regrese
Ondrušková, Markéta ; Hanzák, Tomáš (vedoucí práce) ; Zvára, Karel (oponent)
V práci je popsán model binární logistické regrese a odhad jeho pa- rametrů metodou maximální věrohodnosti. Dále je navržen algoritmus pro me- todu nejmenších čtverců. V části věnované ukazatelům diverzifikační síly mo- delu je definována Lorenzova křivka, Giniho koeficient, C-statistika, Kolmogorov- Smirnovova statistika a koeficient determinace R2 a je odvozen jejich vztah k růz- ným výběrovým korelačním koeficientům. Pomocí modelu normálně rozdělených skóre špatných a dobrých klientů je odvozen typický vztah mezi Giniho koeficien- tem, Kolmogorov-Smirnovovou statistikou a nově také koeficientem determinace R2 . Odvozené teoretické výsledky jsou ověřeny na třech sadách reálných dat. Klíčová slova: Binární logistická regrese, metoda maximální věrohodnosti, me- toda nejmenších čtverců, Giniho koeficient, koeficient determinace. 1
|
|
|
Testování hypotéz modelů úrokových sazeb
Petrík, Daniel ; Myška, Petr (vedoucí práce) ; Hurt, Jan (oponent)
V předložené práci se zabýváme problematikou stochastického modelování úro- kových sazeb. Jedním z nejobvyklejších postup· je modelovat dynamiku úroko- vých sazeb pomocí stochastické diferenciální rovnice difúze, jejímiž základními kameny jsou funkce driftu a funkce difúze. Od 70. let 20. století byla navržena celá řada model· tohoto typu, a ačkoli se tyto modely neustále zdokonalují, vyvstává přirozená otázka, zda se historicky pozorované úrokové sazby skutečně takovými difúzními rovnicemi řídily. V této práci budeme právě uvedenou hypo- tézu testovat pro několik nejběžnějších jednofaktorových model· úrokové sazby první generace. Z historických dat odhadneme obecnou momentovou metodou a metodou maximální věrohodnosti parametry jednotlivých difúzních rovnic a následně provedeme statistické testy dobré shody proložení těchto rovnic pozo- rovanými daty. 1
|
|
|
Analysis of the robustness of the psychometric functions
Myšička, Pavel ; Děchtěrenko, Filip (vedoucí práce) ; Pilát, Martin (oponent)
Psychofyzika nabízí široké rozpětí metod ke zkoumání lidského vnímání, k čemuž často používá matematické modely. K reprezentaci vztahu mezi silou podnětu a jeho vnímáním používá psychofyzika model zvaný psychometrická funkce. V psychofyzikální praxi jsou používány různé psychometrické funkce, ale není známo, zdali použití různých psychome- trických funckcí k modelování experimentálních dat může mít vliv na výsledky měření ex- perimentu. Cílem této práce je porovnat často používané psychometrické funkce, dokázat zda mezi jednotlivými funkcemi existují rozdíly ve schoposti modelovat psychofyzikálni data a zda jsou tyto rozdíly dostatečeně velké na to, aby se jim při výzkumu měla věnovat pozornost. 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
|
|
|
Využití Poissonova rozdělení pro předpovědi výsledků sportovních utkání
Svoboda, Ondřej ; Malá, Ivana (vedoucí práce) ; Čabla, Adam (oponent)
Cílem této diplomové práce je posoudit, zda lze Poissonovo rozdělení využít k předpovídání výsledků fotbalových utkání. Zprvu je k analýze použit původní model anglických statistiků Marka J. Dixona a Stuarta G. Colese z roku 1997. Poté je tento model v práci rozšiřován. Všechny odhady jsou založeny na metodě maximální věrohodnosti. Vybraná liga pro vyvozování závěrů je první anglická liga - Premier League. Zápasy jsou hrány v období od sezóny 2004/2005 až do necelé poloviny sezóny 2015/2016. K určování výkonnosti modelů jsou použity nejtržnější kurzy z americké sázkové kanceláře Pinnacle. V teoretické části jsou popsány jednotlivé modely a statistické metody, které jsou použity v praktické části. V praktické části jsou realizovány samotné výpočty. Výkonnost modelů je počítána pomocí ziskovosti na tržních kurzech. V ex-post období jsou nalezeny optimální parametry modelu, které jsou použity v ex-ante období, kde je zjišťována výkonnost modelu. Práce odpovídá na otázku, zda jsou v dnešní moderní době takovéto modely čerpající z veřejně dostupných dat efektivní.
|
|
|
Makroekonomická analýza s využitím postupů prostorové ekonometrie
Macková, Simona ; Formánek, Tomáš (vedoucí práce) ; Tomanová, Petra (oponent)
Prostorová ekonometrie může přinést užitečný přístup k makroekonomické analýze regionálních dat. Tato diplomová práce nastiňuje vhodné modely průřezových dat zohledňující jejich geografickou polohu. Pro analýzu je využívána relace sousednosti. Vztah sousedství mezi regiony je vyjádřen pomocí matice prostorových vah. Zaměřujeme se na testy prostorové autokorelace a uvádíme postupy hledání vhodného prostorového modelu. Dále popisujeme odhady regresních koeficientů i koeficientů prostorové závislosti zejména metodou maximální věrohodnosti. Vedle ilustrativních příkladů aplikujeme vybrané základní prostorové modely na reálná makroekonomická data. Prověřujeme, jak popisují vztah mezi příjmy domácnosti, HDP a mírou nezaměstnanosti v západní Evropě. Výsledky jsou porovnány s lineárním regresním modelem.
|
|
|
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
|
|
|
Statistické úlohy pro Markovské procesy se spojitým časem
Křepinská, Dana ; Prokešová, Michaela (vedoucí práce) ; Lachout, Petr (oponent)
Tato diplomová práce se zabývá odhadováním matice intenzit Markovova pro- cesu se spojitým časem na základě diskrétně pozorovaných dat. Začátek práce je věnován jednoduššímu odhadu ze spojité trajektorie pomocí metody maximální věrohodnosti. Dále je zde popsán odhad z diskrétní trajektorie přes výpočet ma- tice pravděpodobností přechodu. Následně je velmi podrobně rozebrán EM al- goritmus, který předchozí odhad zpřesňuje. Na závěr teoretické části je uvedena metoda odhadu zvaná Monte Carlo Markov Chain. Všechny postupy jsou zároveň implementovány v počítačovém softwaru a prezentace jejich výsledk· je obsahem druhé části práce. V té jsou porovnané odhady pro denní, týdenní a měsíční po- zorování a také pro pětiletou a desetiletou pozorovanou trajektorii. K výsledk·m jsou připojeny odhady rozptyl· a intervaly spolehlivosti. 1
|
|
|
Profilová věrohodnost
Pejřimovský, Pavel ; Omelka, Marek (vedoucí práce) ; Jurečková, Jana (oponent)
Tato bakalářská práce se zabývá statistickou metodou zvanou profilová věrohodnost. Používáme ji například při odhadování neznámých parametrů za přítomnosti rušivých parametrů, sestavování intervalů spolehlivosti nebo testování hypotéz. Profilová věrohodnost přímo vychází z metody maximální věrohodnosti, která je jednou ze základních metod matematické statistiky při odhadování neznámých parametrů. Z metody maximální věrohodnosti ještě vycházejí asymptotické testy a jejich případné zobecnění na testy s rušivými parametry. V této práci ukážeme, že mezi profilovou věrohodností a testy s rušivými parametry panuje jistá souvislost. Také ilustrujeme využití profilové věrohodnosti na klasickém příkladě s normálním rozdělením. Powered by TCPDF (www.tcpdf.org)
|
|
|
Odhady parametrů rozdělení náhodných veličin
Šimková, Barbora ; Mošna, František (vedoucí práce) ; Novotná, Jarmila (oponent)
bakalářské práce Název práce: Odhady parametrů rozdělení náhodných veličin Autor: Bc. Barbora Šimková Katedra / Ústav: Katedra matematiky a didaktiky matematiky Vedoucí bakalářské práce: RNDr. František Mošna, Dr. Abstrakt: Předmětem této bakalářské práce je porovnání základních metod, kterými je možné spočítat bodové odhady spojitých a diskrétních pravděpodobnostních rozdělení. Práce se zabývá rozborem dvou metod, jedná se o momentovou metodu a metodu maximální věrohodnosti. Tyto metody se používají pro odhad bodových parametrů pravděpodobnostních rozdělení. Momentovou metodou rozumíme porovnání teoretických a výběrových momentů náhodné veličiny. Metodu maximální věrohodnosti bereme jako další alternativu při výpočtech bodových odhadů, která využívá klasický postup hledání maxima funkce s využitím vlastností náhodného výběru. Způsoby výpočtů vychází ze statistických metod a mohly by být vhodné jako zajímavé rozšíření výuky základního kurzu pravděpodobnosti a statistiky na PedF UK. Práce je přehledem odhadů parametrů základních distribucí a srovnání kvality dvou základních metod pro jejich určení. Klíčová slova: odhady parametrů, rozdělení náhodné veličiny,...
|
host ::
RSS.