Jádrové odhady a binární data
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 fu...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Čeština |
| Vydáno: |
2006.
|
| Témata: | |
| On-line přístup: | http://is.muni.cz/th/106721/prif_b/ |
| Shrnutí: | 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. Na závěr je uveden ilustrativní příklad v Matlabu. 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. |
|---|---|
| Popis jednotky: | Vedoucí práce: Marie Forbelská. |
| Fyzický popis: | 1 CD-ROM. |