|
|
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.
|
|
| |
|
|
Diskriminační a shluková analýza jako nástroj klasifikace objektů
Rynešová, Pavlína ; Löster, Tomáš (vedoucí práce) ; Řezanková, Hana (oponent)
Shluková a diskriminační analýza patří mezi základní klasifikační metody. Pomocí shlukové analýzy lze neuspořádanou skupinu objektů uspořádat do několika vnitřně sourodých tříd či shluků. Diskriminační analýza vytváří na základě znalosti příslušností již existujících tříd klasifikační pravidlo, podle kterého lze následně zařadit jednotky s neznámou skupinovou příslušností. Cílem této práce je srovnání diskriminační analýzy a vybraných metod shlukové analýzy. K vyjádření vzdáleností mezi objekty je v rámci každé metody shlukové analýzy využita čtvercová Euklidovská a Mahalanobisova vzdálenost. Celkem je v práci analyzováno 28 souborů. V případě ponechání korelovaných proměnných v souboru a aplikování čtvercové Euklidovské vzdálenosti nejúspěšněji zařadila objekty do shluků Wardova metoda (42,0 %). Po změně metriky na Mahalanobisovu vzdálenost se nejúspěšnější stala metoda nejvzdálenějšího souseda (37,5 %). Po odstranění silně korelovaných proměnných a aplikování metod s Euklidovskou metrikou zařadila objekty nejúspěšněji v nejvíce souborech opět Wardova metoda (42,0 %). Z výsledků práce dále vyplývá, že shluková analýza je úspěšnější u dat bez korelovaných proměnných než při jejich ponechání v souboru. Průměrný výsledek diskriminační analýzy u dat s korelovanými proměnnými i u dat bez korelovaných proměnných činí 88,7 %.
|
|
|
Tvorba soustav ukazatelů - bankrotních modelů
BÜRGER, Pavel
V práci je řešen komplexní proces tvorby nového bankrotního modelu pro předpověď úpadku podniku, přičemž tento proces zahrnuje výběr kvalitního vzorku podniků, ověření klasifikační přesnosti již existujících bankrotních modelů, profilovou analýzu a vlastní tvorbu konkrétní rovnice bankrotního modelu, která je provedena pomocí dvou vybraných statistických metod, diskriminační analýzy a logistické regrese. Pomocí zvolených statistických metod byly vytvořeny dva bankrotní modely Bürgerův index DA12 a Bürgerův index LR12. Jejich nespornou výhodou, na rozdíl od již existujících a známých bankrotních modelů, je zaměření na klasifikaci malých a mikro podniků v podmínkách České republiky, přičemž klasifikační přesnost jeden rok před úpadkem je u jednotlivých modelů 74,8 % a 81,87 %. Vytvořené modely mají jednoznačnou interpretaci (žádná šedá zóna) a snadný výpočet, tím přinášejí mikro a malým podnikatelům možnost prověřovat své obchodní partnery z hlediska predikce úpadku.
|
|
|
Predikce finanční tísně podniku
MAŇASOVÁ, Helena
Teoretická část diplomové práce se zabývá vznikem a řešením finanční tísně a analýzou klasifikačních modelů. V praktické části jsou na základě výběrového souboru podniků vytvořeny vlastní modely pro předpověď finanční tísně za použití diskriminační analýzy a logistické regrese.
|
|
|
Analýza faktorů úspěšnosti podniků
Jankovská, Petra ; Neumaierová, Inka (vedoucí práce) ; Hájek, Jiří (oponent)
Cílem diplomové práce je za použití metod diskriminační analýzy sestrojit index ziskovosti bank pro české podmínky. Základem pro konstrukci indexu jsou běžně používané poměrové ukazatele charakteristické pro bankovní sektor, jejichž vliv na ziskovost byl vyhodnocen jako statisticky významný. Tyto ukazatele jsou vypočteny pro vzorek 16 bank v průběhu tří let, přičemž jednotlivá pozorování byla zařazena do jedné ze dvou skupin podle ziskovosti. Kromě samotné konstrukce indexu a následného popisu výsledků se práce zabývá také stručnou charakteristikou českého bankovního sektoru a jeho vývojem v průběhu sledovaného období. Teoretická část je pak zaměřena především na popis specifik bankovních výkazů a interpretaci poměrových ukazatelů použitých v modelu. Opomenuty nejsou ani základy diskriminační analýzy.
|
|
|
Rod \kur{Puccinellia} (Parl.) v západních Himalájích
KARÁSEK, Jakub
Cílem této práce bylo najít nejlepší znaky pro určování šesti druhů rodu Puccinellia rostoucí v západní Himaláji. Byla zkoumána Sada kvalitativních a kvantitativních znaků. Nejlepšími znaky pro odlišení druhů byly Vrchol plev a pluch a Délka prašníků. Byl zkoumán nový znak - struktura řezu listu. Tento znak je vhodný pro odlišení jednotlivých druhů.
|
|
| |
host ::
RSS.