999C1a:IAA101120604 - Výsledky hledání - Digitální repozitář

host :: přihlásit Digitální repozitář
		Hledej		Nový záznam		Nápověda		O repozitáři

Hlavní stránka > Výsledky hledání: 999C1a:IAA101120604

Hledej:

Tipy pro vyhledávaní :: Rozšířené hledání

Hledej ve sbírkách:

Seřadit podle:	Zobrazit výsledky:	Výstupní formát:

	Note on Stochastic Calculus for Stable Processes Karlová, Andrea The report provides an overview on important definitions and theorems from stochastic calculus with special focus on the class of a−stable processes on one-dimensional real line. Úplný záznam
	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. Úplný záznam
	Checking proportional rates in the two-sample transformation model Kraus, David Checking proportional rates in the two-sample transformation model Úplný záznam
	Smooth tests of equality of cumulative incidence functions in two samples Kraus, David Smooth tests of equality of cumulative incidence functions in two samples Úplný záznam
	Bayesovská detekce změny v míře nezaměstnanosti s použitím MCMC metod Reisnerová, Soňa Přírůstky počtu nezaměstnaných jsou modelovány jako časová řada Poissonových náhodných veličin, jejichž intensita má linearní trend s možnou změnou i skokem. Tato změna je detekována pomocí MCMC prodcedury, metoda je použita na analýzu dat z ČR z let 1998-2003. Úplný záznam
	Analýza vývoje nezaměstnanosti pomocí diskrétního časo-prostorového procesu Reisnerová, Soňa ; Volf, Petr Práce používá diskretizovaný model časo-prostorového procesu k popisu vývoje počtu nezaměstnaných. Prostorová složka je dána okresy, je svázána jednoduchým modelem Markovova náhodného pole, časová složka se vyvíjí jako časová řada se sezonní komponentou. Statistická analýza - odhad parametrů modelu, je provedena Bayesovým způsobem s použitím MCMC procedur. Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.

Digitální repozitář :: :: :: ::
Powered by v1.1.2
Spravuje

Tato stránka je dostupná také v následujících jazycích:
Česky English