Modelování délky vět

Bc. Vojtěch Matulík

Bakalářská práce

Sentence length modelling

Anotace:

V této bakalářské práci se věnujeme modelování délek vět v psaném textu. Zabýváme se náležitostmi vybraných rozdělení a odhadujeme jejich parametry pomocí metody maximální věrohodnosti. Samotný model vytváříme v programovacím jazyce R a adekvátnost modelu posuzujeme pomocí Pearsonova χ2 testu dobré shody. Nakonec si představujeme úvod k testování autorství pomocí programů, které jsme si vytvořili, a teorie, kterou jsme si zavedli.

Abstract:

In this thesis, we study sentence length modelling in written text. We deal with the properties of the selected distributions and estimate their parameters using the maximum likelihood method. We build the model itself in the programming language R and assess the adequacy of the model using Pearson's χ2 goodness-of-fit test. Finally, we present an introduction to authorship testing using the programs we have developed, and the theory we have established.

Klíčová slova

Věta, Délka věty, Metoda maximální věrohodnosti, Negativně binomické rozdělení, Lognormální rozdělení, GIGP rozdělení, IGP rozdělení, Pearsonův χ2 test dobré shody, Testování autorství

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 10. 5. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 27. 6. 2023
• Vedoucí: RNDr. Radim Navrátil, Ph.D.
• Oponent: Mgr. Karolína Hrabcová

Masarykova univerzita

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Matematika / Statistika a analýza dat