Balíček "pomp" v jazyce R pro statistický odhad na částečně pozorovaných Markovových procesech – Bc. Eva Kopřivová
Bc. Eva Kopřivová
Bakalářská práce
Balíček "pomp" v jazyce R pro statistický odhad na částečně pozorovaných Markovových procesech
R package for statistical inference on partially observed Markov processes
Anotace:
V této bakalářské práci se věnujeme balíčku "pomp" v jazyce R, který slouží k statistickému odhadu na částečně pozorovaných Markovových procesech. Zaměřujeme se na jeho funkcionalitu, implementaci na částečně pozorované Markovovy procesy a praktické využití pro analýzu epidemiologických dat. V praktické části pomocí balíčku analyzujeme data o epidemii spalniček mezi lety 1950 až 1965.Abstract:
In this bachelor's thesis, we study the \comp{pomp} package in the R language, which is used for statistical estimation in partially observed Markov processes. We focuse on its functionality, implementation for partially observed Markov processes, and practical application for the analysis of epidemiological data. In the practical part, we utilize the package to analyze data on the measles epidemic …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 26. 4. 2024
Identifikátor:
https://is.muni.cz/th/e2jqc/
Obhajoba závěrečné práce
- Obhajoba proběhla 26. 6. 2024
- Vedoucí: doc. RNDr. Lenka Přibylová, Ph.D.
- Oponent: RNDr. Veronika Eclerová, Ph.D.
Citační záznam
Citace dle ISO 690:
KOPŘIVOVÁ, Eva. \textit{Balíček ''pomp'' v jazyce R pro statistický odhad na částečně pozorovaných Markovových procesech}. Online. Bakalářská práce. Brno: Masarykova univerzita, Přírodovědecká fakulta. 2024. Dostupné z: https://theses.cz/id/xpwebs/.
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 fakultaMasarykova univerzita
Přírodovědecká fakultaBakalářský studijní program / obor:
Matematika / Modelování a výpočty
Práce na příbuzné téma
-
Pareto Front Estimation in Risk-Constrained Markov Decision Processes
Martin Kurečka -
Reinforcement Learning of Risk-Averse Policies in Markov Decision Processes
Jiří Vahala -
Monte Carlo Tree Search in Verification of Markov Decision Processes
Ondřej Slámečka -
Synthesis of Minimal Schedulers for Markov Decision Processes
Miroslav Klimoš -
Epidemic models based on stochastic processes
Barbora Sobolová -
High Performance Programming Models for Monte Carlo Methods
Martin Golasowski -
Modeling of thermodynamics of quantum systems via path-integral Monte Carlo methods
Rajko Ćosić -
Educational materials on Monte Carlo methods
Ján Ščigulinský