|
|
Selected random variables transformations used in classical linear regression
Tejkal, Martin ; Michálek, Jaroslav (referee) ; Hübnerová, Zuzana (advisor)
Klasická lineární regrese a z ní odvozené testy hypotéz jsou založeny na předpokladu normálního rozdělení a shodnosti rozptylu závislých proměnných. V případě že jsou předpoklady normality porušeny, obvykle se užívá transformací závisle proměnných. První část této práce se zabývá transformacemi stabilizujícími rozptyl. Značná pozornost je udělena náhodným veličinám s Poissonovým a negativně binomickým rozdělením, pro které jsou studovány zobecněné transformace stabilizující rozptyl obsahující parametry v argumentu navíc. Pro tyto parametry jsou stanoveny jejich optimální hodnoty. Cílem druhé části práce je provést srovnání transformací uvedených v první části a dalších často užívaných transformací. Srovnání je provedeno v rámci analýzy rozptylu testováním hypotézy shodnosti středních hodnot p nezávislých náhodných výběrů s pomocí F testu. V této části jsou nejprve studovány vlastnosti F testu za předpokladu shodných a neshodných rozptylů napříč výběry. Následně je provedeno srovnání silofunkcí F testu aplikovaného pro p výběrů z Poissonova rozdělení transformovanými odmocninovou, logaritmickou a Yeo Johnsnovou transformací a z negativně binomického rozdělení transformovaného argumentem hyperbolického sinu, logaritmickou a Yeo-Johnsnovou transformací.
|
|
| |
|
|
Time series dynamic factor analysis
Slávik, Ľuboš ; Michálek, Jaroslav (referee) ; Hübnerová, Zuzana (advisor)
Táto diplomová práca sa zaoberá novým prístupom k zhlukovaniu časových rád na základe dynamického faktorového modelu. Dynamický faktorový model je technika redukujúca dimenziu a rozširuje klasickú faktorovú analýzu o požiadavku autokorelačnej štruktúry latentných faktorov. Parametre modelu sa odhadujú pomocou EM algoritmu za použitia Kalmanovho filtra a vyhladzovača a taktiež sú aplikované nevyhnutné podmienky na model, aby sa stal identifikovateľným. Po tom, ako je v práci predstavený teoretický koncept prístupu, dynamický faktorový model je aplikovaný na skutočné pozorované časové rady a práca skúma jeho správanie a vlastnosti na jednomesačných meteorologických dátach požiarneho indexu (Fire Weather Index) na 108 požiarnych staniciach umiestnených v Britskej Kolumbii. Postup výpočtu modelu odhadne záťažovú maticu (loadings matrix) spolu so zodpovedajúcim malým počtom latentných faktorov a kovariačnou maticou modelovaných časových rád. Diplomová práca aplikuje k-means zhlukovanie na výslednú záťažovú maticu a ponúka rozdelenie meteorologických staníc do zhlukov založené na redukovanej dimenzionalite pôvodných dát. Vďaka odhadnutým priemerom zhlukov a odhadnutým latentným faktorom je možné získať aj priemerné trendy každého zhluku. Následne sú dosiahnuté výsledky porovnané s výsledkami získanými na dátach z rovnakých staníc avšak iného mesiaca, aby sa stanovila stabilita zhlukovania. Práca sa taktiež zaoberá efektom varimax rotácie záťažovej matice. Diplomová práca naviac navrhuje metódu detekovania odľahlých časových rád založenú na odhadnutej kovariačnej matici modelu a rozoberá dôsledky odľahlých hodnôt na odhanutý model.
|
|
|
Regression methods for statistical analysis of spatial data
Klimprová, Lucie ; Šerák, Petr (referee) ; Michálek, Jaroslav (advisor)
Kriging techniques are regression methods used for evaluation of continuous spatial processes. If the covariance structure of process is unknown, then it's necessary to estimate it from the data. The first part of this Master's thesis is devoted to description the kriging method and to estimate of a variogram fuction, which describes the covariance structure of considered process. The second part includes the implementation of kriging method in MATLAB for simulated and real data.
|
|
|
The illustration of the law of large numbers by simulations
Chabičovský, Martin ; Kříž, Oldřich (referee) ; Michálek, Jaroslav (advisor)
Stochastic convergence, law of large numbers and central limit theorem is an important part of probability theory, which is often used in mathematical statistics. The aim of this work is to describe this theory and demonstrate it with examples and graphical simulation. In addition simulation of stochastic convergence, law of large numbers and central limit theorem for some discrete and continuous probability distribution the work contains several interesting simulations for example simulation of Galton's box, Buffon's needle problem and Bertrand's paradox. To create a graphic simulation were used programming language matlab.
|
|
|
Stochastic programming models with applications
Novotný, Jan ; Michálek, Jaroslav (referee) ; Popela, Pavel (advisor)
Diplomová práce se zabývá stochastickým programováním a jeho aplikací na problém mísení kameniva z oblasti stavebního inženýrství. Teoretická část práce je věnována odvození základních přístupů stochastického programování, tj. optimalizace se zohledněním náhodných vlivů v modelech. V aplikované části je prezentována tvorba vhodných optimalizačních modelů pro mísení kameniva, jejich implementace a výsledky. Práce zahrnuje původní aplikační výsledky docílené při řešení projektu GA ČR reg. čís. 103/08/1658 Pokročilá optimalizace návrhu složených betonových konstrukcí a teoretické výsledky projektu MŠMT České republiky čís. 1M06047 Centrum pro jakost a spolehlivost výroby.
|
|
| |
|
|
Statistical Classification by means of generalized linear models
Sladká, Vladimíra ; Mrázková, Eva (referee) ; Michálek, Jaroslav (advisor)
The goal of this thesis is introduce the theory of generalized linear models, namely probit and logit model. This models are especially used for medical data processing. In our concrete case these mentioned models are applied to data file obtained in teaching hospital Brno. The aim is statically analyzed immune response of child patients in dependence of twelve selected types of genes and find out which combinations of these genes influence septic state of patients.
|
|
|
Extreme Value Distribution Parameter Estimation and its Application
Holešovský, Jan ; Picek,, Jan (referee) ; Antoch,, Jaromír (referee) ; Michálek, Jaroslav (advisor)
The thesis is focused on extreme value theory and its applications. Initially, extreme value distribution is introduced and its properties are discussed. At this basis are described two models mostly used for an extreme value analysis, i.e. the block maxima model and the Pareto-distribution threshold model. The first one takes advantage in its robustness, however recently the threshold model is mostly preferred. Although the threshold choice strongly affects estimation quality of the model, an optimal threshold selection still belongs to unsolved issues of this approach. Therefore, the thesis is focused on techniques for proper threshold identification, mainly on adaptive methods suitable for the use in practice. For this purpose a simulation study was performed and acquired knowledge was applied for analysis of precipitation records from South-Moravian region. Further on, the thesis also deals with extreme value estimation within a stationary series framework. Usually, an observed time series needs to be separated to obtain approximately independent observations. The use of the advanced theory for stationary series allows to avoid the entire separation procedure. In this context the commonly applied separation techniques turn out to be quite inappropriate in most cases and the estimates based on theory of stationary series are obtained with better precision.
|
|
|
Statistical analysis of compound distributions
Konečný, Zdeněk ; Druckmüller, Miloslav (referee) ; Michálek, Jaroslav (advisor)
The probability distribution of a random variable created by summing a random number of the independent and identically distributed random variables is called a compound probability distribution. In this work is described a compound distribution as well as a calculation of its characteristics. Especially, the thesis is focused on studying a special case of compound distribution where each addend has the log-normal distribution and their number has the negative binomial distribution. Here are also described some approaches to estimate the parameters of LN and NB distribution. Further, the impact of these estimates on the final compound distribution is analyzed.
|
guest ::
RSS feed.