National Repository of Grey Literature 3 records found  Search took 0.01 seconds. 
Statistical inference for Markov processes with continuous time
Křepinská, Dana ; Prokešová, Michaela (advisor) ; Lachout, Petr (referee)
Tato diplomová práce se zabývá odhadováním matice intenzit Markovova pro- cesu se spojitým časem na základě diskrétně pozorovaných dat. Začátek práce je věnován jednoduššímu odhadu ze spojité trajektorie pomocí metody maximální věrohodnosti. Dále je zde popsán odhad z diskrétní trajektorie přes výpočet ma- tice pravděpodobností přechodu. Následně je velmi podrobně rozebrán EM al- goritmus, který předchozí odhad zpřesňuje. Na závěr teoretické části je uvedena metoda odhadu zvaná Monte Carlo Markov Chain. Všechny postupy jsou zároveň implementovány v počítačovém softwaru a prezentace jejich výsledk· je obsahem druhé části práce. V té jsou porovnané odhady pro denní, týdenní a měsíční po- zorování a také pro pětiletou a desetiletou pozorovanou trajektorii. K výsledk·m jsou připojeny odhady rozptyl· a intervaly spolehlivosti. 1
Statistical inference for Markov processes with continuous time
Křepinská, Dana ; Prokešová, Michaela (advisor) ; Lachout, Petr (referee)
Tato diplomová práce se zabývá odhadováním matice intenzit Markovova pro- cesu se spojitým časem na základě diskrétně pozorovaných dat. Začátek práce je věnován jednoduššímu odhadu ze spojité trajektorie pomocí metody maximální věrohodnosti. Dále je zde popsán odhad z diskrétní trajektorie přes výpočet ma- tice pravděpodobností přechodu. Následně je velmi podrobně rozebrán EM al- goritmus, který předchozí odhad zpřesňuje. Na závěr teoretické části je uvedena metoda odhadu zvaná Monte Carlo Markov Chain. Všechny postupy jsou zároveň implementovány v počítačovém softwaru a prezentace jejich výsledk· je obsahem druhé části práce. V té jsou porovnané odhady pro denní, týdenní a měsíční po- zorování a také pro pětiletou a desetiletou pozorovanou trajektorii. K výsledk·m jsou připojeny odhady rozptyl· a intervaly spolehlivosti. 1
Time series and stochastic volatility in finance
Kováčová, Iveta ; Hurt, Jan (advisor) ; Zichová, Jitka (referee)
Title: Time series and stochastic volatility in finance Author: Iveta Kováčová Department: Department of Probability and Mathematical Statistics Supervisor: Doc. RNDr. Jan Hurt, CSc. Supervisor's e-mail address: hurt@karlin.mff.cuni.cz Abstract: Following thesis introduces the basic characteristics of autoregressive models ARCH and GARCH. Afterwards, it describes numerical calculation of estimation of their parameters. Finally, it applies the abovementioned models on concrete financial data (exchange rate EUR/CZK) by means of the Mathematica 8.0 program.

Interested in being notified about new results for this query?
Subscribe to the RSS feed.