|
|
Vizuální statistické metody
Jeliga, Jan ; Hlávka, Zdeněk (vedoucí práce) ; Maciak, Matúš (oponent)
Grafy a vizualizace dat obecně hrají v moderní statistice důležitou roli. V práci se věnujeme možnosti jejich užití při testování hypotéz. Nejprve zavedeme koncept vizuálního testování a definujeme analogie pojmů jako je statistika či p-hodnota, a dále definujeme specifické pojmy pro vizuální testování. Provedení vizuálního testu demonstrujeme na příkladu a uvádíme ho v paralele s klasickým testem pro stejná data a stejnou nulovou a alternativní hypotézu. Dále se věnujeme možnosti využití nástroje Amazon Mechanical Turk pro vizuální testování. Popisujeme návrh vizuálního testu a uvádíme výsledky experimentů na simulovaných datech, provedených za účelem odhadu síly vizuálního testu a jeho srovnání s klasickým testem. Powered by TCPDF (www.tcpdf.org)
|
|
|
Analýza úrovně kvality života pomocí shlukové analýzy a porovnání s Human Development Indexem
Pánková, Barbara ; Miskolczi, Martina (vedoucí práce) ; Langhamrová, Jana (oponent)
Kvalita života je v dnešní době často skloňovaným tématem. Při vymezování tohoto pojmu však panuje nejednoznačnost a nejednotnost, jelikož neexistuje ani všeobecně přijímaná definice, ani teoreticky propracovaný model. Nicméně, i přes tento fakt je úroveň lidského života v současné době jedním z nejdiskutovanějších témat. Sledováním kvality života pomocí různých indikátorů se zabývá celá řada světových organizací, jako například Rozvojový program Organizace spojených národů. Tato organizace každoročně publikuje index lidského rozvoje, který rozděluje státy celého světa do čtyř skupin, dle jejich celkového rozvoje, a to na státy s nízkým, středním, vysokým a velmi vysokým rozvojem. Cílem této diplomové práce je analyzovat kvalitu života ve 125 zemích světa pomocí shlukové analýzy, přesněji Wardovy metody. Kvalita života je v této práci hodnocena na základě 19 demografických a ekonomických ukazatelů, mezi něž patří například střední délka života, míra gramotnosti, dostupnost pitné vody nebo kojenecká úmrtnost. Shluková analýza rozdělila země do jednotlivých shluků podle podobnosti. Celkem bylo vytvořeno 6 shluků, které byly následně porovnány s výsledky indexu lidského rozvoje. Shluky, které na základě analýzy vznikly, velmi dobře vystihují dělení, které se běžně používá při charakteristice rozvojových a rozvinutých zemí. Každý ze šesti výsledných shluků lze velmi dobře popsat a charakterizovat z hlediska kvality života, a označit ho jako stát nejchudší rozvojový, rozvojový, mírně rozvinutý, středně rozvinutý, rozvinutý či velmi rozvinutý. Na základě výsledků lze konstatovat, že provedená analýza je konzistentní s dalšími indikátory kvality života a výsledné shluky se do velké míry překrývají s rozvrstvením, které se běžně používá.
|
|
|
Analýza úmrtnostních tabulek pomocí vybraných vícerozměrných statistických metod
Bršlíková, Jana ; Vilikus, Ondřej (vedoucí práce) ; Miskolczi, Martina (oponent)
Úmrtnost historicky patří k nejsledovanějším demografickým ukazatelům a nepochybně odráží vyspělost každé země. Cílem této diplomové práce je porovnání úmrtnostních poměrů analyzovaných zemí celého světa v čase a mezi sebou s využitím hlavních komponent, což umožňuje na data pohlédnout jinou optikou, než je běžné. Velkou výhodou je minimální ztráta informace a poměrně srozumitelná interpretace úmrtnosti jednotlivých zemí. Práce nabízí několik zajímavých grafických výstupů. Ty např. potvrzují vyšší úmrtnost v zemích východní Evropy ve srovnání se zeměmi západní Evropy či v letech 1990 - 2010 v rámci postkomunistických zemí nejvýraznější snížení úmrtnosti v České republice. Data jsou čerpána z databáze Human Mortality Database a zpracována ve statistickém programu SPSS.
|
|
|
Hodnocení úspěšnosti metod využívaných ve shlukové analýze
Sirota, Sergej ; Löster, Tomáš (vedoucí práce) ; Makhalova, Elena (oponent)
Cílem diplomové práce je porovnat úspěšnost jednotlivých metod shlukování a jejich schopnost správně klasifikovat objekty v datových souborech do předem známých skupin. V teoretické části jsou nejdříve popsány jednotlivé kroky potřebné pro přípravu datového souboru pro samotnou shlukovou analýzu. Další část je pak věnována samotné shlukové analýze, kde jsou popsány způsoby měření podobností jak objektů, tak i shluků. Dále jsou pak popsány jednotlivé metody shlukování využité v samotné praktické části této diplomové práce. V praktické části se již analyzuje 20 souborů, kde každý soubor obsahuje pouze kvantitativní proměnné a třídící znak, podle kterého jsou objekty klasifikovány. U každého souboru jsou spočteny pro každou shlukovou metodu úspěšnosti správného rozřazení objektů do předem známých skupin. V závěru praktické části je pak souhrnný popis výsledků shlukových metod. Hlavním přínosem této práce je zhodnocení úspěšnosti metod shlukování při klasifikaci objektů do předem známých skupin.
|
|
|
Zpracování asociačních pravidel metodou vícekriteriálního shlukování
Kejkula, Martin ; Rauch, Jan (vedoucí práce) ; Berka, Petr (oponent) ; Máša, Petr (oponent)
Cílem této práce je navrhnout metodu, která by umožňovala zpracovat množinu asociačních pravidel: měla by poskytovat strukturovaný, přehledný popis celé množiny asociačních pravidel, získané libovolnou implementací nějakého algoritmu pro hledání asociačních pravidel v analyzovaných datech. Měla by uživateli poskytnout přehled o množině vygenerovaných asociačních pravidel a usnadnit její zpracování. Způsob dosažení cíle, zvolený v této práci je: rozdělit množinu asociačních pravidel do podmnožin. Asociační pravidla v jedné podmnožině by si měla být vzájemně více podobná než pravidla ze dvou různých podmnožin. Hlavním přínosem této práce je nová originální metoda zpracování asociačních pravidel. Vedlejším přínosem práce je rozsáhlá rešerše publikovaných metod zpracování asociačních pravidel. Metoda vícekriteriálního shlukování poskytuje rozdělení asociačních pravidel do skupin vzájemně si podobných pravidel (tzv. "přirozených shluků"), kterého není možné dosáhnout žádnou z doposud známých metod. Metoda používá nový způsob reprezentace asociačních pravidel, inspirovaný vektorovým modelem, používaným v oblasti zpracování informačních fondů (information retrieval). V práci je popsán převod asociačních pravidel do vektorového modelu, analogickému k vektorové reprezentaci dokumentů. Jádrem metody je dvojí, na sobě nezávislé shlukování asociačních pravidel: shlukování kvantitativních charakteristik (jako jsou např. spolehlivost, podpora, faktor zajímavosti) a cedentální shlukování asociačních pravidel (inspirované shlukováním dokumentů). Struktura práce: na úvodní kapitolu navazuje kapitola, popisující proces dobývání znalostí z databází. Proces je popsán na základě vybraných metodik (CRISP-DM, SEMMA, GUHA, RAMSYS).Třetí kapitola je věnována pojmu asociační pravidlo a charakteristikám asociačních pravidel. Další kapitola obsahuje rešerši současných metod post-processingu asociačních pravidel. Pátá kapitola seznamuje s problematikou shlukování. Šestá kapitola obsahuje popis metody vícekriteriálního shlukování asociačních pravidel. Další kapitola se věnuje experimentům. Osmá kapitola se zabývá možnostmi využití metody.
|
|
| |
|
| |
host ::
RSS.