Show simple item record

Score tests in contingency tables
dc.contributor.advisorOmelka, Marek
dc.creatorJex, Martin
dc.date.accessioned2019-07-18T09:52:38Z
dc.date.available2019-07-18T09:52:38Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/20.500.11956/108311
dc.description.abstractBakalářská práce se zabývá testováním hypotéz v multinomickém rozdělení. Využívá dvou přístupů, Pearsonova přístupu známého jako test dobré shody a přístupu vycházejícího z teorie maximální věrohodnosti. V práci jsou odvozeny testy založené na maximální věrohodnosti. Oba přístupy jsou uplatněny na mul- tinomické rozdělení a to pro případ bez a s rušivými parametry. Také je uvedena souvislost obou přístupů. Dále jsou přístupy použity na reálná data k lepšímu pochopení probírané problematiky. 1cs_CZ
dc.description.abstractThe thesis deals with testing of hypotheses in multinomial distribution. It utilizes two approaches, Pearson's approach known as the of goodness of fit test and the approach stemming from theory of maximum likelihood. The thesis presents derivations of tests based on maximum likelihood. Both approaches are used on the multinomial distribution and for both cases with and without nuisance parameters. The links between both approaches are presented as well. Furthermore both approaches are illustrated on real data to facilitate better understanding of the discussed problems. 1en_US
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectMultinomické rozdělenícs_CZ
dc.subjectmaximální věrohodnostcs_CZ
dc.subjecttest dobré shodycs_CZ
dc.subjectasymptotické testycs_CZ
dc.subjectMultinomial distributionen_US
dc.subjectmaximum likelihooden_US
dc.subjectgoodness of fit testen_US
dc.subjectasymptotic testsen_US
dc.titleSkórové testy v kontingenčních tabulkáchcs_CZ
dc.typebakalářská prácecs_CZ
dcterms.created2019
dcterms.dateAccepted2019-06-27
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId192932
dc.title.translatedScore tests in contingency tablesen_US
dc.contributor.refereeKulich, Michal
thesis.degree.nameBc.
thesis.degree.levelbakalářskécs_CZ
thesis.degree.disciplineGeneral Mathematicsen_US
thesis.degree.disciplineObecná matematikacs_CZ
thesis.degree.programMatematikacs_CZ
thesis.degree.programMathematicsen_US
uk.thesis.typebakalářská prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Probability and Mathematical Statisticsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csObecná matematikacs_CZ
uk.degree-discipline.enGeneral Mathematicsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csDobřecs_CZ
thesis.grade.enGooden_US
uk.abstract.csBakalářská práce se zabývá testováním hypotéz v multinomickém rozdělení. Využívá dvou přístupů, Pearsonova přístupu známého jako test dobré shody a přístupu vycházejícího z teorie maximální věrohodnosti. V práci jsou odvozeny testy založené na maximální věrohodnosti. Oba přístupy jsou uplatněny na mul- tinomické rozdělení a to pro případ bez a s rušivými parametry. Také je uvedena souvislost obou přístupů. Dále jsou přístupy použity na reálná data k lepšímu pochopení probírané problematiky. 1cs_CZ
uk.abstract.enThe thesis deals with testing of hypotheses in multinomial distribution. It utilizes two approaches, Pearson's approach known as the of goodness of fit test and the approach stemming from theory of maximum likelihood. The thesis presents derivations of tests based on maximum likelihood. Both approaches are used on the multinomial distribution and for both cases with and without nuisance parameters. The links between both approaches are presented as well. Furthermore both approaches are illustrated on real data to facilitate better understanding of the discussed problems. 1en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
thesis.grade.code3


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV