Jádrové odhady hustoty

Jádrové odhady pravděpodobnostní hustoty patří mezi neparametrické odhady, tj. není třeba předem předpokládat jaký tvar má odhadovaná hustota. Jde o klouzavý vážený průměr, jehož kvalita závisí především na šířce vyhlazovacího okna. Tento parametr nejvíce ovlivňuje výsledný odhad a jeho volba je zás...

Celý popis

Uloženo v:
Podrobná bibliografie
Hlavní autor: Řezáč, Martin, 1977- (Autor práce)
Další autoři: Horová, Ivana, 1943- (Vedoucí práce)
Typ dokumentu: VŠ práce nebo rukopis
Jazyk:Čeština
Vydáno: 2007
Témata:
On-line přístup:Elektronická verze přístupná pouze pro studenty a pracovníky MU
Obálka
LEADER 05615ntm a22008297a 4500
001 MUB01000539264
003 CZ BrMU
005 20170227230159.0
008 080201s2007 xr |||||q|||||||||||cze d
STA |a POSLANO DO SKCR  |b 2017-03-06 
040 |a BOD004  |b cze 
041 0 |a cze  |b eng 
072 7 |a 519.1/.8  |x Kombinatorika. Teorie grafů. Matematická statistika. Operační výzkum. Matematické modelování  |2 Konspekt  |9 13 
080 |a 519.22  |2 MRF 
080 |a (043.3)  |2 MRF 
080 |a 519  |2 MRF 
100 1 |a Řezáč, Martin,  |d 1977-  |7 mub2010589789  |% UČO 20411  |4 dis 
242 1 0 |a Kernel density estimates  |y eng 
245 1 0 |a Jádrové odhady hustoty  |h [elektronický zdroj] /  |c Martin Řezáč 
260 |c 2007 
300 |a 1 CD-ROM 
500 |a Vedoucí práce: Ivanka Horová 
502 |a Dizertace (Ph.D.)--Masarykova univerzita, Přírodovědecká fakulta, 2007 
520 2 |a Jádrové odhady pravděpodobnostní hustoty patří mezi neparametrické odhady, tj. není třeba předem předpokládat jaký tvar má odhadovaná hustota. Jde o klouzavý vážený průměr, jehož kvalita závisí především na šířce vyhlazovacího okna. Tento parametr nejvíce ovlivňuje výsledný odhad a jeho volba je zásadním problémem vyhlazovacích metod. Mezi původní výsledky patří zobecnění metody referenční hustoty, které spočívá v použití obecného řádu jádra. Vedlejším výsledkem při odvozování vztahu pro odhad optimální šířky vyhlazovacího okna je důkaz zajímavé kombinatorické identity. Dalším původním výsledkem je upravená metoda maximálního vyhlazení. Princip metody byl zachován, změněn byl ale variační problém, který je v této metodě řešen. Přínosem této práce je i zmapování hlavních neparametrických metod odhadů pravděpodobnostní hustoty od jejich začátků v padesátých letech minulého století až po současnost. Dále jsou citovány výsledky týkající se obecných statistických vlastností jako je nestrann.  |% cze 
520 2 9 |a The kernel density estimates belong among non-parametric estimates, i.e. no assumption about shape of estimated density is needed. They are running weighted average, whose quality highly depends on smoothing bandwidth. The value of this parameter mostly affect consequent density estimate and its choice is the essential problem of smoothing methods. Original result have been achieved in reference density method. The generalization consists in general kernel order usage. The proof of interesting combinatorial identity is a by-product of derivation of estimate for smoothing bandwidth in this method. Modified maximal smoothing method is another author's result. The principle of method was kept, while the variation problem, which is solved in this method, was slightly changed. Further benefit of this work is overview of main non-parametric estimates of probabilistic density from its beginning about 1950's till present time. Results relating general statistical properties as unbiased and.  |9 eng 
650 0 7 |a matematická statistika  |7 ph122673  |2 czenas 
650 0 9 |a mathematical statistics  |2 eczenas 
655 7 |a disertace  |7 fd132024  |2 czenas 
655 9 |a dissertations  |2 eczenas 
658 |a Matematika  |b Pravděpodobnost a matematická statistika  |c PřF D-MA PMS (PMS)  |2 CZ-BrMU 
700 1 |a Horová, Ivana,  |d 1943-  |7 jn20000810195  |% UČO 1951  |4 ths 
710 2 |a Masarykova univerzita.  |b Přírodovědecká fakulta.  |b Katedra matematiky  |7 kn20050428005  |4 dgg 
856 4 1 |z Elektronická verze přístupná pouze pro studenty a pracovníky MU  |u https://is.muni.cz/auth/th/20411/prif_d/ 
CAT |a DRIMLOVA  |b 02  |c 20080201  |l MUB01  |h 0911 
CAT |a JANA  |b 02  |c 20080402  |l MUB01  |h 1510 
CAT |c 20080429  |l MUB01  |h 1814 
CAT |c 20080429  |l MUB01  |h 1828 
CAT |c 20081009  |l MUB01  |h 1440 
CAT |c 20081009  |l MUB01  |h 1535 
CAT |a BATCH-UPD  |b 02  |c 20091102  |l MUB01  |h 0634 
CAT |a BATCH-UPD  |b 02  |c 20091103  |l MUB01  |h 0141 
CAT |c 20091203  |l MUB01  |h 0204 
CAT |c 20091203  |l MUB01  |h 1847 
CAT |a BATCH-UPD  |b 00  |c 20091219  |l MUB01  |h 0748 
CAT |c 20100428  |l MUB01  |h 1006 
CAT |a BATCH-UPD  |b 00  |c 20100501  |l MUB01  |h 1146 
CAT |a BATCH-UPD  |b 00  |c 20100929  |l MUB01  |h 0326 
CAT |a HANAV  |b 02  |c 20101115  |l MUB01  |h 2120 
CAT |a POSPEL  |b 02  |c 20110804  |l MUB01  |h 1323 
CAT |a POSPEL  |b 02  |c 20111012  |l MUB01  |h 1017 
CAT |a POSPEL  |b 02  |c 20111012  |l MUB01  |h 1017 
CAT |a batch  |b 00  |c 20120324  |l MUB01  |h 0110 
CAT |a POSPEL  |b 02  |c 20120531  |l MUB01  |h 1649 
CAT |c 20120610  |l MUB01  |h 1914 
CAT |a HANAV  |b 02  |c 20120710  |l MUB01  |h 1053 
CAT |a HANAV  |b 02  |c 20130211  |l MUB01  |h 1250 
CAT |a BATCH  |b 00  |c 20130303  |l MUB01  |h 0944 
CAT |a POSPEL  |b 02  |c 20131217  |l MUB01  |h 1516 
CAT |a ANTLOVA  |b 02  |c 20140411  |l MUB01  |h 1549 
CAT |c 20150901  |l MUB01  |h 1440 
CAT |c 20150921  |l MUB01  |h 1400 
CAT |a BATCH  |b 00  |c 20151225  |l MUB01  |h 2317 
CAT |c 20161008  |l MUB01  |h 2236 
CAT |a HANAV  |b 02  |c 20170227  |l MUB01  |h 2301 
CAT |c 20170306  |l MUB01  |h 1042 
CAT |c 20210614  |l MUB01  |h 0929 
CAT |c 20210614  |l MUB01  |h 1918 
CAT |a BATCH  |b 00  |c 20210724  |l MUB01  |h 1133 
LOW |a POSLANO DO SKCR  |b 2017-03-06 
994 - 1 |l MUB01  |l MUB01  |m CDROM  |1 PRIF  |a Přírodovědecká fakulta  |2 PRFST  |b ÚK volný výběr  |3 K-M-2007-ŘEZÁ  |5 3145340786  |7 Vyžádejte u knihovníka studovny matematiky a fyziky.  |8 20080201  |f 70  |f Prezenční  |q 20180718  |r 20080201  |s dar 
AVA |a SCI50  |b PRIF  |c ÚK volný výběr  |d K-M-2007-ŘEZÁ  |e available  |t K dispozici  |f 1  |g 0  |h N  |i 0  |j PRFST