|
|
Řešení problémů analýzy obrazu pomocí minima totální variance
Janáček, Jiří
Práce je věnována řešení úloh analýzy obrazu minimalizací funkce složené z totální variace obrazu a Lp ztrátové funkce. Minimalizaci lze provést iterační metodou největšího spádu s výpočtem kroku založeným na nalezení minimálního řezu v grafu obrazových prvkù. Jako příklad je uvedena regularizace zašuměného obrazu a registrace mikroskopických obrazů fyzických řezů
|
|
|
Testování homogenity a dobré shody v analýze přežití
Timková, Jana
Práce je věnována testům dobré shody a homogenity v modelech intenzit pro data z analýzy přežití. Metoda vychází z bayesovského neparametrického odhadování komponent modelu a využití MCMC postupů. Samotné testy jsou založeny na bayesovské konstrukci martingalových residuálů.
|
|
|
Zobecněný Zero range proces jako model toku dopravy
Fajfrová, Lucie
Příspěvek je věnován konzervativnímu částicovému systému, který zobecňuje známý částicový systém zvaný Zero-range proces. V tomto zobecnění povolíme přeskok více než jedné částice v jednom kroku. Proces použijeme pro modelování dopravního toku, kde má takové zobecnění velmi dobrý význam.
|
|
|
O významu entropie
Janžura, Martin
Cílem je ukázat význam základních pojmů teorie informace,tj. entropie a I-divergence, jak pro statistické úlohy tak i pro limitní věty teorie pravděpodobnosti.
|
|
|
O odhadu vzájemné informace
Marek, Tomáš ; Tichavský, Petr
Vzájemná informace je hojně užívanou mírou vzájemné závislosti jednotlivých složek vícerozměrných náhodných vektorů. Časté uplatnění nachází především v inženýrských aplikacích. Metody odhadu vzájemné informace většinou vychází ze známého vztahu mezi vzájemnou informací a entropiemi příslušných rozdělení, ale vzájemnou informaci je možné odhadnout také přímo. Na příkladech různých typů dvojrozměrných rozdělení srovnáme některé dostupné metody odhadu vzájemné informace.
|
|
| |
|
|
Zjišťování optimálního počtu shluků ve statistických programových systémech
Řezanková, H. ; Húsek, Dušan
Příspěvek se zabývá přístupy ke stanovení optimálního počtu skupin objektů, které jsou implementovány v rámci shlukovacích algoritmù v komerčních statistických programových systémech. Některé z těchto přístupů jsou ilustrovány na úloze nalezení skupin poslanců ruského parlamentu na základě výsledků hlasování v roce 2004. Jsou sledovány možnosti programových systémů S-PLUS, SAS, SPSS a SYSTAT.
|
|
| |
|
|
Intervalový odhad parametru p binomického rozdělení: Co je (relativně) nového?
Klaschka, Jan
Práce navazuje na článek z ROBUSTu 2006, kde byly vyloženy různé typy konfidenčních intervalů pro parametr p binomického rozdělení. Pravděpodobnost pokrytí skutečného p konfidenčním intervalem nemůže být na celém intervalu [0, 1] rovna předepsané nominální hladině spolehlivosti 1-alpha. Odtud vyplývají dilemata (musí být pravděpodobnost pokrytí vždy alespoň 1-alpha, nebo je lepší aproximovat 1-alpha z obou stran?) a množství návrhů, jak konfidenční interval konstruovat. Nyní bude výklad rozšířen o zobecnění "obyčejných" konfidenčních intervalů, která dosažení konstantní pravděpodobnosti pokrytí umožňují: znáhodněné konfidenční intervaly (známé už několik desetiletí) a relativní novinku, tzv. fuzzy konfidenční intervaly.
|
host ::
RSS.