Název:
Odhad momentů při intervalovém cenzorování typu I
Překlad názvu:
Odhad momentů při intervalovém cenzorování typu I
Autoři:
Ďurčík, Matej ; Komárek, Arnošt (vedoucí práce) ; Kulich, Michal (oponent) Typ dokumentu: Diplomové práce
Rok:
2012
Jazyk:
eng
Abstrakt: [eng][cze] Title: Moments Estimation under Type I Interval Censoring Author: Matej Ďurčík Department: Faculty of Probability and Mathematical Statistics Supervisor: RNDr. Arnošt Komárek Ph.D. Abstract: In this thesis we apply the uniform deconvolution model to the interval censoring problem. We restrict ourselves only on interval censoring case 1. We show how to apply uniform deconvolution model in estimating the probability distribution characteristics in the interval censoring case 1. Moreover we derive limit distributions of the estimators of mean and variance. Then we compare these estimators to the asymptotically efficient estimators based on the nonparametric maximum likelihood estimation by simulation studies under some certain distributions of the random variables. 1Názov práce: Odhad momentů při intervalovém cenzorování typu I Autor: Matej Ďurčík Katedra (ústav): Katedra pravdepodobnosti a matematickej štatistiky Vedúci bakalárskej práce: RNDr. Arnošt Komárek Ph.D. Abstrakt: V tejto práci sa zameriame na aplikáciu rovnomerného konvolučného modelu na problém intervalového cenzorovania. Obmedzíme sa výhradne na intervalové cenzorovanie typu 1. Ukážeme ako aplikovat' rovnomerný konvolučný model na odhad charakteristík pravdepodobnostných rozdelení pri intervalovom cenzorovaní typu 1. Okrem toho sa za- meriame na vyvodenie limitných rozdelení odhadov strednej hodnoty a rozptylu. Potom porovnáme tieto odhady s asymptoticky efektívnymi odhadmi vychádzajúcich z nepara- metrických maximálne vierohodných odhadov, pomocou simulácií na určitých pravdepodob- nostných rozdeleniach náhodných veličín. 1
Klíčová slova:
asymptoticky efektívny odhad; Intervalové cenzorovanie typu 1; neparametrický maximálne vierohodný odhad; rovnomerná konvolúcia; asymptotically efficient estimator; Interval censoring case 1; nonparametric maximum likelihood estimation; uniform deconvolution