Hlavní stránka > Výsledky hledání: keywords:"Robust monitoring"
Hledej:
Tipy pro vyhledávaní :: Rozšířené hledání
Hledej ve sbírkách:
Seřadit podle: Zobrazit výsledky: Výstupní formát:
Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.01 vteřin. 
Robust Monitoring Procedures for Dependent Data
 Chochola, Ondřej ; Hušková, Marie (vedoucí práce) ; Antoch, Jaromír (oponent) ; Černíková, Alena (oponent)
Název práce: Robustní monitorovací procedury pro závislá data Autor: Ondřej Chochola Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí disertační práce: Prof. RNDr. Marie Hušková, DrSc. e-mail vedoucího: huskova@karlin.mff.cuni.cz Abstrakt: V práci se zabýváme sekvenční analýzou změn. Některé známé výsledky rozšíříme na robutní metody. Robustnost vzhledem k odlehlým pozorováním a pozorováním s těžkými chvosty je dosažena využitím M-odhadů místo klasických odhadů metodou nejmenších čtverců. Další rozšíření se týká mnohorozměrných a závislých dat. Uvažujeme slabě závislá data, přesněji data splňující α-mixing podmínky. Pro několik modelů jsou navrženy vhodné testové statistiky a jejich asymptotické chování je studováno za nulové hypotézy žádné změny, stejně jako za alternativ. Díky tomu můžeme odvodit vhodné kritické hodnoty a ukázat konzistenci testů. Taktéž uvádíme retrospektivní procedury, které umožnují ověření stability historických dat nutné pro sekvenční monitorování, analogickým robustním způsobem. Simulační studie potvrdila použitelnost navržených procedur i pro konečné vzorky dat. Taktéž je ukázána možná aplikace v modelu oceňování kapitálových...
Úplný záznam
Robust Monitoring Procedures for Dependent Data
 Chochola, Ondřej ; Hušková, Marie (vedoucí práce) ; Antoch, Jaromír (oponent) ; Černíková, Alena (oponent)
Název práce: Robustní monitorovací procedury pro závislá data Autor: Ondřej Chochola Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí disertační práce: Prof. RNDr. Marie Hušková, DrSc. e-mail vedoucího: huskova@karlin.mff.cuni.cz Abstrakt: V práci se zabýváme sekvenční analýzou změn. Některé známé výsledky rozšíříme na robutní metody. Robustnost vzhledem k odlehlým pozorováním a pozorováním s těžkými chvosty je dosažena využitím M-odhadů místo klasických odhadů metodou nejmenších čtverců. Další rozšíření se týká mnohorozměrných a závislých dat. Uvažujeme slabě závislá data, přesněji data splňující α-mixing podmínky. Pro několik modelů jsou navrženy vhodné testové statistiky a jejich asymptotické chování je studováno za nulové hypotézy žádné změny, stejně jako za alternativ. Díky tomu můžeme odvodit vhodné kritické hodnoty a ukázat konzistenci testů. Taktéž uvádíme retrospektivní procedury, které umožnují ověření stability historických dat nutné pro sekvenční monitorování, analogickým robustním způsobem. Simulační studie potvrdila použitelnost navržených procedur i pro konečné vzorky dat. Taktéž je ukázána možná aplikace v modelu oceňování kapitálových...
Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.
Digitální repozitář :: Hledej :: Nový záznam :: Personalizace :: Nápověda
Powered by Invenio v1.1.2
Spravuje admin.invenio@techlib.cz
Tato stránka je dostupná také v následujících jazycích:
Česky  English