Zpět na vyhledávání

Mgr. Kateřina Pokorová, Ph.D.

Doctoral thesis

Jádrové odhady podmíněné hustoty

Kernel conditional density estimates
Abstract:
Disertační práce se zabývá jádovými odhady podmíněné hustoty. Hlavní pozornost je věnována odvozením statistických vlastností pro různé typy odhadu podmínění hustoty a navržení metod pro odhad vyhlazovacích parametrů. Vhodnost metod je porovnána na simulačních studiích i na souborech reálných dat. Práce obsahuje celou knihovnu funkcí naprogramovaných v jazyce R, dále pak interaktivní prostředí ShinyConndens …more
Abstract:
This dissertation thesis deals with kernel conditional density estimates. The main attention is given to deriving statistical properties for given estimators and to proposing methods for bandwidth selection. The suitability of the estimators and methods for bandwidth detection is compared by simulation studies and on real datasets. All the mentioned estimators and methods for bandwidth selection are …more
 

Keywords

Jádrové vyhlazování Jádrové odhady podmíněné hustoty Metody volby vyhlazovacích parametrů Simulace Jazyk R Shiny Kernel smoothing Kernel conditional density estimate Methods for bandwidth selection Simulation R language Shiny
 
Language used: Czech
Date on which the thesis was submitted / produced: 10. 1. 2020
Identifier: https://is.muni.cz/th/oilvd/

Thesis defence

  • Date of defence: 3. 3. 2020
  • Supervisor: prof. RNDr. Ivanka Horová, CSc.
  • Reader: doc. RNDr. Zdeněk Hlávka, Ph.D., doc. Ing. František Vávra, CSc.

Citation record

Cite this text

Full text of thesis

Contents of on-line thesis archive
Published in Theses:
  • světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Masarykova univerzita, Přírodovědecká fakulta
Složka Reference to the local database directory of the institution

Masaryk University

Faculty of Science

Doctoral programme / field:
Mathematics and Statistics / Probability, Statistics and Mathematical Modelling

Theses on a related topic

List of theses with an identical keyword.