|
|
Stochastic Calculus and Its Applications in Biomedical Practice
Klimešová, Marie ; Růžičková, Miroslava (referee) ; Dzhalladova, Irada (referee) ; Baštinec, Jaromír (advisor)
V předložené práci je definována stochastická diferenciální rovnice a jsou uvedeny její základní vlastnosti. Stochastické diferenciální rovnice se používají k popisu fyzikálních jevů, které jsou ovlivněny i náhodnými vlivy. Řešením stochastického modelu je náhodný proces. Cílem analýzy náhodných procesů je konstrukce vhodného modelu, který umožní porozumět mechanismům, na jejichž základech jsou generována sledovaná data. Znalost modelu také umožňuje předvídání budoucnosti a je tak možné kontrolovat a optimalizovat činnost daného systému. V práci je nejdříve definován pravděpodobnostní prostor a Wienerův proces. Na tomto základě je definována stochastická diferenciální rovnice a jsou uvedeny její základní vlastnosti. Závěrečná část práce obsahuje příklad ilustrující použití stochastických diferenciálních rovnic v praxi.
|
|
|
Testing time-series characteristics of prices of financial derivatives
Vdovičenko, Martin ; Kadavý, Matěj (advisor) ; Šnupárková, Jana (referee)
This work discusses Brownian motion and its basic transformations. The work describes basic properties of its trajectories and shows that Brownian motion is a martingale and a self-similar process. Next, we discuss time series analysis. We introduce graphical tools for analyzing data and we describe theoretical basics of some normality and independence tests. Finally, we consider the hypothesis that in the short run the price of financial assets can be modelled by Brownian motion. We conduct basic statistical tests on real data using the R progam and we talk through our results.
|
|
|
Mixing processes with finite alphabet
Vostal, Ondřej ; Kupsa, Michal (advisor) ; Dostál, Petr (referee)
An introduction to the theory of mixing of random processes is presented. The aim of this introduction is to be eventually able to separate general random processes, markov chains and markov chains with finite alphabet into groups which mix differently. The introduction is made complete by examples. We show, that for general processes those groups are separate, for markov chains some coincide, and for markov chains with finite alphabet all coincide. Powered by TCPDF (www.tcpdf.org)
|
|
|
Kolmogorov-Chentsov Theorem
Lebeda, Matěj ; Čoupek, Petr (advisor) ; Kříž, Pavel (referee)
Is there a sufficient condition for continuity of sample paths of a random process? Or, is it at least possible to modify the process so that the paths would already be continuous? An affirmative answer is given by the Kolmogorov- Chentsov theorem, whose statement and proof are the subject of this thesis. First, we introduce the notion of a random process and briefly focus on the so-called Gaussian processes. The main focus of the second chapter is the Kolmogorov- Chentsov theorem, its proof and some auxiliary assertions are given. In the final third chapter, we deal with the applications of the theorem to some well-known Gaussian processes such as the Wiener process or the Brownian bridge. Finally, we look into the Poisson process, which on the contrary does not satisfy the condition of the theorem. 1
|
|
|
Stochastic Calculus and Its Applications in Biomedical Practice
Klimešová, Marie ; Růžičková, Miroslava (referee) ; Dzhalladova, Irada (referee) ; Baštinec, Jaromír (advisor)
V předložené práci je definována stochastická diferenciální rovnice a jsou uvedeny její základní vlastnosti. Stochastické diferenciální rovnice se používají k popisu fyzikálních jevů, které jsou ovlivněny i náhodnými vlivy. Řešením stochastického modelu je náhodný proces. Cílem analýzy náhodných procesů je konstrukce vhodného modelu, který umožní porozumět mechanismům, na jejichž základech jsou generována sledovaná data. Znalost modelu také umožňuje předvídání budoucnosti a je tak možné kontrolovat a optimalizovat činnost daného systému. V práci je nejdříve definován pravděpodobnostní prostor a Wienerův proces. Na tomto základě je definována stochastická diferenciální rovnice a jsou uvedeny její základní vlastnosti. Závěrečná část práce obsahuje příklad ilustrující použití stochastických diferenciálních rovnic v praxi.
|
|
|
Autoregressive models
Rathouský, Marek ; Zichová, Jitka (advisor) ; Prášková, Zuzana (referee)
The purpose of this thesis is to compare the classic autoregressive model of order 1 to integer autoregressive model of order 1. Considering the popularity of AR(1) model, only the basics are covered within this thesis. The main focus is on the INAR(1) model. Operator ◦ necessary for INAR(1) definition is intro- duced alongside with its properties with proof. All of the non-trivial properties of INAR(1) are followed by detailed proof, stationarity condition is also derived. Common estimation techniques are described for poisson INAR(1) model. This thesis also contains simulation study, which focuses on the rate of convergence of estimates of parameters. 1
|
|
|
Mixing processes with finite alphabet
Vostal, Ondřej ; Kupsa, Michal (advisor) ; Dostál, Petr (referee)
An introduction to the theory of mixing of random processes is presented. The aim of this introduction is to be eventually able to separate general random processes, markov chains and markov chains with finite alphabet into groups which mix differently. The introduction is made complete by examples. We show, that for general processes those groups are separate, for markov chains some coincide, and for markov chains with finite alphabet all coincide. Powered by TCPDF (www.tcpdf.org)
|
|
|
Testing time-series characteristics of prices of financial derivatives
Vdovičenko, Martin ; Kadavý, Matěj (advisor) ; Šnupárková, Jana (referee)
This work discusses Brownian motion and its basic transformations. The work describes basic properties of its trajectories and shows that Brownian motion is a martingale and a self-similar process. Next, we discuss time series analysis. We introduce graphical tools for analyzing data and we describe theoretical basics of some normality and independence tests. Finally, we consider the hypothesis that in the short run the price of financial assets can be modelled by Brownian motion. We conduct basic statistical tests on real data using the R progam and we talk through our results.
|
guest ::
