Porovnání klasického a bayesovského přístupu k testování hypotéz

Bc. Ivana Perhalová

Bakalářská práce

Comparing Classical and Bayesian Approaches to Hypothesis Testing

Anotace:

V této bakalářské práci se věnujeme testování statistických hypotéz klasickým a bayesovským způsobem. Nejdříve je čtenář seznámen se základními pojmy a principy testování hypotéz oběma těmito způsoby. Následně jsou shrnuty jejich základní rozdíly a podobnosti a přístupy jsou rovněž porovnány z hlediska jejich výhod a nevýhod. Teoretické postupy testování statistických hypotéz oběma těmito přístupy jsou na závěr předvedeny na příkladech. Pro jejich výpočty byl v případě klasického přístupu zvolen ekonometrický software Gretl a v případě bayesovského přístupu Matlab.

Abstract:

In this thesis we study testing of statistical hypotheses in a classical and Bayesian way. At first, the reader is familiarized with the basic concepts and principles of hypotheses testing of both ways. Then, the basic differences and similarities are summarized, the approaches are also compared in terms of their advantages and disadvantages. In conclusion, theoretical methods of statistical hypotheses testing using these two approaches are demonstrated on examples. For their calculations, in the case of the classical approach, econometric software Gretl was chosen and in case of the Bayesian approach Matlab was used.

Klíčová slova

klasická statistika, bayesovská statistika, statistická hypotéza, hladina významnosti, interval spolehlivosti, p-hodnota, posteriorní hustota, normální lineární regresní model, classical statistics, bayesian statistics, statistical hypothesis, significance level, confidence interval, p-value, posterior density, normal linear regression model

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 29. 5. 2014

Obhajoba závěrečné práce

• Obhajoba proběhla 2. 7. 2014
• Vedoucí: Ing. Daniel Němec, Ph.D.
• Oponent: Mgr. Ing. Stanislav Tvrz, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Matematika / Ekonomie