|
|
Odlehlá pozorování
Kudrnáč, Vojtěch ; Zvára, Karel (vedoucí práce) ; Anděl, Jiří (oponent)
Tato práce se zabývá metodami identifikace odlehlých pozorování v jinak normálně rozděleném datovém souboru. Je zde popsáno několik významných testů a kritérií určených k tomuto účelu, Peirceovo kritérium, Chauvenetovo kritérium, Grubbsův test, Dixonův test a Cochranův test. U testů a kritérií je naznačeno jejich odvození a nakonec jsou zkoumány výsledky použití testů a kritérií na simulovaných datech s normálním rozdělením a vloženým odlehlým pozorováním. Součástí práce jsou i kódy v programovacím jazyce R s implementací těchto testů a kritérií s využitím už existujících funkcí. Powered by TCPDF (www.tcpdf.org)
|
|
|
Některé problémy exponenciálního vyrovnávání
Čurda, David ; Hanzák, Tomáš (vedoucí práce) ; Komárek, Arnošt (oponent)
V této práci je stručně popsáno několik základních metod exponenciálního vyrovnávání, které jsou často používané k vyrovnávání časových řad a předpovídání. Jsou zde prezentovány vybrané problémy při použití vyložených metod a v některých případech i návrhy na jejich řešení tak, aby upravená metoda vhodněji vyrovnávala data nebo vykazovala přesnější předpovědi. Uvedena je jejich aplikace na různé typy dat, porovnávání kvality vyrovnávání a přesnosti předpovědí. Na závěr je zhodnocena kvalita upravených metod.
|
|
|
Robustní odhady autokorelační funkce
Lain, Michal ; Hudecová, Šárka (vedoucí práce) ; Hlávka, Zdeněk (oponent)
Autokorelační funkce je základním nástrojem zkoumání časových řad. Její klasický odhad je velmi náchylný na výskyt odlehlých pozorování, což může vést k zavádějícím výsledkům. Tato práce se zabývá robustními odhady autokore- lační funkce, které jsou odolnější vůči odlehlým pozorováním než klasický odhad. Jsou zde uvedeny následující přístupy: metoda vynechání odlehlých pozorování z dat, nahrazení průměru mediánem, transformace dat, odhad jiného koeficientu, robustní odhad parciální autokorelační funkce či lineární regrese. Práce popisuje jejich použití, výhody a nevýhody a nutné předpoklady. Představené metody jsou také detailně porovnány v simulační studii. Práce obsahuje mimo jiné i aplikaci na reálná data z finanční oblasti. 1
|
|
|
L1 regrese
Čelikovská, Klára ; Maciak, Matúš (vedoucí práce) ; Hlubinka, Daniel (oponent)
Tato práce se zabývá L1 regresí, která je možnou alternativou klasické lineární re- grese. Odhad metodou nejmenších čtverců je u L1 regrese nahrazen odhadem metodou nejmenších absolutních odchylek, což vede k zobecnění výběrového mediánu v lineárním regresním modelu. Oproti klasické lineární regresi umožňuje L1 regrese uvolnit některé předpoklady a je robustnější vůči odlehlým pozorováním. Je dokázána základní teorie včetně asymptotického rozdělení odhadů regresních koeficientů, testů hypotéz, konfidenč- ních intervalů a konfidenčních množin. Metoda je následně porovnána s klasickou lineární regresí v simulační studii, která je zaměřená na data z rozdělení s těžkými chvosty a na data znečištěná odlehlými pozorováními. 1
|
|
|
Robustní regrese - identifikace odlehlých pozorování
Hradilová, Lenka ; Blatná, Dagmar (vedoucí práce) ; Černý, Jindřich (oponent)
Diplomová práce je zaměřena na metody identifikace odlehlých pozorování. Cílem této práce je posouzení vhodnosti využití robustních metod na reálných datech společnosti EKO-KOM, a.s. První část práce poskytuje celkový přehled a teoretický poklad, týkající se klasických a robustních metod identifikace odlehlých pozorování. Tyto metody jsou následně v praktické části aplikovány na obdržený datový soubor společnosti EKO-KOM, a.s. V závěru práce je na základě srovnání jednotlivých metod provedeno doporučení, které z metod, jsou pro analýzy dané společnosti vhodnější.
|
|
|
Stable distributions and their applications
Volchenkova, Irina ; Klebanov, Lev (vedoucí práce) ; Beneš, Viktor (oponent)
Cílem této práce je ukázat, že použití rozdělení s těžkými chvosty ve financích je teoreticky neodůvodněné a může způsobit značné nedorozumění a omyly v interpretaci modelu. Hlavním důvodem toho je nesprávná interpretace termínu chvost rozdělení. V modelech založených na skutečných datech je rozumnější zaměřit se na centrální části rozdělení a ne na jeho chvostech. Powered by TCPDF (www.tcpdf.org)
|
|
|
Robustification of statistical and econometrical regression methods
Jurczyk, Tomáš ; Víšek, Jan Ámos (vedoucí práce) ; Hlávka, Zdeněk (oponent) ; Malý, Marek (oponent)
Název práce: Robustifikace statistických a ekonometrických metod regrese Autor: Mgr. Tomáš Jurczyk Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí disertační práce: prof. RNDr. Jan Ámos Víšek CSc., IES FSV UK Praha Abstrakt: Dva z problémů, které se mohou vyskytnout během regresní analýzy, jsou multikolinearita regresorů a přítomnost odlehlých pozorování. V této práci zkoumáme situace, kdy se v datech vyskytuje kombinace obou těchto problemů zároveň. Nejprve popíšeme, jak se v těchto případech chovají metody pro odhad regresních koeficientů navržených jen pro překonání jednoho z těchto problémů. Také prověříme funkčnost metod používanývh jako robustní detek- tory multikolinearity. Ukážeme, že navržené dvoukrokové metody (jejichž první krok je typicky založen na robustních odhadech regresních koeficientů) selhávají v odhalování odlehlých pozorování a tím pádem i multikolinearity, pokud je v nekontaminovaných datech přítomen vysoký stupeň multikolinearity. Navrhneme a představíme novou jednokrokovou metodu, která je kandidátem na robustní detektor multikolinearity a zároveň robustní hřebenovou regresi. Odvodíme její vlastnosti, popíšeme její chovaní a využití jako diagnostického...
|
|
|
Odlehlá pozorování
Kudrnáč, Vojtěch ; Zvára, Karel (vedoucí práce) ; Anděl, Jiří (oponent)
Tato práce se zabývá metodami identifikace odlehlých pozorování v jinak normálně rozděleném datovém souboru. Je zde popsáno několik významných testů a kritérií určených k tomuto účelu, Peirceovo kritérium, Chauvenetovo kritérium, Grubbsův test, Dixonův test a Cochranův test. U testů a kritérií je naznačeno jejich odvození a nakonec jsou zkoumány výsledky použití testů a kritérií na simulovaných datech s normálním rozdělením a vloženým odlehlým pozorováním. Součástí práce jsou i kódy v programovacím jazyce R s implementací těchto testů a kritérií s využitím už existujících funkcí. Powered by TCPDF (www.tcpdf.org)
|
|
|
Některé problémy exponenciálního vyrovnávání
Čurda, David ; Hanzák, Tomáš (vedoucí práce) ; Komárek, Arnošt (oponent)
V této práci je stručně popsáno několik základních metod exponenciálního vyrovnávání, které jsou často používané k vyrovnávání časových řad a předpovídání. Jsou zde prezentovány vybrané problémy při použití vyložených metod a v některých případech i návrhy na jejich řešení tak, aby upravená metoda vhodněji vyrovnávala data nebo vykazovala přesnější předpovědi. Uvedena je jejich aplikace na různé typy dat, porovnávání kvality vyrovnávání a přesnosti předpovědí. Na závěr je zhodnocena kvalita upravených metod.
|
host ::
RSS.