| |
|
Využití bioimpedanční analýzy ke stanovení funkce ledvin
Veselková, Alena ; Šrámek, Petr (vedoucí práce) ; Švára, František (oponent)
Cíl studie: Vypočítat hodnoty glomerulární filtrace (GF) pomocí šesti dostupných způsobů a naměřit impedanční parametry fázový úhel () a aktivní tělesnou hmotu (ATH) pomocí multifrekvenčního a monofrekvenčního měření. Zvolit jednu metodu výpočtu GF jako přesnou metodu odhadu GF pro tuto studii a pomocí lineární regrese dát do vztahu s hodnotami dalších možností stanovení GF a naměřenými impedančními parametry () a ATH. Posoudit, zda použití () a ATH by přispělo ke zpřesnění stávajících metod odhadu GF (MDRD-A, MDRD-B, CLCG, CLcysC). (...) Závěry: Impedanční parametry () a ATH reagují na zhoršující funkci ledvin tím, že jejich hodnota klesá. Studií jsme prokázali velmi těsný vztah parametru (ATHx a ATHc) , získané dvěma způsoby měření (R2 - ATHx and ATHc = 0,843). Metoda bioimpedometrie je tímto připravena k případné další validaci a vývoji bioimpedančních vah k určení poruchy renální funkce.
|
| |
| |
|
Shluková a regresní analýza mikropanelových dat
Sobíšek, Lukáš ; Pecáková, Iva (vedoucí práce) ; Komárek, Arnošt (oponent) ; Brabec, Marek (oponent)
Panelové studie se provádí především za účelem analýzy změn hodnot sledovaných proměnných v čase. V mikropanelovém výzkumu se sleduje velké množství objektů periodicky během relativně krátkého časového úseku (v řádu let). Počet opakovaných měření je v řádu jednotek. Tato práce se věnuje stávajícím přístupům k regresní a shlukové analýze mikropanelových dat. Jedním z přístupů k analýze mikropanelu je využití modifikovaných vícerozměrných statistických modelů pro průřezová data, které zohledňují korelaci měření pro daný objekt. V práci jsou shrnuty dostupné nástroje pro regresní analýzu mikropanelových dat. Kromě rekapitulace známých a užívaných smíšených lineárních modelů pro normálně rozdělenou závisle proměnnou jsou stručně představeny nové přístupy pro analýzu vysvětlovaných proměnných s jiným než normálním rozdělením. Mezi ně patří například zobecněný lineární marginální model, zobecněný lineární model se smíšenými efekty a bayesovský přístup. Kromě popisu těchto modelů je uveden stručný přehled jejich implementace v systému R. S regresními modely upravenými pro mikropanelová data je spjato úskalí v nejednoznačnosti odhadu jejich parametrů. V práci je navrženo, jak zpřesnit odhady pomocí shlukové analýzy. Proto jsou v práci popsány metody shlukové analýzy mikropanelových dat. Vzhledem k tomu, že nabídka metod je omezená, hlavním cílem práce bylo navrhnout vlastní dvoukrokový postup shlukování mikropanelových dat. V prvním kroku jsou transformována panelová data na statická pomocí skupiny navržených charakteristik dynamiky, které reprezentují různé vlastnosti časového vývoje sledované proměnné. Ve druhém kroku jsou shlukovány objekty konvenčními prostorovými technikami (aglomerativní shlukování a metoda C-průměrů) na základě matice nepodobnosti hodnot shlukovacích proměnných spočítaných v prvním kroku. Dalším cílem práce je zjistit, zda navržený postup shlukování vede ke zkvalitnění regresních modelů pro tento typ dat. Pomocí simulační studie je porovnáván navržený shlukovací přístup s postupem aplikovaným v balíčku kml systému R a se shlukovacími charakteristikami, které navrhuje Urso (2004). V provedené studii dosáhla kombinace navržených shlukovacích proměnných lepších výsledků než používané skupiny shlukovacích proměnných. Dalším přínosem práce je skript napsaný pro jazyk R přiložený na CD. Tento skript je možno použít pro analýzu vlastních mikropanelových dat.
|
|
Vývoj algoritmů pro odhad stavu experimentálního vozidla
Lamberský, Vojtěch ; Krejsa, Jiří (oponent) ; Grepl, Robert (vedoucí práce)
Tato práce se zabývá studiem filtračních algoritmů používajících matematický model systému k zlepšení kvality filtrace. Navržené filtrační algoritmy jsou použité v řídící jednotce experimentálního vozidla (filtrování signálu pro zpětnovazební regulátory). Na experimentálním vozidle je demonstrováno zlepšení odhady polohy při použití Kalmanova filtru. V další části je popsán způsob návrhu algoritmu pro mikrokontroléry dsPIC z prostředí Matlabu.
|
|
Diagnostics for Robust Regression: Linear Versus Nonlinear Model
Kalina, Jan
Robust statistical methods represent important tools for estimating parameters in linear as well as nonlinear econometric models. In contrary to the least squares, they do not suffer from vulnerability to the presence of outlying measurements in the data. Nevertheless, they need to be accompanied by diagnostic tools for verifying their assumptions. In this paper, we propose the asymptotic Goldfeld-Quandt test for the regression median. It allows to formulate a natural procedure for models with heteroscedastic disturbances, which is again based on the regression median. Further, we pay attention to nonlinear regression model. We focus on the nonlinear least weighted squares estimator, which is one of recently proposed robust estimators of parameters in a nonlinear regression. We study residuals of the estimator and use a numerical simulation to reveal that they can be severely heteroscedastic also for data generated from a model with homoscedastic disturbances. Thus, we give a warning that standard residuals of the robust nonlinear estimator may produce misleading results if used for the standard diagnostic tools
|
|
On Exact Heteroscedasticity Testing for Robust Regression
Kalina, Jan ; Peštová, Barbora
The paper is devoted to the least weighted squares estimator, which is one of highly robust estimators for the linear regression model. Novel permutation tests of heteroscedasticity are proposed. Also the asymptotic behavior of the permutation test statistics of the Goldfeld-Quandt and Breusch-Pagan tests is investigated. A numerical experiment on real economic data is presented, which also shows how to perform a robust prediction model under heteroscedasticity.
|
|
Odhad potenciálního produktu v ČR a jeho vztah k hospodářskému cyklu
Svatošová, Ludmila ; Kloudová, Dana (vedoucí práce) ; Chytilová, Helena (oponent)
Potenciální produkt bývá užíván jako indikátor průběhu hospodářského cyklu. Cílem této práce je porovnat výsledky jednotlivých metod odhadu potenciálního produktu a ověřit hypotézu, že potenciální produkt respektive produkční mezera mohou sloužit jako spolehlivý indikátor k určení fáze hospodářského cyklu v podmínkách České republiky v letech 1996 - 2012. K odhadu potenciálního produktu bylo použito šesti metod -- lineární trend, Hodrick-Prescottův filtr, Baxter-Kingův filtr, Butterworthův filtr, Kalmanův filtr a produkční funkce. Na základě těchto odhadů byla stanovena produkční mezera. Srovnání výsledků všech použitých metod poukazuje na shodný vývoj trendu potenciálního produktu. Všechny použité metody odhadu potenciálního produktu, kromě Butterworthova filtru, prokázaly, že jejich výsledky jsou dobrými indikátory hospodářského cyklu v České republice.
|
|
Regresní metody pro statistickou analýzu prostorových dat
Klimprová, Lucie ; Šerák, Petr (oponent) ; Michálek, Jaroslav (vedoucí práce)
Regresní metodou používanou pro vyhodnocování prostorových spojitých procesů je metoda kriging. Pokud je neznámá kovarianční struktura procesu, je potřeba odhadnout ji z dat. První, teoretická část, je věnována právě popisu metody kriging a odhadu variogramu, který popisuje kovarianční strukturu uvažovaného procesu. Druhá, praktická část, obsahuje programovou implementaci v MATLABu metody kriging na simulovaných a reálných datech.
|
host ::
