|
Modely a statistická analýza procesu rekordů
Tůmová, Alena ; Volf, Petr (vedoucí práce) ; Hlubinka, Daniel (oponent)
V této práci modelujeme historický vývoj nejlepších výsledků v běhu na 100, 200, 400 a 800m mužů. Předpokládáme, že nejlepší výsledky jednotlivých let jsou nezávislé náhodné veličiny se zobecněným rozdělením extrémních hodnot pro minima a s klesajícím trendem v parametru polohy. Parametry modelů odhadujeme metodou maximální věrohodnosti. Pro některé roky data o nejlepších výsledcích chybí, s takovými daty zacházíme jako s daty cenzorovanými zprava hodnotami tehdy platných rekordů. Tomu jsou přizpůsobeny i grafické nástroje použité pro diagnostiku modelů. Získané modely pak využíváme při odhadu ultimátních rekordů a také při predikci nových rekordů do dalších let. Na závěr odhadujeme několik modelů, které popisují historický vývoj nejlepších výsledků jednotlivých let pro několik délek běhů najednou.
|
|
Statistical Methods for Regression Models With Missing Data
Nekvinda, Matěj ; Kulich, Michal (vedoucí práce) ; Omelka, Marek (oponent)
Cílem této práce je popsat a rozvinout strategie pro odhad v datech získaných stratifiko- vaným výběrem. V práci jsou popsány metody pro odhad střední hodnoty a lineární re- gresní model. Je také zkoumáno možné zahrnutí pomocných proměnných. Tyto proměnné lze místo použití v jejich původní formě transformovat. Je ukázána transformace minimal- izijící asymptotický rozptyl vý- sledného odhadu. Nakonec je provedeno srovnání odhadu získaného postupem probíraném v této práci s dvojitě robustním odhadem a ukázána asymptotická ekvivalence těchto dvou odhadů.
|
|
Modely a statistická analýza procesu rekordů
Tůmová, Alena ; Volf, Petr (vedoucí práce) ; Hlubinka, Daniel (oponent)
V této práci modelujeme historický vývoj nejlepších výsledků v běhu na 100, 200, 400 a 800m mužů. Předpokládáme, že nejlepší výsledky jednotlivých let jsou nezávislé náhodné veličiny se zobecněným rozdělením extrémních hodnot pro minima a s klesajícím trendem v parametru polohy. Parametry modelů odhadujeme metodou maximální věrohodnosti. Pro některé roky data o nejlepších výsledcích chybí, s takovými daty zacházíme jako s daty cenzorovanými zprava hodnotami tehdy platných rekordů. Tomu jsou přizpůsobeny i grafické nástroje použité pro diagnostiku modelů. Získané modely pak využíváme při odhadu ultimátních rekordů a také při predikci nových rekordů do dalších let. Na závěr odhadujeme několik modelů, které popisují historický vývoj nejlepších výsledků jednotlivých let pro několik délek běhů najednou.
|