|
|
Application Of Implicitly Weighted Regression Quantiles: Analysis Of The 2018 Czech Presidential Election
Kalina, Jan ; Vidnerová, P.
Regression quantiles can be characterized as popular tools for a complex modeling of a continuous response variable conditioning on one or more given independent variables. Because they are however vulnerable to leverage points in the regression model, an alternative approach denoted as implicitly weighted regression quantiles have been proposed. The aim of current work is to apply them to the results of the second round of the 2018 presidential election in the Czech Republic. The election results are modeled as a response of 4 demographic or economic predictors over the 77 Czech counties. The analysis represents the first application of the implicitly weighted regression quantiles to data with more than one regressor. The results reveal the implicitly weighted regression quantiles to be indeed more robust with respect to leverage points compared to standard regression quantiles. If however the model does not contain leverage points, both versions of the regression quantiles yield very similar results. Thus, the election dataset serves here as an illustration of the usefulness of the implicitly weighted regression quantiles.
|
|
|
Application Of Implicitly Weighted Regression Quantiles: Analysis Of The 2018 Czech Presidential Election
Kalina, Jan ; Vidnerová, Petra
Regression quantiles can be characterized as popular tools for a complex modeling of a continuous response variable conditioning on one or more given independent variables. Because they are however vulnerable to leverage points in the regression model, an alternative approach denoted as implicitly weighted regression quantiles have been proposed. The aim of current work is to apply them to the results of the second round of the 2018 presidential election in the Czech Republic. The election results are modeled as a response of 4 demographic or economic predictors over the 77 Czech counties. The analysis represents the first application of the implicitly weighted regression quantiles to data with more than one regressor. The results reveal the implicitly weighted regression quantiles to be indeed more robust with respect to leverage points compared to standard regression quantiles. If however the model does not contain leverage points, both versions of the regression quantiles yield very similar results. Thus, the election dataset serves here as an illustration of the usefulness of the implicitly weighted regression quantiles.
|
|
|
The 2020 Election In The United States: Beta Regression Versus Regression Quantiles
Kalina, Jan
The results of the presidential election in the United States in 2020 desire a detailed statistical analysis by advanced statistical tools, as they were much different from the majority of available prognoses as well as from the presented opinion polls. We perform regression modeling for explaining the election results by means of three demographic predictors for individual 50 states: weekly attendance at religious services, percentage of Afroamerican population, and population density. We compare the performance of beta regression with linear regression, while beta regression performs only slightly better in terms of predicting the response. Because the United States population is very heterogeneous and the regression models are heteroscedastic, we focus on regression quantiles in the linear regression model. Particularly, we develop an original quintile regression map, such graphical visualization allows to perform an interesting interpretation of the effect of the demographic predictors on the election outcome on the level of individual states.
|
|
|
Modelování závislosti mezi hydrologickými a meteorologickými veličinami měřenými v několika stanicích
Turčičová, Marie ; Jarušková, Daniela (vedoucí práce) ; Hlávka, Zdeněk (oponent)
Název práce: Modelování závislosti mezi hydrologickými a meteorologickými veliči- nami měřenými v několika stanicích Autor: Bc. Marie Turčičová Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: Prof. RNDr. Daniela Jarušková CSc., České vysoké učení technické v Praze, Stavební fakulta, katedra matematiky Abstrakt: Cílem této práce je průzkum závislosti denního průměrného průtoku řeky Opavy na vysokých denních srážkových úhrnech v jejím povodí. V prá- ci jsou představeny tři metody, které lze použít při analýze závislosti vysokých hodnot veličin, a je předvedena jejich aplikace na studovaná data. V první řadě je to koeficient závislosti chvostů, který měří závislost vysokých hodnot dvou spojitých náhodných veličin. Konkrétní model pro vysoké kvantily průtoku při daných srážkách je určen nejprve neparametricky pomocí kvantilové regrese, ale dále také parametricky prostřednictvím metody špiček nad prahem (POT). Klíčová slova: závislost vysokých hodnot, koeficient závislosti chvostů, kvantilová regrese, metoda špiček nad prahem
|
|
|
Statistical inference based on saddlepoint approximations
Sabolová, Radka ; Jurečková, Jana (vedoucí práce) ; Hlávka, Zdeněk (oponent) ; Picek, Jan (oponent)
Název práce: Statistická inference založená na aproximací pomocí metody sedlového bodu Autor: Radka Sabolová Abstrakt: Metody založené na aproximacích pomocí sedlového bodu pro M- odhady se ve statistice osvědčily jako velmi přesné a robustní i pro výběry malého rozsahu. V této práci byly touto metodou odvozeny aproximace hustoty a testy v kvantilové regresi, a to pro parametrický i neparametrický případ. Kromě toho byl navržen i test o hodnotě regresního kvantilu založený na asymptotickém rozdělení zprůměrovaných regresních kvantilů. Tyto testy byly pak porovnány s jinými dostupnými testy v simulační studii. Poslední část práce je věnována speciálnímu případu Kullback-Leiblerovy divergence pro exponenciální rodinu rozdělení, na základě které byly také odvozeny aproximace hustoty maximálně věrohodného odhadu a suficientní statistiky pomocí metody sedlového bodu. 1
|
|
|
Regression quantiles
Rusnák, Peter ; Kalina, Jan (vedoucí práce) ; Zvára, Karel (oponent)
Názov práce: Regresní kvantily Autor: Peter Rusnák Katedra / Ústav: Katedra pravděpodobnosti a matematické statistiky MFF UK Vedúci bakalárskej práce: RNDr. Jan Kalina, Ph.D. ,Ústav informatiky AV ČR Abstrakt: Kvantilová regresia je štatistická metóda slúžiaca na určovanie závislostí medzi premennými, ktorá bola navrhnutá už v článku Koenker a Bassett (1978). Od tej doby prešla veľkým rozvojom, keď boli študované jej teoretické vlastnosti, a zároveň si našla radu praktických aplikácii pri spracovaní reál- nych dát v najrôznejších oboroch. Kým bežná metóda najmenších štvorcov popisuje vzťah medzi jedným respektíve viacerými kovariátmi X a podmieneným priemerom odpovedajúcej premennej Y daným X = x, kvantilová regresia popisuje vzťah medzi X a podmienenými kvantilmi Y danými X = x. Táto práca obsahuje teóriu nevyhnutnú pre pochopenie vzťahu medzi štandardnou a kvantilovou regresiou a umožňu- júcu začlenenie takto získaných odhadov do väčšej skupiny M-odhadov. Výpočet koeficientu pre jed- notlivé kovariáty je prevedený Frisch-Newtnovým algoritmom, ktorý patrí k metódam lineárneho pro- gramovania. Taktiež si ukážeme, ako vedľajší produkt tohto algoritmu, takzvané regresné poradie je vypočítané a ako ho použiť pre testovanie hypotéz. V druhej časti budeme ilustrovať numerický výpočet pre kvantilovú regresiu ako...
|
|
|
Modeling Conditional Quantiles of Central European Stock Market Returns
Burdová, Diana ; Baruník, Jozef (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Prevažná čast' literatúry na tému Value at Risk (VaR) sa zameriava na nepod- mienené neparametrické alebo parametrické prístupy k jeho odhadovaniu, ovel'a menšia čast' na priame modelovanie podmienených kvantilov. Táto práca sa sústred'uje na priame modelovanie podmieneného VaRu, za pomoci flexibilnej kvantilovej regresie, a teda nekladie žiadne obmedzenia na rozde- lenie výnosov. Na štyri cenové indexy, a to český PX, mad'arský BUX, ne- mecký DAX a americký S&P 500, aplikujeme semiparametrické podmienené autoregresné Value at Risk (CAViaR) modely, ktoré umožňujú variáciu pod- mieneného rozdelenia výnosov v čase a takisto rôznu časovú variáciu pre rôzne kvantily. Hlavným ciel'om práce je skúmat' ako zavedenie dynamiky ovplyvňuje presnost' VaR odhadov. Hlavný prínos práce spočíva v tom, že sa jedná o prvú aplikáciu tohto prístupu na stredoeurópsky akciový trh a po druhé, že skúmame vplyv na presnost' VaR odhadov v období pred krízou a takisto počas krízy. Výsledky dokazujú, že CAViaR modely vel'mi do- bre popisujú vývoj kvantilov v čase, či už z hl'adiska absolútneho alebo relatívneho v porovnaní s parametrickými modelmi. Nielen že poskytujú všeobecne lepšie odhady, ale prinášajú aj presné predpovede. Tieto modely...
|
|
|
Measuring the Value of a Statistical Life in the Czech Republic: A Hedonic Wage Approach
Špiroch, Jakub ; Havránek, Tomáš (vedoucí práce) ; Pertold-Gebicka, Barbara (oponent)
Tato studie představuje několik regresí hedonické mzdy, s pomocí kterých se snažíme vysvětlit vztah mzdy a rizika na trhu práce v České republice. Před- chozí empirická teorie připouští příjmovou a věkovou heterogenitu v hodnotě statistického života (VSL). V této práci je využita kvantilní regrese spolu s věkově závislými nesmrtelnými a smrtelnými riziky k odhadu proměnlivého růstu VSL ve vztahu s věkem a příjmem v rámci jednoho konceptu. Výsledky, založené na datech EU-SILC z roku 2018, implikují vývoj hodnoty VSL ve tvaru obráceného V s postupujícím věkem pracovníků. Odhady VSL dosahují nejvyšší hodnoty ve věkové kohortě 42-47 napříč všemi kvantilovými úrovněmi reálných mezd, po dosažení maxima začíná VSL opět s věkem klesat. Abychom byli schopni odhadnout jakékoli efekty globální pandemie způsobující změnu VSL, navrhli jsme množinu nových COVID-19 proměnných sloužících ke kon- trole. Nakonec byly vytvořeny anuitizované odhady VSL, s pomocí kterých jsme získali hodnotu statistického roku života (VSLY). Výsledná míra VSLY odpovídá tvaru VSL v závislosti na věku a příjmu pracovníků. Klasifikace JEL J17, J24, J28, J31, J33 Klíčová slova hedonická mzda, kompenzační mzdové dif- ferenciály, kvantilová regrese, VSL, příj- mová elasticita Název práce Měření hodnoty statistického života v České republice:...
|
|
|
Statistical inference based on saddlepoint approximations
Sabolová, Radka
Název práce: Statistická inference založená na aproximací pomocí metody sedlového bodu Autor: Radka Sabolová Abstrakt: Metody založené na aproximacích pomocí sedlového bodu pro M- odhady se ve statistice osvědčily jako velmi přesné a robustní i pro výběry malého rozsahu. V této práci byly touto metodou odvozeny aproximace hustoty a testy v kvantilové regresi, a to pro parametrický i neparametrický případ. Kromě toho byl navržen i test o hodnotě regresního kvantilu založený na asymptotickém rozdělení zprůměrovaných regresních kvantilů. Tyto testy byly pak porovnány s jinými dostupnými testy v simulační studii. Poslední část práce je věnována speciálnímu případu Kullback-Leiblerovy divergence pro exponenciální rodinu rozdělení, na základě které byly také odvozeny aproximace hustoty maximálně věrohodného odhadu a suficientní statistiky pomocí metody sedlového bodu. 1
|
|
|
Trading strategies based on estimates of conditional distribution of stock returns
Sedlačík, Adam ; Baruník, Jozef (vedoucí práce) ; Vošvrda, Miloslav (oponent)
Tato práce vytváří novou obchodní strategii. Pomocí kvantilových regresí jsou odhadnuty podmíněné distribuční funkce tržních návratností. Na základě odhadnutých distribucí jsou produkovány signály pro nákup a prodej, které společně s funkcí vah, jež jsou odvozené od exponenciálních klouzavých průměrů, určují množství a čas nákupu a prodeje. Strategie má lepší výkonnost než trh na datech, na kterých byla odhadována, avšak při out-of-sample testování neposkytuje uspokojivé výsledky.
|
host ::
RSS.