|
|
Vliv spektrálního rozlišení na klasifikaci krajinného pokryvu v krkonošské tundře
Palúchová, Miroslava ; Červená, Lucie (vedoucí práce) ; Kupková, Lucie (oponent)
Vliv spektrálního rozlišení na klasifikaci krajinného pokryvu v krkonošské tundře Abstrakt Diplomová práce je zaměřena na specifikaci požadavků na spektrální rozlišení dat vstupujících do klasifikace a zodpovězení otázky, která pásma jsou stěžejní pro rozlišení tříd předem stanovené legendy. V práci jsou použita letecká hyperspektrální data senzoru AisaDUAL. Aplikovanou metodou výběru významných pásem byla diskriminační analýza provedena v IBM SPSS Statistics. Významná pásma se nacházela v intervalech 1500-1750 nm (začátek oblasti SWIR), 1100-1300 nm (delší vlnové délky NIR), 670-760 (red-edge) a 500-600 nm (zelené pásmo). Klasifikace vybraných pásem proběhla v ENVI 5.4 pomocí klasifikátoru Support Vector Machine a dosáhla celkové přesnosti 80,54 %, Kappa koeficient 0,7755. Součástí práce je také hodnocení vhodnosti dostupných družicových dat pro klasifikaci vegetace tundry z hlediska spektrálního rozlišení. Klíčová slova: tundra, Krkonoše, klasifikace, spektrální rozlišení, separabilita tříd, diskriminační analýza, hyperspektrální data
|
|
|
Selected problems and methods in multivariate data analysis
Goduľová, Lenka ; Zichová, Jitka (vedoucí práce) ; Hurt, Jan (oponent)
Název práce: Vybrané problémy a metody při zpracování mnohorozměrných finančních dat Autor: Lenka Goduľová Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: RNDr. Jitka Zichová, Dr. Abstrakt: Předložená bakalářská práce se zabývá zpracováním vícerozměrných dat. Úkolem bylo aplikovat vybrané metody na finanční data. Skládá se z teoretické části a zpracování konkrétní databáze. V prvních čtyřech kapitolách jsou shrnuté základní vztahy a pojmy týkající se náhodného vektora, náhodné veličiny, vícerozměrných dat a testu nezávislosti v kontingenční tabulce. Následující část je věnována popisu vybraných metod, kterými jsou shluková analýza a diskriminační analýza. V praktické části jsou tyto metody aplikované na databázi klientů německé banky. Klíčová slova: náhodný vektor, mnohorozměrné rozdelení, mnohorozměrný náhodný výběr, kontingenční tabulka, shluková analýza, diskriminačná analýza
|
|
|
Modelování predikce bankrotu stavebních podniků
Srbová, Pavla ; Kuběnka,, Michal (oponent) ; Karas, Michal (vedoucí práce)
Tato diplomová práce je zaměřena na vytvoření bankrotního modelu pro podniky ze stavebního průmyslu v České republice za využití diskriminační analýzy. V teoretické části je vymezen pojem bankrotní model, dále je tato část zaměřena na zařazení bankrotních modelů do ekonomie, pohled do jejich historie, popis vybraných modelů a stručnou charakteristiku stavebního průmyslu. V praktické části je nejprve určena spolehlivost vybraných bankrotních modelů a následně je sestaven nový bankrotní model.
|
|
|
Role of Behavioral Finance in Portfolio Investment Decisions: Evidence from India
Subash, Rahul ; Báťa, Karel (vedoucí práce) ; Jandík, Tomáš (oponent)
I Role of Behavioral Finance in Portfolio Investment Decisions: Evidence from India Abstrakt Od počátku globální ekonomické krize v roce 2008 jsou finanční trhy po celém světě sužovány extrémní nestabilitou. Jedním z klíčových činitelů, které ovlivňují pohyby na trhu, je smýšlení investorů. V tomto kontextu se jeví jako velice důležité studium role emocí jako je strach nebo hrabivost při utváření investičních rozhodnutí. Behaviorální finančnictví je rozvíjející se obor, který se zabývá tím, jak psychologické činitele ovlivňují přijímaní rozhodnutí v nepředvídatelných podmínkách. Cílem této práce je zjistit vliv konkrétních identifikovaných konceptů (nebo tlaků) behaviorálního finančnictví, a to Overconfidence, Representativeness, Herding, Anchoring, Cognitive Dissonance, Regret Aversion, Gamblers' Fallacy, Mental Accounting, and Hindsight Bias, na proces přijímaní rozhodnutí jednotlivých investorů na indické burze. Primární data pro analýzu byly získány prostřednictvím strukturovaného dotazníku distribuovaného mezi investory, kteří byli podle míry zkušeností a věku rozděleni na (i) mladé a (ii) zkušené investory. Výsledky, získané analýzou dat od 92 respondentů, ze kterých 53 přiznalo alespoň třicetiprocentní ztráty v důsledku krize, odhalili, že chování mladých a zkušených investorů se liší mírou, do které...
|
|
|
Gender schematization in self-description
Vranka, Marek ; Bahbouh, Radvan (vedoucí práce) ; Šulová, Lenka (oponent)
Diplomová práca kriticky analyzuje vybrané miery maskulinity a feminity. Zvláštna pozornosť je venovaná predovšetkým inventáru BSRI (Bem Sex-Role Inventory), ktorý je dlhodobo najrozšírenejším, avšak úplne nevalidným nástrojom pre meranie gendrovej identity. Zároveň je predložený návrh alternatívneho prístupu k problematike gendrovej identity založený na aplikácii štatistickej techniky diskriminačnej analýzy na obecne zdieľane stereotypické hodnotenia mužov a žien. V empirickej časti je v praxi úspešne overené vytvorenie indexu maskulinity/feminity podľa tohto návrhu. Výsledky analýz vzťahov medzi takto stanovenou gendrovou identitou a rôznymi inými zložkami systému gendrových presvedčení (kognitívnou gendrovou schematizáciou, explicitnou mierou M/F a gendrovými postojmi) naznačujú validitu takéhoto prístupu. Medzi feminitou (bez ohľadu na pohlavie) a mierou tradičnosti gendrových postojov bol zistený neveľký, ale významný negatívny vzťah (rs = -0,3). Kľúčové slová: maskulinita, feminita, diskriminačná analýza, kritika BSRI
|
|
|
Klasifikace na základě longitudinálních pozorování
Bandas, Lukáš ; Komárek, Arnošt (vedoucí práce) ; Kulich, Michal (oponent)
Tato práce se zabývá klasifikací obecně různých objektů na základě longitudinálních pozorování. Čtenáře seznámí s lineárním smíšeným modelem a jeho základními vlastnostmi, který je vhodný pro modelování dat longitudinálního typu. Hlavní část práce se zaměřuje na popis metod diskriminační analýzy, které jsou vhodné pro klasifikaci na základě longitudinálních dat. Jednotlivé metody jsou nejprve se sjednoceným značením představeny z teoretického hlediska. Metoda s rozdělením náhodných efektů je zobecněna na spojitý čas. Poté jsou jednotlivé metody a vlastnosti lineárního smíšeného modelu aplikovány na reálná data. V poslední části jsou zkoumány vlastnosti uvedených metod v navržených simulačních studiích.
|
|
|
Automatická klasifikace spánkových fází z polysomnografických dat
Vávrová, Eva ; Potočňák, Tomáš (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato diplomová práce se zabývá analýzou polysomnografických záznamů, která je založená na výpočtu vybraných parametrů v časové, frekvenční a časově-frekvenční oblasti. Parametry jsou počítány z 30s úseků EEG, EMG a EOG signálů snímaných v průběhu různých spánkových fází. Pomocí statistické analýzy jsou vybrány parametry, které jsou vhodné pro následnou automatickou klasifikaci spánkových fází, která je zrealizována pomocí umělé neuronové sítě, k-NN klasifikátoru a lineární diskriminační analýzy. V rámci této práce byl vytvořen program s grafickým uživatelským rozhraním v prostředí MATLAB.
|
|
|
Tvorba predikčních modelů
ZABLOUDIL, Jakub
Diplomová práce se zaměřuje na tvorbu predikčních modelů, jejichž úkolem je poskytnutí včasného varování před potenciálním úpadkem podniku. Podstata a hlavní cíl práce spočívá ve vytvoření vícerozměrných klasifikačních modelů prostřednictvím diskriminační analýzy a logistické regrese. Důraz se zde přikládá jejich predikční spolehlivosti, která je ověřena za období tří let před prohlášením úpadku. Rovněž jsou učiněny pokusy o optimalizaci prahových hodnot, vedoucích ke zvýšení primární spolehlivosti modelů. Současně dochází k ověření úspěšnosti klasifikace vybraných stávajících modelů a k provedení profilové analýzy, která ověřuje predikční schopnost jednorozměrných poměrových ukazatelů.
|
|
|
Statistické klasifikační metody
Barvenčík, Oldřich ; Žák, Libor (oponent) ; Michálek, Jaroslav (vedoucí práce)
Práce se zabývá vybranými klasifikačními metodami. Jsou zde popsány základy shlukové analýzy, diskriminační analýzy a teorie klasifikačních stromů. Použití metod je ukázáno při klasifikaci simulovaných dat, výpočet je proveden v programu STATISTICA. V praktické části práce pak následuje porovnání metod při klasifikaci reálných datových souborů různých rozsahů. Klasifikačními metodami je také řešena reálná úloha – predikce znečištení ovzduší na základě předpovědi počasí.
|
|
| |
host ::
RSS.