Národní úložiště šedé literatury Nalezeno 158 záznamů.  předchozí11 - 20dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Testy nezávislosti pro posloupnost veličin s Poissonovým rozdělením
Jurčo, Tomáš ; Hudecová, Šárka (vedoucí práce) ; Hlávka, Zdeněk (oponent)
Tato práce se zabývá testováním závislosti v časových řadách stejně rozdělených ná- hodných veličin s Poissonovým rozdělením. V úvodní části jsou zadefinovány důležité pojmy a definice, zejména autokorelační funkce, její odhady a INAR(1) model. Dále jsou v práci popsány tři druhy testů nezávislosti - testy založené na odhadech autokorelační funkce, test jednoduchých iterací a testy založené na kontingenčních tabulkách. Popsané testy jsou následně porovnány v simulační studii za platnosti nulové hypotézy nezávislosti a za alternativy modelu INAR(1). 1
Semiparametric Analysis of Nested Case-Control Design
Strachoňová, Karla ; Kulich, Michal (vedoucí práce) ; Hlávka, Zdeněk (oponent)
Při studiu vzácných chorob pozorujeme malé procento případů, což vyžaduje velké množství subjektů ve studii. Obvyklý způsob analýzy těchto dat pomocí Coxova modelu proporcionálních rizik může být v tomto případě časově a finančně neefektivní. Metoda vnořené studie případů a kontrol umožňuje snížit množství dat potřebnou pro analýzu a přitom zachovat konzistenci a asymptotickou normalitu odhadnutého parametru Co- xova modelu. V této práci představujeme vnořenou studii případů a kontrol, detailně popisujeme metodu výběrů kontrol pro případy, uvádíme parciální věrohodnost a maxi- málně parciálně věrohodný odhad regresního parametru a dokazujeme jeho konzistenci a asymptotickou normalitu. Poté představujeme metodu "counter-matching"jako rozší- ření již známé vnořené studie a uvádíme též "pseudo-věrohodnostní"přístup k tomuto problému. V poslední kapitole této práce provádíme simulační studii, jež porovnává tyto čtyři představené přístupy. Příspěvkem této práce je detailní představení vnořené studie případů a kontrol a jejích dvou alternativních metod, dále podrobněji provedené důkazy asymptotických vlastností maximálně parciálně věrohodného odhadu regresního parame- tru vnořené studie a nakonec porovnání všech čtyř přístupů pomocí simulační studie. 1
Průměrování modelů
Trusina, Filip ; Hlávka, Zdeněk (vedoucí práce) ; Antoch, Jaromír (oponent)
Cílem této práce je popsat metodu průměrování modelů a konstrukci konfidenčních in- tervalů pro odhad dávky v rámci metody MCP-Mod pro modelování závislosti odpovědi na dávce. V práci definujeme dávky EDp a MED, které se v praxi odhadují. Metodu MCP-Mod představujeme včetně vhodných modelů a kontrastních testů. Představujeme informační kritéria, možnost určení vah modelů na základě informačních kritérií a disku- tujeme jejich chování pro různé modely a rostoucí počet pozorování. Dále před- stavujeme tři možné způsoby konstrukce konfidenčních intervalů pro odhady získané pomocí metody průměrování modelů. Aplikujeme tyto konstrukce na příkladu mod- elování závislosti odpovědi na dávce v simulační studii. Na závěr práce představíme dva nové modely s dvěma body změny pro modelování závislosti odpovědi na dávce. 1
Maximalizace Giniho koeficientu v binární logistické regresi
Říha, Samuel ; Hanzák, Tomáš (vedoucí práce) ; Hlávka, Zdeněk (oponent)
V bakalářké práci je popsán model binární logistické regrese. Pomocí pojmu ztrátové funkce jsou odvozeny metody odhadu parametrů modelu. Je definována "bohatá" množina "hezkých" ztrátových funkcí - beta rodina Fisher-konzistentních ztrátových funkcí. V druhé části práce jsou definované základní ukazatele těsnosti modelu - Giniho koeficient, C-statistika, Kolmogorov-Smirnov statistika a koefi- cient determinace R2 . Dále je rozebrána možnost odhadovat parametry modelu maximalizací Giniho koeficientu. K tomuto účelu je navrženo několik algoritmů, které jsou porovnány s již existujícími metodami na jedné sadě simulovaných a třech sadách reálných dat. 1
Mnohorozměrné testy dobré shody
Kuc, Petr ; Hlávka, Zdeněk (vedoucí práce) ; Antoch, Jaromír (oponent)
V této práci si představíme, implementujeme a porovnáme několik mnohorozměrných testů dobré shody. Nejprve se budeme zabývat univerzálními mnohorozměrnými testy, které nekladou žádné předpoklady na parametrickou rodinu rozdělení za nulové hypotézy. Poté se zaměříme na testování mnohorozměrné normality a pomocí Monte Carlo simulací em- piricky porovnáme síly pěti testů dvojrozměrné normality proti různým alternativám. Dále popíšeme mnohorozměrné šikmé normální rozdělení a představíme nový test mnohorozměrné šikmé normality založený na empi- rických momentových generujících funkcích. Nakonec porovnáme sílu tohoto testu s ostatními existujícími testy dobré shody pro mnohorozměrné šikmé normální rozdělení. 1
Gradual change model
Míchal, Petr ; Hlávka, Zdeněk (vedoucí práce) ; Pešta, Michal (oponent)
Práce se zaměřuje na odhadování bodu změny v modelech postupné změny. Metody v literatuře jsou probrány a upraveny do kontextu tzv. bodu stabilizace (point-of- stabilisation, PoSt), který se používá např. při kontinuální výrobě léků. Detailně popíšeme odhadování v lineárním PoSt modelu a následně rozšíříme na kvadratický model a Emax model. Dále se zabýváme konstrukcí konfidenčních intervalů pro bod změny, diskutujeme jejich interpretace a ukážeme, jak mohou být použity v praxi. Také se zabýváme situací, kdy není splněna homoskedasticita. Pomocí simulací zjistíme pokrytí konfidenčních inter- valů pro bod změny ve zkoumaných modelech užitím asymptotických výsledků a pomocí bootstrapu pro různé kombinace parametrů. Dále také zkoumáme simulované rozdělení odvozených odhadů pro konečné rozsahy výběrů. V poslední kapitole řešíme situaci, kdy je chybně specifikován model pro data, a pomocí simulací zjistíme, jaký to má vliv na pokrytí konfidenčních intervalů. 1
Modelování závislosti mezi hydrologickými a meteorologickými veličinami měřenými v několika stanicích
Turčičová, Marie ; Jarušková, Daniela (vedoucí práce) ; Hlávka, Zdeněk (oponent)
Název práce: Modelování závislosti mezi hydrologickými a meteorologickými veliči- nami měřenými v několika stanicích Autor: Bc. Marie Turčičová Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: Prof. RNDr. Daniela Jarušková CSc., České vysoké učení technické v Praze, Stavební fakulta, katedra matematiky Abstrakt: Cílem této práce je průzkum závislosti denního průměrného průtoku řeky Opavy na vysokých denních srážkových úhrnech v jejím povodí. V prá- ci jsou představeny tři metody, které lze použít při analýze závislosti vysokých hodnot veličin, a je předvedena jejich aplikace na studovaná data. V první řadě je to koeficient závislosti chvostů, který měří závislost vysokých hodnot dvou spojitých náhodných veličin. Konkrétní model pro vysoké kvantily průtoku při daných srážkách je určen nejprve neparametricky pomocí kvantilové regrese, ale dále také parametricky prostřednictvím metody špiček nad prahem (POT). Klíčová slova: závislost vysokých hodnot, koeficient závislosti chvostů, kvantilová regrese, metoda špiček nad prahem
Kellyho kritérium
Kálosi, Szilárd ; Omelka, Marek (vedoucí práce) ; Hlávka, Zdeněk (oponent)
V předložené práci se věnujeme Kellyho strategii, která je jednoduchým návodem, jak zvolit sázený podíl kapitálu při hraní hazardních her, které mají kladnou střední hodnotu. V první části práce seznámíme čtenáře s matematickým zdůvodněním, prozkoumáme vývoj kapitálu po n pokusech v závislosti na volbě sázeného podílu, dlouhodobou míru výnosnosti a asymptotické vlastnosti růstu kapitálu. V druhé části se pokusíme zobecnit Kellyho kritérium z první části pro některé situace. Pro ilustraci vlastností Kellyho kritéria uvedeme v poslední části práce příklady pro jednoduchou hru i zobecněné situace a aplikujeme na ně získané znalosti z předcházejících částí.
Errors in Variables
Mordinová, Katarína ; Hlávka, Zdeněk (vedoucí práce) ; Komárek, Arnošt (oponent)
1 Názov práce: Errors in variables Autor: Katarína Mordinová Katedra: Katedra pravděpodobnosti a matematické statistiky Vedúci bakalárskej práce: Mgr. Zdeněk Hlávka, Ph.D. e-mail vedúceho: Zdenek.Hlavka@mff.cuni.cz Abstrakt: Práca pojednáva o regresných modeloch známych ako Er- rors in variables. V úvodnej kapitole tejto práce definujeme základné pojmy, ktoré v práci používame a základné vzťahy, ktoré s regresnou analýzou súvisia. V druhej kapitole sa venujeme lineárnemu regresnému modelu a jeho vlastnostiam. V tretej kapitole sa zaoberáme jednotlivými typmi modelov errors in variables. V záverečnej kapitole tejto práce si ukážeme možnú aplikáciu modelov v medicíne. Kľúčové slová: regresná analýza, errors in varibles, lineárny regresný model

Národní úložiště šedé literatury : Nalezeno 158 záznamů.   předchozí11 - 20dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.