|
|
Odhady funkce přežití
Chrenko, Jakub ; Komárek, Arnošt (oponent) ; Hudecová, Šárka (vedoucí práce)
Nazev prace: Odhady funkcr pfeziti Autor: Jakub Chrenko Kalodra: Katcdra pravdepodobnosti a mateinaticke statistiky Vedouci ba.ka.la.fske pra.ce: Mgr. Sarka Dosla e-mail vedouciho: dosla'ii'karlin.mff.cimi.cz Abstrakt: V pfedlozene pnici so zabyvame funkci pfeziti a jejuni odharly. Popsany jsou jak paramrtrirke, tak i neparamelrickc' pf ist upv. V obou piipa- deeh je pfihledimto k pfi'padncuiu ccnzorovanf clat. NoiJaramotricke rriotody iifkladon /adno pozadavky ua rozdrloni dat, a proto jsou uuiverzalne po- uzitcliic. Z tcchlo nictod uvadi'nir Z(^jmciH^ Ka,pkui-M(ucruv odhad fiinkcc pfcziti, jchoz zakladni vlastnosti jsou popsany. Ziiu'iiena je l.ra analyza ta- bulck unirtnosti. Parauietricke piist.upy j)rcdpokl;idaji koiikrntui tvar tno- rciickclio rozdeleiii sludovniio nahodric voliriny. Z nojcast.eji pouzivanycii rozdclonf Tivadinic oxporinucialui, Woilnilluvo a logaritniicko iioriualni. V za- vc.i'u prac'c; jsou tyt.o inctody poT'Oviiauy a ilustrovauy ua koukretui'm da- tovom souboru a poinoci simulaci. Klfcova slova: Fuiikcc })feziti, hazard, Kaplan-Mcicruv odhad, rouzorovana dat.n Title: Estiiua.tioii oi' Survivalship Function Author: Jakub Chronko Department: Department of Probability and Mathematical statistics Supervisor: Mgr. Snrka Dosla Supervisor's e-mail address: doslaCO'karliii.iiifl.ciuii.cz...
|
|
|
Parametrické regresní modely v analýze přežití
Otava, Martin ; Ševčík, Jaroslav (oponent) ; Komárek, Arnošt (vedoucí práce)
Na'/cv prace: Paraniot.ricke regiesiri modely v analv'/e pfezitf Autor: Martin Otava Katedra (li.stav): Katedra pravdepoiiolmosti a niatcmatitke statistiky Vedouci bakalafske prace: Mgr. Amost Komarek, Ph.D. (j-inail vedonciho: komaiek( >karlin.mli.cuni.c /, Abst.rakl: \ pfcdlo/.ene. praci studujcme panunetricke re^resni modely v ana- lyze pre/.ili. Skrze pojem cen/orovani se se/namfme s podst.alou analy/.y pixv.iti a zavudrme si zakladnf pojiiiy ir/ivanr v souvislo^ti s ui. Uka'/niK1 si tvurbu vlicxlnc'lio rc^rcsni'lio inodcln a zpiiwoby odliadti paranictru s diua/,cni na inotixhi inaxiinalni vrrohodnosTi spolrriu"' s itcrarniini nu'l.odaini pro ... vyrt'seni. Vysvrtlnnr si vv'/nani iialiodiu'' chyliy inefriii. Die1 jcjilio roxdrlcni pak vyLvoriiuc nckolik ni/nycli pai'a.iiHit.i1itikycli niodrlu pro odhad li\i.s(oly etiyu do sclhani. Srovnanir inodcly s neparamctrirkym odliadnn, ktdiy nain poimizc ... i t . /da na.s model odpovi'da ri'aliTr. CV-lou [iraci bude provaxcT ihi- ,stra,ce na skiilcrnycli dal(irh slouxicf jako nkii/ka fuii^cjvani metody v pra.xi. KliVova slova: Analv/a prc/iti. iJarainrtrickr inodcly. Title: Accclcralfd iailurc t.inn1 models in survival analysis Ant hor: Mart in Otava Dqiart.nieiit.: Depart.mcnl of Proba.bilit.y a.nd Mat lunnatical St.atisl.ics Supervisor: Mgv. Arnost Komarck,...
|
|
| |
|
| |
|
| |
|
| |
|
|
Supra-bayesovská kombinace pravděpodobnostních distribucí
Sečkárová, Vladimíra ; Komárek, Arnošt (oponent) ; Kárný, Miroslav (vedoucí práce)
In this work we study problems of sharing of probabilistic information by using Supra-Bayesian approach. In 1st Chapter the methods and formulas used in the work are mentioned. 2nd Chapter contains the introduction to discussed topic. In 3rd Chapter the main method of sharing the probabilistic information, which is based on common domain, is derived. In 4th Chapter the types of given knowledge pieces are specified, which are then transformed into probabilistic terms and extended on the whole domain. In 5th Chapter the results from the previous chapters are assessed.
|
|
|
Odhady parametrů v subkohortních studiích
Klášterecký, Petr ; Kulich, Michal (vedoucí práce) ; Volf, Petr (oponent) ; Komárek, Arnošt (oponent)
Dizertační práce se zabývá odhadem parametrů v regresních modelech v analýze přežívání, zejména v tzv. subkohortních studiích. V těchto studiích se provádí výběr pozorování do subkohorty, která se sleduje a nalyzuje. To umožňuje výrazné snížení nákladů na provedení studie, ale zároveň vyžaduje při odhadu regresních parametrů jiné postupy než klasická analýza přežívání. Obvyklá úprava odhadovacích rovnic spočívá v zavedení váhových funkcí, které zohledňují pravděpodobnost výběru jednotlivých pozorování do subkohorty. V práci ukážeme, že tato metoda může vést při malých pravděpodobnostech výběru k vychýlení odhadům, a navrhneme alternativní odhad založený na logické regresi.
|
|
| |
|
|
Shluková a regresní analýza mikropanelových dat
Sobíšek, Lukáš ; Pecáková, Iva (vedoucí práce) ; Komárek, Arnošt (oponent) ; Brabec, Marek (oponent)
Panelové studie se provádí především za účelem analýzy změn hodnot sledovaných proměnných v čase. V mikropanelovém výzkumu se sleduje velké množství objektů periodicky během relativně krátkého časového úseku (v řádu let). Počet opakovaných měření je v řádu jednotek. Tato práce se věnuje stávajícím přístupům k regresní a shlukové analýze mikropanelových dat. Jedním z přístupů k analýze mikropanelu je využití modifikovaných vícerozměrných statistických modelů pro průřezová data, které zohledňují korelaci měření pro daný objekt. V práci jsou shrnuty dostupné nástroje pro regresní analýzu mikropanelových dat. Kromě rekapitulace známých a užívaných smíšených lineárních modelů pro normálně rozdělenou závisle proměnnou jsou stručně představeny nové přístupy pro analýzu vysvětlovaných proměnných s jiným než normálním rozdělením. Mezi ně patří například zobecněný lineární marginální model, zobecněný lineární model se smíšenými efekty a bayesovský přístup. Kromě popisu těchto modelů je uveden stručný přehled jejich implementace v systému R. S regresními modely upravenými pro mikropanelová data je spjato úskalí v nejednoznačnosti odhadu jejich parametrů. V práci je navrženo, jak zpřesnit odhady pomocí shlukové analýzy. Proto jsou v práci popsány metody shlukové analýzy mikropanelových dat. Vzhledem k tomu, že nabídka metod je omezená, hlavním cílem práce bylo navrhnout vlastní dvoukrokový postup shlukování mikropanelových dat. V prvním kroku jsou transformována panelová data na statická pomocí skupiny navržených charakteristik dynamiky, které reprezentují různé vlastnosti časového vývoje sledované proměnné. Ve druhém kroku jsou shlukovány objekty konvenčními prostorovými technikami (aglomerativní shlukování a metoda C-průměrů) na základě matice nepodobnosti hodnot shlukovacích proměnných spočítaných v prvním kroku. Dalším cílem práce je zjistit, zda navržený postup shlukování vede ke zkvalitnění regresních modelů pro tento typ dat. Pomocí simulační studie je porovnáván navržený shlukovací přístup s postupem aplikovaným v balíčku kml systému R a se shlukovacími charakteristikami, které navrhuje Urso (2004). V provedené studii dosáhla kombinace navržených shlukovacích proměnných lepších výsledků než používané skupiny shlukovacích proměnných. Dalším přínosem práce je skript napsaný pro jazyk R přiložený na CD. Tento skript je možno použít pro analýzu vlastních mikropanelových dat.
|
host ::
RSS.