Markov Chain Monte Carlo metody posteriorní simulace a jejich aplikace v ekonomii

Bc. Tomáš Balún

Master's thesis

MCMC posterior simulation methods and their application in economics

Abstract:

This diploma thesis deals with applying and comparing Mark Chain Monte Carlo simulators in individual cases. It particularly focuses on Metropolis-Hastings algorithms, namely Random walk chain and Independence chain. The thesis also pays attention to Gibbs sampler and Slice Sampling method. It also provides comparison results for individual algorithms in one-dimensional as well as three-dimensional case.

Abstract:

Diplomová práca sa zaoberá Markov Chain Monte Carlo simulátormi, ktoré aplikuje na jednotlivých príkladoch a následne ich porovnáva. Zameriava sa najmä na Metropolis-Hastings algoritmy a to Random walk chain, a Independence chain. Pozornosť je venovaná aj Gibbsovmu vzorkovaču a metóde Slice Sampling. Súčasťou práce sú aj výsledky porovnaní pre jednotlivé algoritmy či už pri jednorozmerný prípad alebo trojrozmerný.

Kľúčové slová

Markov Chain Monte Carlo, Metropolis-Hastings, Gibbs sampler, Slice Sampling, Random walk chain, Independence chain

Jazyk práce: Slovak

Datum vytvoření / odevzdání či podání práce: 23. 5. 2011

Obhajoba závěrečné práce

• Obhajoba proběhla 9. 6. 2011
• Vedúci: Ing. Daniel Němec, Ph.D.
• Oponent: Mgr. Jaroslav Bil

Masaryk University

Faculty of Science

Master programme / odbor:
Applied Mathematics / Mathematics - Economics