|
|
Stochastic Loss Reserving Models
Košová, Nataša ; Justová, Iva (vedoucí práce) ; Cipra, Tomáš (oponent)
V predloženej práci študujeme a popisujeme stochastický model vy- tvárania škodných rezerv pre poisťovne. Konkrétne sa jedná o model založený na nasledujúcich troch vlastnostiach. Modelovanie očakávaných poistných plnení je závislé na neznámych parametroch, ktoré je nutné čo najpresnejšie odhadnúť. Úhrny nastaných a vyplatených škôd za konkrétne roky ich vzniku a následného plnenia sa riadia kolektívnym modelom rizika. Konečná výška rezervy je odhad- nutá bayesovskou metodológiou, ktorá používa apriórne informácie od väčšieho počtu poisťovní. Súčasťou práce je aj vytvorenie funkčného programu na výpočet škodných rezerv daným modelom a jeho nasledovné otestovanie na simulovaných dátach.
|
|
|
Základy Bayesovské statistiky
Chuchel, Karel ; Komárek, Arnošt (vedoucí práce) ; Hušková, Marie (oponent)
Cílem této práce je seznámit čtenáře se základními principy bayesovské statistiky. V bayesovské logice se nahlíží na parametr jako na náhodnou veličinu, která má určité apriorní rozdělení. V práci je ukázáno, jakým způsobem Bayesova věta tuto apriorní informaci transformuje v aposteriorní. Apriorní rozdělení může být různorodé a jeho možným tvarům je v práci věnován velký prostor, vše je vysvětleno na mnoha příkladech. Další oddíl se zabývá konstrukcí bayesovských bodových a intervalových odhadů. V práci je všechna vysvětlovaná látka porovnávána s klasickým přístupem. V poslední kapitole jsou pak rozdíly bayesovských a klasických odhadů ukázány na reálných datech.
|
|
|
Získávání znalostí z databází
Jirmásek, Tomáš ; Chmelař, Petr (oponent) ; Jurka, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá problematikou získávání znalostí z databází, konkrétně metodou Bayesovské klasifikace. Cílem práce bylo implementovat vybranou metodu dolování dat a její funkčnost ověřit na vybraném vzorku dat. Aplikace je implementována v programovacím jazyce Java a data určená pro dolování jsou uložena v databázi MySQL. Informace potřebné pro spuštění dolovací úlohy jsou načítány ze vstupního DMSL dokumentu. Získané znalosti jsou poté ukládány také do DMSL dokumentu. Jazyk DMSL musel být rozšířen pro potřeby Bayesovské klasifikace.
|
|
|
Srovnání klasického a bayesovského přístupu ke statistice
Hakala, Michal ; Karel, Tomáš (vedoucí práce) ; Malá, Ivana (oponent)
Bakalářská práce se zabývá úvodem do statistiky v bayesovském pojetí a srovnáním se statistikou v klasickém četnostním pojetí. Bayesovská statistika je moderní větev statistiky, která nabízí ucelenou teoretickou alternativu ke klasickému pojetí. Nabízí východisko z mnoha situací, při kterých si klasická statistika neví rady. Kromě rozdílů v definicích a pojetí pojmů je v práci také důkladně rozvedeno kvalitativní srovnání obou přístupů. Jde především o srovnání kvality bodových odhadů, přesnosti intervalových odhadů, testování statistických hypotéz a rychlosti konvergence odhadů. Práce přináší stručné shrnutí teorie a přispívá mnoha příklady a argumenty do diskuse mezi zastánci bayesovského a klasického pojetí statistiky.
|
|
|
Všudypřítomné exponenciální zobrazení a edukační aspekty interdisciplinární fyziky
Gottvald, Aleš
Bude zdůrazněn pojem exponenciálního zobrazení a ukázána jeho všudypřítomná a sjednocující role v interdisciplinární fyzice. Nastíníme metamorfózy exponenciálního zobrazení v oblastech, jakými jsou bayesovská inference, statistická termodynamika, kvantová fyzika, fourierovská spektroskopie, analytická kombinatorika, postačující statistiky, symetrie a Lieovy grupy, složité systémy (spirální geometrie, mocninné zákony, phyllotaxe). Na heuristické úrovni exponenciální zobrazení osvětluje analogie mezi mnoha zdánlivě rozptýlenými pojmy a konstrukcemi, a tak poskytuje nástroj značné edukační hodnoty. Na hlubší úrovni poznání ukazuje exponenciální zobrazení na některé významné myšlenky informační fyziky a interdisciplinární vědy obecně, a tudíž reprezentuje předmět aktuálního výzkumu
|
host ::
RSS.