|
|
Application of count data models
Reichmanová, Barbora ; Hampel,, David (oponent) ; Hübnerová, Zuzana (vedoucí práce)
When analysing the data on emergence of plants in a row of a given length, we should consider both the probability of a seed to grow successfully and a random number of seeds sown. That is why this thesis is adressing the random sums, where number of independent identically distributed summands is random number independent of the summands. The first part of the thesis focuses on the theoretical basis, where the term random sum is introduced together with various properties, numerical and functional characteristics outlining the distribution. Afterwards the method of maximum likelihood estimation is discussed, followed by generalized linear models. Moreover, the quasilikelihood method is described briefly. Throughout this part, the theory is illustrated with examples related to the initial problem. The application on real data is discussed in the last chapter.
|
|
|
Využití Poissonova rozdělení pro předpovědi výsledků sportovních utkání
Svoboda, Ondřej ; Malá, Ivana (vedoucí práce) ; Čabla, Adam (oponent)
Cílem této diplomové práce je posoudit, zda lze Poissonovo rozdělení využít k předpovídání výsledků fotbalových utkání. Zprvu je k analýze použit původní model anglických statistiků Marka J. Dixona a Stuarta G. Colese z roku 1997. Poté je tento model v práci rozšiřován. Všechny odhady jsou založeny na metodě maximální věrohodnosti. Vybraná liga pro vyvozování závěrů je první anglická liga - Premier League. Zápasy jsou hrány v období od sezóny 2004/2005 až do necelé poloviny sezóny 2015/2016. K určování výkonnosti modelů jsou použity nejtržnější kurzy z americké sázkové kanceláře Pinnacle. V teoretické části jsou popsány jednotlivé modely a statistické metody, které jsou použity v praktické části. V praktické části jsou realizovány samotné výpočty. Výkonnost modelů je počítána pomocí ziskovosti na tržních kurzech. V ex-post období jsou nalezeny optimální parametry modelu, které jsou použity v ex-ante období, kde je zjišťována výkonnost modelu. Práce odpovídá na otázku, zda jsou v dnešní moderní době takovéto modely čerpající z veřejně dostupných dat efektivní.
|
|
|
Makroekonomická analýza s využitím postupů prostorové ekonometrie
Macková, Simona ; Formánek, Tomáš (vedoucí práce) ; Tomanová, Petra (oponent)
Prostorová ekonometrie může přinést užitečný přístup k makroekonomické analýze regionálních dat. Tato diplomová práce nastiňuje vhodné modely průřezových dat zohledňující jejich geografickou polohu. Pro analýzu je využívána relace sousednosti. Vztah sousedství mezi regiony je vyjádřen pomocí matice prostorových vah. Zaměřujeme se na testy prostorové autokorelace a uvádíme postupy hledání vhodného prostorového modelu. Dále popisujeme odhady regresních koeficientů i koeficientů prostorové závislosti zejména metodou maximální věrohodnosti. Vedle ilustrativních příkladů aplikujeme vybrané základní prostorové modely na reálná makroekonomická data. Prověřujeme, jak popisují vztah mezi příjmy domácnosti, HDP a mírou nezaměstnanosti v západní Evropě. Výsledky jsou porovnány s lineárním regresním modelem.
|
|
|
Odhady parametrů rozdělení náhodných veličin
Šimková, Barbora ; Mošna, František (vedoucí práce) ; Novotná, Jarmila (oponent)
bakalářské práce Název práce: Odhady parametrů rozdělení náhodných veličin Autor: Bc. Barbora Šimková Katedra / Ústav: Katedra matematiky a didaktiky matematiky Vedoucí bakalářské práce: RNDr. František Mošna, Dr. Abstrakt: Předmětem této bakalářské práce je porovnání základních metod, kterými je možné spočítat bodové odhady spojitých a diskrétních pravděpodobnostních rozdělení. Práce se zabývá rozborem dvou metod, jedná se o momentovou metodu a metodu maximální věrohodnosti. Tyto metody se používají pro odhad bodových parametrů pravděpodobnostních rozdělení. Momentovou metodou rozumíme porovnání teoretických a výběrových momentů náhodné veličiny. Metodu maximální věrohodnosti bereme jako další alternativu při výpočtech bodových odhadů, která využívá klasický postup hledání maxima funkce s využitím vlastností náhodného výběru. Způsoby výpočtů vychází ze statistických metod a mohly by být vhodné jako zajímavé rozšíření výuky základního kurzu pravděpodobnosti a statistiky na PedF UK. Práce je přehledem odhadů parametrů základních distribucí a srovnání kvality dvou základních metod pro jejich určení. Klíčová slova: odhady parametrů, rozdělení náhodné veličiny,...
|
|
|
Odhady parametrů rozdělení náhodných veličin
Šimková, Barbora ; Mošna, František (vedoucí práce) ; Novotná, Jarmila (oponent)
bakalářské práce Název práce: Odhady parametrů rozdělení náhodných veličin Autor: Bc. Barbora Šimková Katedra / Ústav: Katedra matematiky a didaktiky matematiky Vedoucí bakalářské práce: RNDr. František Mošna, Dr. Abstrakt: Předmětem této bakalářské práce je porovnání základních metod, kterými je možné spočítat bodové odhady spojitých a diskrétních pravděpodobnostních rozdělení. Práce se zabývá rozborem dvou metod, jedná se o momentovou metodu a metodu maximální věrohodnosti. Tyto metody se používají pro odhad bodových parametrů pravděpodobnostních rozdělení. Momentovou metodou rozumíme porovnání teoretických a výběrových momentů náhodné veličiny. Metodu maximální věrohodnosti bereme jako další alternativu při výpočtech bodových odhadů, která využívá klasický postup hledání maxima funkce s využitím vlastností náhodného výběru. Způsoby výpočtů vychází ze statistických metod a mohly by být vhodné pro rozšíření výuky základního kurzu pravděpodobnosti a statistiky na PedF UK. Práce je přehledem odhadů parametrů základních distribucí a srovnání kvality dvou základních metod pro jejich určení. Klíčová slova: odhady parametrů, rozdělení náhodné veličiny, metoda...
|
|
|
Odhady funkce přežití v analýze spolehlivosti
Vojtěch, Jonáš ; Novák, Petr (vedoucí práce) ; Hurt, Jan (oponent)
Předložená bakalářská práce se zabývá základními pojmy a meto- dami, které se používají v analýze přežití. Popsán je jak neparametrický, tak parametrický přistup odhadu funkce přežití. Uvádíme neparametrickou Kaplan- Meierovu metodu pro odhad funkce přežití a odvodíme její základní vlastnosti. Z pravděpodobnostních rozdělení užívajících se v analýze spolehlivosti se věnujeme exponenciálnímu, Weibullovu a logaritmicko-normálnímu rozdělení. V paramet- rickém přístupu odhadu funkce přežití stanovíme parametry pomocí modifikace metody maximální věrohodnosti pro cenzorovaná data. Z testů vhodných pro po- rovnání rozdělení doby přežití více skupin zmíníme neparametrický logrankový test a parametrický test poměrem věrohodností. V poslední části práce ilustru- jeme teoretické poznatky na simulovaných a reálných datech pomocí programu Mathematica 9. Klíčová slova: funkce přežití, Kaplan-Meierův odhad, logrankový test, metoda maximální věrohodnosti, test poměrem věrohodností 1 Literatura 2 Seznam obrázků 3 Seznam tabulek 4
|
|
|
One factor models of interest rates
Jambor, Matúš ; Myška, Petr (vedoucí práce) ; Hurt, Jan (oponent)
Název práce: Jednofaktorové modely úrokových sadzieb Autor: Matúš Jambor Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: RNDr. Petr Myška Abstrakt: V práci študujeme modely úrokových sadzieb, ktoré sa uplatňujú v ob- lasti finančnej matematiky a aktuárskych vied. Existuje niekol'ko modelov, ktoré sa snažia čo najvierohodnejšie popísat' správanie výnosovej krivky, pričom vo väčšine prípadov využívajú aparát z teórie pravdepodobnosti a náhodných procesov. Tieto modely slúžia taktiež na ocenenie finančných de- rivátov, ktorých cena sa odvíja od pohybov úrokových sadzieb. Zaoberáme sa troma jednofaktorovými modelmi, ktoré bližšie predstavíme v druhej ka- pitole. V poslednej kapitole sa budeme venovat' kalibrácii týchto modelov na reálne dáta. Klíčová slova: jednofaktorové modely, úrokové sadzby, metóda maximálnej vierohodnosti 1
|
|
|
Aplikace EM-algoritmu
Komora, Antonín ; Omelka, Marek (vedoucí práce) ; Kulich, Michal (oponent)
EM algoritmus je velmi cenným nástrojem pro výpocty statistických problému, kde nám nejsou k dispozici všechna data. Jedná se o iteracní algoritmus, který v prvním kroku hledá odhady chybejících hodnot na základe podoby parametru z predchozí iterace a zadaných dat. Ciní tak pres podmínené strední hodnoty. V další fázi metodami maximální verohodnosti hledá odhad parametru maximalizující logaritmickou verohodnostní funkci, který predá do další iterace. Tento postup je opakován až do bodu, kdy jsou prírustky funkce mezi iteracemi tak malé, že se ukoncení postupu na výsledku závažneji neprojeví. Duležitou charakteristikou je monotónní konvergence za znacne obecných podmínek, ale ta na druhou stranu nepatrí mezi nejrychlejší, a proto je mnohokrát zapotrebí velkého množtví iterací.
|
|
|
Testování hypotéz modelů úrokových sazeb
Petrík, Daniel ; Myška, Petr (vedoucí práce) ; Hurt, Jan (oponent)
V předložené práci se zabýváme problematikou stochastického modelování úro- kových sazeb. Jedním z nejobvyklejších postup· je modelovat dynamiku úroko- vých sazeb pomocí stochastické diferenciální rovnice difúze, jejímiž základními kameny jsou funkce driftu a funkce difúze. Od 70. let 20. století byla navržena celá řada model· tohoto typu, a ačkoli se tyto modely neustále zdokonalují, vyvstává přirozená otázka, zda se historicky pozorované úrokové sazby skutečně takovými difúzními rovnicemi řídily. V této práci budeme právě uvedenou hypo- tézu testovat pro několik nejběžnějších jednofaktorových model· úrokové sazby první generace. Z historických dat odhadneme obecnou momentovou metodou a metodou maximální věrohodnosti parametry jednotlivých difúzních rovnic a následně provedeme statistické testy dobré shody proložení těchto rovnic pozo- rovanými daty. 1
|
|
|
Statistical problems in Markov chains with applications in finance
Chudý, Marek ; Prokešová, Michaela (vedoucí práce) ; Pawlas, Zbyněk (oponent)
Názov práce: Štatistické metódy v Markovských reťazcoch s aplikáciami vo finan- Ciách Autor: Marek Chudý Katedra: Katedra pravděpodobnosti a matematické statistiky Vedúci bakalárskej práce: RNDr. Michaela Prokešová, Ph.D. Abstrakt: V práci študujeme metódy odhadovania pravdepodobností prechodu v Markovských reťazcoch. Zaoberáme sa dvomi prístupmi pre odhady pravde- podobností prechodu a to pre dáta úplné a dáta agregované. V druhej kapitole predstavíme obe metódy z teoretického hľadiska a uvedieme príklady testov hy- potéz na naše odhady. V poslednej kapitole obe metódy aplikujeme na skutočné dáta pochádzajúce z poisťovne. V závere porovnáme výsledky získané obidvomi metódami. Kľúčové slová: Markovské reťazce, pravdepodobnosti prechodu, metóda maximál- nej vierohodnosti, metóda najmenších štvorcov
|
host ::
RSS.