|
|
Statistické vyhodnocení fylogeneze biologických sekvencí
Vadják, Šimon ; Provazník, Ivo (oponent) ; Škutková, Helena (vedoucí práce)
Diplomová práce poskytuje ucelený přehled resamplingových metod pro testování správnosti topologie fylogenetických stromů odhadujících průběh fylogeneze na základě podobnosti biologických sekvencí. Důraz byl kladen také na možnosti vzniku nepřesností v tomto odhadu a na možnosti jejich odstranění a odhalení. Tyto metody byly realizovány v programovém prostředí Matlab pro Bootstrapping, Jackknifing, OTU jackknifing a PTP test (permutation tail probability). Práce si klade za cíl otestovat jejich použitelnost na různých biologických sekvencích a také posoudit vliv volby vstupních parametrů analýzy na výsledky těchto statistických testů.
|
|
|
Bootstrappingové metody ve fylogenetice
Sedlář, Karel ; Vohánka,, Jaroslav (oponent) ; Škutková, Helena (vedoucí práce)
V posledních desetiletích zaznamenala fylogenetická rekonstrukce velký rozvoj. Použitím nově získaných molekulárních znaků a počítačového zpracování bylo dosaženo toho, že začala být brána jako objektivní věda. Rychlý vývoj však ukázal, že je potřeba výsledky vyhodnotit, neboť nové techniky vytvořily fylogramy i z nespolehlivých dat. Pro tyto účely byly do fylogenetiky aplikovány vzorkovací statistické metody, z nichž později začal převládat bootstrapping. I ten má však omezení, se kterými je nutno počítat při interpretaci výsledků, které nám poskytl. Spojením principů bootstrappingu a konsenzuálních stromů však lze získat fylogramy, jejichž vlastnosti jsou lepší než vlastnosti klasických fylogramů jak prokazuje tato práce.
|
|
|
Statistické vyhodnocení fylogeneze biologických sekvencí
Zembol, Filip ; Provazník, Ivo (oponent) ; Škutková, Helena (vedoucí práce)
Tématem této diplomové práce je statistické vyhodnocení fylogeneze biologických sekvencí pomocí fylogenetických stromů. V teoretické části vypracujeme literární rešerši metodologie odhadu průběhu fylogeneze na základě podobnosti biologických sekvencí (DNA a bílkovin), kde se zaměříme na nepřesnosti v odhadu, čím jsou způsobeny a na možnosti jejich odstranění. Poté srovnáme metody pro statistické vyhodnocení správnosti průběhu fylogeneze. V praktické části navrhneme algoritmy, které budou sloužit pro testování věrohodnosti konstrukce fylogenetických stromů na základě bootstrappingu, jackknifingu, OTU jackknifingu a PTP testu, které budou schopny z biologických sekvencí ve FASTA kódu vykreslit fylogenetický strom metodou neighbor joining a lze také měnit distanční model a substituční matici. Abychom mohli tyto algoritmy použít pro statistickou podporu fylogenetických stromů, musíme ověřit jejich správnou funkci. Toto ověření vyhodnotíme na teoretických sekvencích aminokyselin. Po ověření správné funkce algoritmů, si demonstrujeme jednotlivé statistické testy na reálných 10 sekvencích ubikvitinu savců. Tyto výsledky analyzujeme a vhodně okomentujeme.
|
|
|
Statistical models for prediction of project duration
Oberta, Dušan ; Žák, Libor (oponent) ; Hübnerová, Zuzana (vedoucí práce)
The aim of this thesis is to introduce statistical models suitable for data analysis and apply them on real data related to time duration of projects based on characteristics of given projects. In the first chapter, linear regression models based on the least squares method are studied, including their properties and prediction intervals. The next chapter deals with the problematics of generalized linear models, which are based on the maximum likelihood estimation principle. Also basic properties of generalized linear models and asymptotic confidence intervals for expected values are described. In the next chapter, regression trees are introduced, with two methods of growing the trees, namely least squares and maximum likelihood estimation. Also basic principles of pruning the trees and confidence intervals for expected values were described. Derivation of maximum likelihood estimation for regression trees and confidence intervals are to a great extent own work of the author. The last described models are random forests, including their basic properties and confidence intervals for expected values. Throughout these chapters, methods for assessing model's quality, selection of optimal submodel and finding optimal values for tuning parameters were also described. At the end, the studied models and algorithms are implemented in Python and applied on real data.
|
|
|
The Effects of Different Malaria Prevention Measures: Panel Data Analysis
Pavelková, Adéla ; Pertold-Gebicka, Barbara (vedoucí práce) ; Bryndová, Lucie (oponent)
Hlavním cílem této diplomové práce je prozkoumat téma preventivních opatření proti malárii. Konkrétně se tato práce snaží identifikovat, která preventivní opatření jsou účinná a jak jsou tato opatření rozdistribuována po světě. Vzhledem k omezenému počtu finančních prostředků je pro mezinárodní organizace důležité vědět, zda jsou tyto prostředky vynaloženy efektivně. Tato práce využívá manuálně sestavených dat ze Světové zdravotnické organizace pro všechny státy, které jsou ohroženy malárií během let 2001 až 2018. Pro účely práce jsou zde využité metody regresní analýzy pro panelová data včetně využití robustní standardní chyby, bootstrapová metoda a shluková analýza. Výsledky ukázaly, že obecně nejúčinnějším opatřením jsou insekticidní spreje, kombinace insekticidních sprejů a sítí impregnovaných insekticidem a rychlé imunochromatografické testy. Efekt populace žijící v zemědělských oblastech byl také signifikantní. Pro Africké země je navíc velmi důležitým faktorem hrubý domácí produkt. Bootstrapová analýza potvrdila naše výsledky. Obecně jsou však sítě impregnované insekticidem používané stále nejvíce. Pomocí shlukové analýzy jsme zjistili, že ne všechny státy na jednom kontinentu procházejí podobnou malarickou situací a v diplomové práci jsme zdůraznili několik států, na které by se organizace...
|
|
|
Modern stochastic claims reserving methods in insurance and their comparison
Vosáhlo, Jaroslav ; Pešta, Michal (vedoucí práce) ; Mazurová, Lucie (oponent)
Tato práce se zabývá stochastickými rezervovacími metodami používanými v neživotním pojištění. Problém je řešen analytickými metodami a stochastickým modelováním. Nejprve jsou představeny základní rezerovací metody, t.j. Chain-ladder, Bornhuetter-Ferguson, Benktander-Hovinen a Cape-Cod s jejich vlastnostmi a principy. V další části pak hledáme jejich stochastické rozšíření za použití zobecněných lineáních modelů (GLM) a Mackových obecných (nedistribučních) přístupů, zkoumáme druhé momenty odhadnutých škodních rezerv a zavedeme Merz-Wüthrichův způsob měření rizika škodních rezerv. Na závěr je navržen algoritmus na aplikaci bootstrapové simulace a výsledky analytických rezervovacích metod a simulací jsou porovnány.
|
|
|
Long-term memory detection with bootstrapping techniques: empirical analysis
Albert, Branislav ; Krištoufek, Ladislav (vedoucí práce) ; Avdulaj, Krenar (oponent)
Časová rada má dlhú pamäť ak jej autokorelačná funkcia nie je absolútne konvergentná. Prítomnosť dlhej pamäte v časovej rade má dôležité následky pre konzistentnosť niekoľkých estimátorov z oblasti časových rad a pre predpovedanie. V tejto práci prezentujeme ucelený prehľad modelov časových rad nevyhnutných pre štúdium dlhej pamäte a následne sa zameriavame na množstvo parametrických a semiparametrických estimátorov dlhej pamäte. V Monte Carlo štúdii porovnávame pravdepodobnosť chyby prvého typu a silu štyroch estimátorov, menovite R/S, DFA, GPH a metóde založenej na Waveletoch, pre asymptoticky normálne rozdelenie estimátorov a rozdelenia získané pomocou metódy moving block bootstrap. Zisťujeme, že moving block bootstrap dokáže zlepšiť pravdepodobnosť chyby prvého typu u estimátora R/S. Vo všeobecnosti však moving block bootstrap neprináša uspokojivé výsledky. Estimátory GPH a Wavelet ponúkajú najspoľahlivejšie asymptotické intervaly spoľahlivosti.
|
|
|
Bootstrappingové metody ve fylogenetice
Sedlář, Karel ; Vohánka,, Jaroslav (oponent) ; Škutková, Helena (vedoucí práce)
V posledních desetiletích zaznamenala fylogenetická rekonstrukce velký rozvoj. Použitím nově získaných molekulárních znaků a počítačového zpracování bylo dosaženo toho, že začala být brána jako objektivní věda. Rychlý vývoj však ukázal, že je potřeba výsledky vyhodnotit, neboť nové techniky vytvořily fylogramy i z nespolehlivých dat. Pro tyto účely byly do fylogenetiky aplikovány vzorkovací statistické metody, z nichž později začal převládat bootstrapping. I ten má však omezení, se kterými je nutno počítat při interpretaci výsledků, které nám poskytl. Spojením principů bootstrappingu a konsenzuálních stromů však lze získat fylogramy, jejichž vlastnosti jsou lepší než vlastnosti klasických fylogramů jak prokazuje tato práce.
|
|
|
Statistické vyhodnocení fylogeneze biologických sekvencí
Vadják, Šimon ; Provazník, Ivo (oponent) ; Škutková, Helena (vedoucí práce)
Diplomová práce poskytuje ucelený přehled resamplingových metod pro testování správnosti topologie fylogenetických stromů odhadujících průběh fylogeneze na základě podobnosti biologických sekvencí. Důraz byl kladen také na možnosti vzniku nepřesností v tomto odhadu a na možnosti jejich odstranění a odhalení. Tyto metody byly realizovány v programovém prostředí Matlab pro Bootstrapping, Jackknifing, OTU jackknifing a PTP test (permutation tail probability). Práce si klade za cíl otestovat jejich použitelnost na různých biologických sekvencích a také posoudit vliv volby vstupních parametrů analýzy na výsledky těchto statistických testů.
|
|
|
Statistické vyhodnocení fylogeneze biologických sekvencí
Zembol, Filip ; Provazník, Ivo (oponent) ; Škutková, Helena (vedoucí práce)
Tématem této diplomové práce je statistické vyhodnocení fylogeneze biologických sekvencí pomocí fylogenetických stromů. V teoretické části vypracujeme literární rešerši metodologie odhadu průběhu fylogeneze na základě podobnosti biologických sekvencí (DNA a bílkovin), kde se zaměříme na nepřesnosti v odhadu, čím jsou způsobeny a na možnosti jejich odstranění. Poté srovnáme metody pro statistické vyhodnocení správnosti průběhu fylogeneze. V praktické části navrhneme algoritmy, které budou sloužit pro testování věrohodnosti konstrukce fylogenetických stromů na základě bootstrappingu, jackknifingu, OTU jackknifingu a PTP testu, které budou schopny z biologických sekvencí ve FASTA kódu vykreslit fylogenetický strom metodou neighbor joining a lze také měnit distanční model a substituční matici. Abychom mohli tyto algoritmy použít pro statistickou podporu fylogenetických stromů, musíme ověřit jejich správnou funkci. Toto ověření vyhodnotíme na teoretických sekvencích aminokyselin. Po ověření správné funkce algoritmů, si demonstrujeme jednotlivé statistické testy na reálných 10 sekvencích ubikvitinu savců. Tyto výsledky analyzujeme a vhodně okomentujeme.
|
host ::
RSS.