Metody robustní vůči prvkovým odlehlým hodnotám

Bc. Viktorie NESRSTOVÁ

Master's thesis

Methods robust against cellwise outliers

Anotácia:

Detekce odlehlých hodnot je velmi důležitá oblast datové analýzy. Tyto hodnoty mohou být chyby v pozorování, ale také mnohdy nesou důležitou informaci. V této práci jsou představeny tři robustní statistické metody vytvořené pro práci s datovými soubory, které odlehlé hodnoty obsahují. Nejprve je vysvětlena teorie robustní statistiky a kontaminačních modelů. Dále jsou popsány výše zmíněné robustní statistické metody, které jsou následně aplikovány na simulované datové soubory. Závěr práce je věnován aplikaci těchto metod na reálný datový soubor.

Abstract:

Outlier detection is a very important part of a data analysis. Outliers can be either measurement errors or a piece of a valuable information. The thesis describes three robust statistical methods designed for datasets containing outliers. Firstly, a theory of robust statistics and contamination models is explained. Secondly, the three robust methods are described, followed by applications on the simulated datasets. Finally, these three methods are applied on a real dataset as well.

Kľúčové slová

robustní statistika, prvkové odlehlé hodnoty, řádkové odlehlé hodnoty, metoda Detect Deviating Cells, střílející S-odhad, tříkroková regrese

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 18. 4. 2018

Obhajoba závěrečné práce

• Vedúci: doc. RNDr. Karel Hron, Ph.D.

Palacký University Olomouc

Faculty of Science

Master programme / odbor:
Applied Mathematics / Applications of Mathematics in Economy