|
| |
|
| |
|
| |
|
| |
|
|
Issues in adopting DSGE models for use in the policy process
Fukač, Martin ; Pagan, Adrian
Práce se zabývá třemi oblastmi - návrh modelu, sladění údajů a operační požadavky. Práce začíná obecnou diskuzí o struktuře dynamických stochastických modelů všeobecné rovnováhy (DSGE), kde autoři zkoumají problémy, jako např. (i) typy restrikcí, které DSGE modely představují pro systémovou dynamiku, (ii) implikace, kterou by tyto modely měly pro "lokační parametry", konkrétně tempo růstu, a (iii) zda tyto modely mohou sledovat dlouhodobý pohyb veličin a odpovídající dynamické přizpůsobování.
Plný text:  PDF
|
|
| |
|
|
Statistické usuzování v analýze kategoriálních dat
Kocáb, Jan ; Pecáková, Iva (vedoucí práce) ; Coufalová, Petra (oponent)
Tato práce se zabývá statistickými metodami v analýze kategoriálních dat. Tyto metody jsou rozšířené především v sociálních vědách jako sociologie, psychologie nebo politologie, ale jejich význam vzrůstá také v medicíně a technických vědách. V první části je věnována pozornost úsudkům o relativní četnosti. Jsou zde popsány klasické, exaktní a Bayesovské způsoby odhadů a testování hypotéz. Uvažován je případ velkého výběru, kdy lze nahradit přesné rozdělení normálním, tak případ malého výběru, kdy aproximace není možná a je nutné použít nespojité rozdělení, z čehož vznikají specifické problémy. Druhá část je zaměřena na analýzu dvou kategoriálních proměnných v kontingenčních tabulkách. Jsou zde objasněny pojmy jako rozdíl relativních četností nebo poměr šancí a je rovněž ukázáno, jak se testuje nezávislost proměnných v případě velkého a malého výběru. V případě malého výběru nelze použít klasické chí-kvadrát testy nezávislosti a je nutno využít alternativní metody. V této části jsou vysvětleny různé exaktní testy a také Bayesovský přístup v kontingenčních tabulkách typu 2 x 2. Konec této části je věnován tabulce pro dva závislé výběry, kde nás zajímá, zda se v populaci shoduje zastoupení kategorií dvojice proměnných, což nastává při stejných marginálních relativních četnostech obou proměnných. V poslední části práce jsou metody použity na datech a okomentovány výsledky.
|
|
|
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.
|
host ::
RSS.