|
|
Metody analýzy longitudinálních dat
Jindrová, Linda ; Volf, Petr (vedoucí práce) ; Prášková, Zuzana (oponent)
Práce se zabývá longitudinálními daty - měřeními, která jsou prová- děna opakovaně na stejných subjektech. Popisuje r·zné typy model·, které jsou vhodné pro jejich analýzu. Postupuje od nejjednodušších lineárních model· s pevnými nebo náhodnými efekty, přes lineární a nelineární modely se smíšenými efekty, až ke zobecněným lineárním model·m a generalized estimating equati- ons (GEE). Vždy je uveden tvar modelu a zp·sob odhadu parametr·. Jednotlivé modely jsou také porovnávány mezi sebou. Teoretické poznatky jsou doplněny aplikacemi na reálná data. Pomocí lineárních model· analyzujeme data o výrobě v USA, nelineární modely využijeme k vysvětlení závislosti koncentrace léčiva v krvi na čase a GEE aplikujeme na data týkající se dýchacích potíží u dětí. 1
|
|
|
Metody analýzy longitudinálních dat
Jindrová, Linda ; Volf, Petr (vedoucí práce) ; Prášková, Zuzana (oponent)
Práce se zabývá longitudinálními daty - měřeními, která jsou prová- děna opakovaně na stejných subjektech. Popisuje r·zné typy model·, které jsou vhodné pro jejich analýzu. Postupuje od nejjednodušších lineárních model· s pevnými nebo náhodnými efekty, přes lineární a nelineární modely se smíšenými efekty, až ke zobecněným lineárním model·m a generalized estimating equati- ons (GEE). Vždy je uveden tvar modelu a zp·sob odhadu parametr·. Jednotlivé modely jsou také porovnávány mezi sebou. Teoretické poznatky jsou doplněny aplikacemi na reálná data. Pomocí lineárních model· analyzujeme data o výrobě v USA, nelineární modely využijeme k vysvětlení závislosti koncentrace léčiva v krvi na čase a GEE aplikujeme na data týkající se dýchacích potíží u dětí. 1
|
|
|
Robustification of regression model with the fixed and random effects
Raušová, Magdaléna ; Víšek, Jan Ámos (vedoucí práce) ; Bobková, Božena (oponent)
V případě, že se v ekonometrické analýze setkáme s pozorováními, jejichž hodnoty vy- bočují z hodnot většiny pozorování, pak klasické metody, jako například metoda nej- menších čtverců, jsou náchylné k selhání. Problém odlehlých a vlivných pozorování může být překonán robustními metodami. Tato práce se zabývá použitím robustních metod pro panelová data - konkrétně robustními verzemi metod pevných a náhodných efektů, které jsou založeny na metodě nejmenších vážených čtverců. Po představení teoretických základů jsou uvedeny výsledky numerické studie. Jedná se o Monte Carlo studii, která ukazuje, jak se chovají klasické a robustní metody při různých stupních kontaminace dat a také, jak výběr váhové funkce může ovlivnit výsledek robustních metod založených na nejmenších vážených čtvercích.
|
host ::
RSS.