Mgr. Jan Orava

Bakalářská práce

Jádrové odhady a binární data

Anotace:
V matematické statistice se často setkáme s problémem, kdy na základě naměřených hodnot musíme určit pravděpodobnost rozdělení náhodné veličiny. Jednou z metod odhadu pravděpodobnostní funkce jsou neparametrické odhady pomocí jádrových funkcí. V práci jsou popsány jádrové odhady pravděpodobnostní funkce náhodného vektoru s diskrétním rozdělením, také se zabýváme vhodnou volbou vyhlazovacího parametru …více
Abstract:
In the mathematical statistics we often face with problem, when we have to determine density function of random variable. Non-parametric kernel aproaches are one of the method used to estimate density functions. In paper there are described kernel density estimations of random discreet vector, also optimal choice of smoothing parametr. An example in Matlab is given to illustrate the method.
 

Klíčová slova

Kernel density estimations smoothing parametr choice multivariate binary data ordered and unordered categorical data jádrové odhady hustoty volba vyhlazovacího parametru vícerozměrná binární data uspořádané a neuspořádané kategoriální data.
 
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 23. 5. 2006
Identifikátor: https://is.muni.cz/th/wnxfv/

Obhajoba závěrečné práce

  • Obhajoba proběhla 29. 6. 2006
  • Vedoucí: RNDr. Marie Forbelská, Ph.D.

Citační záznam

Citovat tuto práci

Plný text práce

Obsah online archivu závěrečné práce
Zveřejněno v Theses:
  • světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Přírodovědecká fakulta
Složka Odkaz na adresář do lokálního úložiště instituce