|
|
Model with Weibull responses
Konečná, Tereza ; Karpíšek, Zdeněk (oponent) ; Hübnerová, Zuzana (vedoucí práce)
This Master's thesis deals with the Weibull model, exactly the two-parametric Weibull distribution. The thesis deals with the estimation of parameters by four way of method of quantiles, by method of maximum likelihood and by graphical method Weibull probability plot. The derivation of parameter estimation methods in the one-way ANOVA type models with Weibull distribution was presented. Relations for the model with constant scale parameter alpha, constant shape parameter beta and the model with both parameters constant were derived. Also the tests with nuisance parameters are included, namely the score test, the Wald test, and the likelihood ratio test. The last chapter deals with the applications of the methods. A comparison of the different methods are demonstrated by graphs, histograms and tables. The methods are programmed in freeware R software. The functionality and properties of each method are verified on two sets of simulated data. In the end of the chapter tree simulated random samples are analysed.
|
|
|
Maximálně věrohodné odhady v časových řadách
Tritová, Hana ; Pawlas, Zbyněk (vedoucí práce) ; Zikmundová, Markéta (oponent)
Práce se zabývá maximálně věrohodnými odhady v časových řadách. Čtenář se seznámí se třemi základními modely časových řad: autoregresní posloupností (AR), posloupností klouzavých součtů (MA) a jejich kombinací (ARMA). Dále zjistí, jak vypadají jejich základní charakteristiky, např. střední hodnota nebo rozptyl. Pak zde nalezne odvození odhadů parametrů metodou maximální věrohodnosti - obecně a ve zmíněných modelech časových řad. Pro modely AR(1) a MA(1) jsou uvedeny ještě odhady metodou momentů a metodou nejmenších čtverců a závěr je věnován příkladům, které slouží ke srovnání všech tří metod.
|
|
|
Statistická analýza souborů s malým rozsahem
Holčák, Lukáš ; Hübnerová, Zuzana (oponent) ; Karpíšek, Zdeněk (vedoucí práce)
Tato diplomová práce je zaměřena na analýzu malých výběru, kde není možné získat větší počet dat. To může být způsobeno zejména z důvodu časového nebo ekonomického. Kde výroba nemá prostředky na uskutečnění většího počtu měření či jim to nedovolí nedostatek finančních prostředků. Samozřejme analýza malých výběrů je značně nejistá, protože závěry jsou vždy zatíženy značnou mírou nejistoty.
|
|
| |
host ::
RSS.