|
|
Selected random variables transformations used in classical linear regression
Tejkal, Martin ; Michálek, Jaroslav (referee) ; Hübnerová, Zuzana (advisor)
Klasická lineární regrese a z ní odvozené testy hypotéz jsou založeny na předpokladu normálního rozdělení a shodnosti rozptylu závislých proměnných. V případě že jsou předpoklady normality porušeny, obvykle se užívá transformací závisle proměnných. První část této práce se zabývá transformacemi stabilizujícími rozptyl. Značná pozornost je udělena náhodným veličinám s Poissonovým a negativně binomickým rozdělením, pro které jsou studovány zobecněné transformace stabilizující rozptyl obsahující parametry v argumentu navíc. Pro tyto parametry jsou stanoveny jejich optimální hodnoty. Cílem druhé části práce je provést srovnání transformací uvedených v první části a dalších často užívaných transformací. Srovnání je provedeno v rámci analýzy rozptylu testováním hypotézy shodnosti středních hodnot p nezávislých náhodných výběrů s pomocí F testu. V této části jsou nejprve studovány vlastnosti F testu za předpokladu shodných a neshodných rozptylů napříč výběry. Následně je provedeno srovnání silofunkcí F testu aplikovaného pro p výběrů z Poissonova rozdělení transformovanými odmocninovou, logaritmickou a Yeo Johnsnovou transformací a z negativně binomického rozdělení transformovaného argumentem hyperbolického sinu, logaritmickou a Yeo-Johnsnovou transformací.
|
|
|
Bivariate negative binomial distributions
Šír, David ; Hudecová, Šárka (advisor) ; Hlávka, Zdeněk (referee)
The thesis summarizes basic properties of the negative binomial distribution, including estimations of unknown parameters which are derived with the help of the method of moments and the maximum likelihood method. The main part of the thesis describes the bivariate negative binomial distribution. Basic properties of the studied distribution are derived. For instance marginal distribution, distribution of the sum of elements and conditional distribution are negative binomial. The unknown parameters are estimated using the methods of moments and maximum likelihood method. The consistency and asymptotic normality of these estimators are proved. The final sample behaviour of the estimators is investigated in a small simulation study. The described bivariate distribution is applied to real traffic accidents data set from the Czech Republic. 1
|
|
|
Multivariate claim numbers models
Zušťáková, Lucie ; Mazurová, Lucie (advisor) ; Cipra, Tomáš (referee)
Multidimensional frequency models can be used for modeling number of claims from different branches which are somehow dependent on each other. As in the one-dimensional case Poisson distribution and negative binomial distribution are primarily used for modeling multidimensional claim counts data, only they are extended to higher dimensions. The generalization of multi- dimensional distributions is often done using so-called shock variables, where one random variable is included in all dimensions of a random vector which models claim counts. The more comprehensive approach to modeling dependence uses copulas. Comparison of these models is done on a simulated data of number of claims from two different car insurance guarantees.
|
|
|
Selected random variables transformations used in classical linear regression
Tejkal, Martin ; Michálek, Jaroslav (referee) ; Hübnerová, Zuzana (advisor)
Klasická lineární regrese a z ní odvozené testy hypotéz jsou založeny na předpokladu normálního rozdělení a shodnosti rozptylu závislých proměnných. V případě že jsou předpoklady normality porušeny, obvykle se užívá transformací závisle proměnných. První část této práce se zabývá transformacemi stabilizujícími rozptyl. Značná pozornost je udělena náhodným veličinám s Poissonovým a negativně binomickým rozdělením, pro které jsou studovány zobecněné transformace stabilizující rozptyl obsahující parametry v argumentu navíc. Pro tyto parametry jsou stanoveny jejich optimální hodnoty. Cílem druhé části práce je provést srovnání transformací uvedených v první části a dalších často užívaných transformací. Srovnání je provedeno v rámci analýzy rozptylu testováním hypotézy shodnosti středních hodnot p nezávislých náhodných výběrů s pomocí F testu. V této části jsou nejprve studovány vlastnosti F testu za předpokladu shodných a neshodných rozptylů napříč výběry. Následně je provedeno srovnání silofunkcí F testu aplikovaného pro p výběrů z Poissonova rozdělení transformovanými odmocninovou, logaritmickou a Yeo Johnsnovou transformací a z negativně binomického rozdělení transformovaného argumentem hyperbolického sinu, logaritmickou a Yeo-Johnsnovou transformací.
|
|
| |
guest ::
