|
|
Míry kvality klasifikačních modelů a jejich převod
Hanusek, Lubomír ; Hebák, Petr (vedoucí práce) ; Řezanková, Hana (oponent) ; Skalská, Hana (oponent)
Prediktivní sílu klasifikačních modelů lze vyhodnotit různými ukazateli. V oblasti data miningu (dále DM) se nejvíce využívají míry Giniho koeficient, Kolmogorovova-Smirnovova statistika a lift. Tyto míry jsou založeny na zcela rozdílném způsobu výpočtu a je-li analytik zvyklý používat jednu z těchto měr, může být pro něj těžké udělat si představu o kvalitě modelu vyhodnoceném jinou mírou. Tato práce si klade za cíl nalézt mezi jednotlivými mírami převodní mechanismus. Přestože hlavní důraz je kladen na tři výše uvedené míry, práce se zabývá i dalšími ukazateli, a to sensitivitou, specificitou, celkovou správností a plochou pod ROC křivkou. Při vývoji DM modelů často vzniká potřeba pracovat nikoli s původním základním souborem o rozsahu miliónů či desítek miliónů pozorování, ale s výběrem, který je stratifikovaný dle hodnot vysvětlované proměnné Y. Vyhodnotí-li se pak model na stratifikovaných datech, vzniká potřeba vědět, jak se jednotlivé míry změní při přepočtu na základní soubor. Tato práce popisuje způsob, jak tento převod uskutečnit. Součástí této práce je i softwarová aplikace, která výše uvedené převody umožňuje. S její pomocí lze nejen převádět jednu míru kvality na druhou, ale také převádět míry získané na stratifikovaném souboru na soubor základní. Výstupem této aplikace je vedle požadovaných měr (sensitivita, specificita, celková správnost, Giniho koeficient, Kolmogorovova-Smirnovova statistika) také konfuzní matice a grafy kvality (lift křivka, gains křivka, ROC křivka a KS křivka). Internetová adresa, kde lze aplikaci stáhnout, a také uživatelský manuál k této aplikaci jsou součástí této práce. Veškerá teorie popsaná v této práci byla ověřena na reálných datových souborech.
|
|
| |
|
|
Odhady pravděpodobnosti neopakovatelných jevů
Novák, Vít ; Hebák, Petr (vedoucí práce) ; Černý, Michal (oponent)
Kdekoliv se setkáme s předpovědním systémem, můžeme narazit na potřebu jeho hodnocení. Pro něj je však mnohdy použito nevhodných metod. Existují případy, kdy je nutné správně zohlednit možné důsledky chyb. Právě zde lze použít statistiku založenou na míře informace potažmo entropie. Této problematice je věnována první část. V té druhé se snažím ukázat možné oblasti aplikace. Například kurzové sázení. Přikládám i své v praktické poznatky z této problematiky a samotné metody konstrukce těchto odhadů, které jsou závislé na povaze jevů, jichž se předpověď týká.
|
|
|
Historie Bayesovské statistiky
Karel, Tomáš ; Hebák, Petr (vedoucí práce) ; Vilikus, Ondřej (oponent)
Vývoj teorie statistiky od dob Thomase Bayese doprovází jakýsi pomyslný souboj mezi klasickou a bayesovskou školou. Tato práce pojednává o historii tohoto vývoje, možnostech budoucího rozšíření bayesovského přístupu do různých vědních oborů a o možnosti výuky základů statistiky z bayesovského pohledu. V této práci jsou zmíněny snad všechny podstatné příspěvky nejvýznamnějších představitelů bayesovského způsobu myšlení, které nesmazatelným písmem přispěly k vývoji statistiky jako takové. Ve zkratce jsou zde připomenuty základní rozdíly mezi klasickým a bayesovským přístupem. Tyto rozdíly jsou demonstrovány na dvou vstupních příkladech, stejně jako zásadní metodické odlišnosti a argumenty objektivistického a subjektivistického vnímání pravděpodobnosti a induktivních úsudků. Pro zajímavost je zmíněna síň slávy předních světových statistiků, kteří se zasloužili o rozvoj a rozšíření bayesovských metod. Cílem této bakalářské práce je nabídnout případným pokračovatelům užitečný vstupní materiál v dané oblasti.
|
|
|
Hodnocení tazatelů v marketingových výzkumech
Macura, Milan ; Hebák, Petr (vedoucí práce) ; Průšová, Petra (oponent)
Tato diplomová práce je zaměřena na možnosti hodnocení kvality práce tazatelů v marketingových výzkumech. Zadaným úkolem bylo nalezení vhodných ukazatelů, které by umožňovaly výzkumné agentuře lépe posoudit, zda a do jaké míry tazatelé plní na ně kladené požadavky. První kapitola obsahuje popis obecných standardů a chyb, které mohou při marketingových výzkumech nastat. Ve druhé kapitole jsou popsány indikátory chybovosti, jejichž identifikace a formalizace byla hlavním cílem této práce. Tyto indikátory mohou sloužit jako užitečné vodítko k odhalení práce nekvalitních tazatelů. Součástí práce je ukázka analýzy skutečných dat a popis některých ukazatelů chybovosti z konkrétního projektu výzkumné agentury. Potvrdil se předpoklad, že analýza tohoto typu by měla být běžnou součástí každého výzkumného projektu, protože na jejím základě se dají identifikovat chybující nebo dokonce podvádějící tazatelé. Prezentace výsledků a návrhy na zlepšení kontroly činnosti tazatelů mohou pomoci výzkumným agenturám získávat data s větší validitou a tím i docházet k lepším a důvěryhodnějším závěrům.
|
|
|
Připojištění
Sviták, David ; Hebák, Petr (vedoucí práce) ; Kocúrová, Barbora (oponent)
Připojištění se stávají stále důležitější součástí pojistného trhu. Cílem této práce je představit připojištění nabízená vybranou pojišťovnou v České republice. Následně je prozkoumána struktura sjednaných připojištění ve vybraném roce. Pomocí statistických metod jsem se pokusil určit vlastnosti připojištění a hlavních pojištění, které ovlivňují množství sjednaných připojištění. Poslední část je věnována klasifikaci klientů pomocí shlukové analýzy. Práce obsahuje doporučení pro tvorbu nových připojištění.
|
|
|
Klasický a bayesovský odhad
Shykhmanter, Dmytro ; Vilikus, Ondřej (vedoucí práce) ; Hebák, Petr (oponent)
Práce poskytuje teoretické i praktické srovnání Bayesovských a klasických metod odhadu. Porovnání obou metod začíná už při zkoumání filozofických základů pravděpodobnosti. Přiblížen je také problém determinismu a popisuje různá pojetí pravděpodobnosti. Odhad je způsob, jak činit induktivní úsudky. Klasická statistika pro tento účel používá výběr z populace jako jedinou informaci pro formulaci obecných úsudků. Bayesovské metody jsou založeny na myšlence, že data nemusí být jediným podkladem k rozhodování, ale že může být vhodné přihlížet i k dalším relevantním zdrojům informací. Proč bychom měli zanedbávat zkušenosti, znalosti nebo dokonce naši intuici? Často se setkáváme se situací, že statistická analýza poskytuje výsledky, které jsou v rozporu s našimi očekáváními, nejsou proto úplně použitelné. Tato situace je ilustrována na příkladu hodnocení ski areálů na pětihvězdičkové škále. Pohledem na žebříček deseti nejlepších ski areálů, které jsou seřazeny podle průměrného pořadí, můžeme zjistit, že některé z nich jsou tam "nezaslouženě", ačkoli data tvrdí něco jiného. V podobných situacích často vidíme, že první místa obsazují jednotky s malým počtem hodnocení na úkor těch, které mají recenzí více. Napravit tuto nežádoucí skutečnost umožňuje právě konstrukce bayesovského odhadu, který ba základě apriorní informace "spravedlivě" ohodnotí vybranou jednotku a zařadí jí tedy do žebříčku "lépe".
|
|
|
Segmentace trhu a shluková analýza
Zuzák, Jaroslav ; Vilikus, Ondřej (vedoucí práce) ; Hebák, Petr (oponent)
Tato bakalářská práce pojednává o možnostech využití statisticko-analytických nástrojů při segmentaci trhu, tedy marketingového konceptu, který je v úvodu práce stručně představen. Teoretická část je soustředěna především na problematiku shlukové analýzy - nejznámější a nejčastěji používané algoritmy, jejich předpoklady a z toho plynoucí možnosti využití a případná omezení. V praktické části je provedena segmentační studie návštěvníků galerií a muzeí na základě proměnných životního stylu a volnočasových aktivit. Segmenty jsou dále popsány i pomocí jiných proměnných, aby si čtenář mohl vytvořit plastičtější obraz o jednotlivých segmentech návštěvníků či "nenávštěvníků" galerií a muzeí.
|
|
|
Segmentace trhu
Sobíšek, Lukáš ; Hebák, Petr (vedoucí práce) ; Průšová, Petra (oponent)
Cílem mé diplomové práce je ověřit využitelnost různých statistických metod v segmentační analýze marketingových dat na vlastní studii. Vybral jsem si trh s BIO potravinami. V teoretické části nejprve definuji segmentaci z marketingového hlediska. Dále následuje statistický pohled na toto téma. Teorii implementuji ve vlastní marketingové studii v praktické části. Na závěr jsou uvedena konkrétní doporučení pro marketéry, výrobce a distributory z oblasti bio potravin, která by mohla vést ke zvýšení jejich tržeb a zajištění většího podílu na trhu.
|
|
|
Srovnání úrovně zemí EU
Hryzáková, Jana ; Hebák, Petr (vedoucí práce)
Ekonomická úroveň jednotlivých zemí Evropské unie vyjadřuje pozici dané země z hlediska blahobytu jejích obyvatel. Již dosažená úroveň ekonomického rozvoje je zároveň významnou podmínkou jejího dalšího zvyšování. Záměrem této diplomové práce je ekonomickou úroveň zemí prostřednictvím vybraných vícerozměrných statistických metod číselně vyjádřit, sestavit podle ní pořadí zemí v letech 2007, 2002 a následně zjištěná pořadí porovnat.
|
host ::
RSS.