dc.contributor.advisor | Zichová, Jitka | |
dc.creator | Jarina, Vesna | |
dc.date.accessioned | 2021-07-22T10:05:20Z | |
dc.date.available | 2021-07-22T10:05:20Z | |
dc.date.issued | 2021 | |
dc.identifier.uri | http://hdl.handle.net/20.500.11956/127907 | |
dc.description.abstract | Táto práca je zameraná na predstavenie modelov pre kategoriálne časové rady nominálnej a ordinálnej povahy, založených na teórii zovšeobecneného lineárneho modelu (GLM). Teoretická časť práce sa tiež zaoberá problematikou odhadovania parametrov pomocou metódy maximálnej parciálnej vierohodnosti. V praktickej časti je nakoniec uvedená aplikácia modelov na simulované dáta a štúdia na sle- dovanie rýchlosti konvergencie maximálne vierohodných odhadov (MPLE). 1 | cs_CZ |
dc.description.abstract | This bachelor thesis is primary focused on introducing models for categorical time series of nominal and ordinal type, based on the theory of generalized linear models (GLM). The theoretical part also deals with the problem of parameter estimation using the partial likelihood method. Finally, the practical part intro- duces an application of both models on simulated data and investigates the rate of convergence of the maximum partial likelihood estimators (MPLE). 1 | en_US |
dc.language | Slovenčina | cs_CZ |
dc.language.iso | sk_SK | |
dc.publisher | Univerzita Karlova, Matematicko-fyzikální fakulta | cs_CZ |
dc.subject | kategoriálne časové rady|nominálne časové rady|ordinálne časové rady|multinonický logitový model|kumulatívny logitový model | cs_CZ |
dc.subject | cathegorical time series|nominal time series|ordinal time series|multinomial logit model|cummulative odds model|proportional odds model | en_US |
dc.title | Modelovanie kategoriálnych časových radov | sk_SK |
dc.type | bakalářská práce | cs_CZ |
dcterms.created | 2021 | |
dcterms.dateAccepted | 2021-07-01 | |
dc.description.department | Department of Probability and Mathematical Statistics | en_US |
dc.description.department | Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
dc.description.faculty | Matematicko-fyzikální fakulta | cs_CZ |
dc.description.faculty | Faculty of Mathematics and Physics | en_US |
dc.identifier.repId | 216952 | |
dc.title.translated | Modeling categorical time series | en_US |
dc.title.translated | Modelování kategoriálních časových řad | cs_CZ |
dc.contributor.referee | Hudecová, Šárka | |
thesis.degree.name | Bc. | |
thesis.degree.level | bakalářské | cs_CZ |
thesis.degree.discipline | Financial Mathematics | en_US |
thesis.degree.discipline | Finanční matematika | cs_CZ |
thesis.degree.program | Matematika | cs_CZ |
thesis.degree.program | Mathematics | en_US |
uk.thesis.type | bakalářská práce | cs_CZ |
uk.taxonomy.organization-cs | Matematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
uk.taxonomy.organization-en | Faculty of Mathematics and Physics::Department of Probability and Mathematical Statistics | en_US |
uk.faculty-name.cs | Matematicko-fyzikální fakulta | cs_CZ |
uk.faculty-name.en | Faculty of Mathematics and Physics | en_US |
uk.faculty-abbr.cs | MFF | cs_CZ |
uk.degree-discipline.cs | Finanční matematika | cs_CZ |
uk.degree-discipline.en | Financial Mathematics | en_US |
uk.degree-program.cs | Matematika | cs_CZ |
uk.degree-program.en | Mathematics | en_US |
thesis.grade.cs | Výborně | cs_CZ |
thesis.grade.en | Excellent | en_US |
uk.abstract.cs | Táto práca je zameraná na predstavenie modelov pre kategoriálne časové rady nominálnej a ordinálnej povahy, založených na teórii zovšeobecneného lineárneho modelu (GLM). Teoretická časť práce sa tiež zaoberá problematikou odhadovania parametrov pomocou metódy maximálnej parciálnej vierohodnosti. V praktickej časti je nakoniec uvedená aplikácia modelov na simulované dáta a štúdia na sle- dovanie rýchlosti konvergencie maximálne vierohodných odhadov (MPLE). 1 | cs_CZ |
uk.abstract.en | This bachelor thesis is primary focused on introducing models for categorical time series of nominal and ordinal type, based on the theory of generalized linear models (GLM). The theoretical part also deals with the problem of parameter estimation using the partial likelihood method. Finally, the practical part intro- duces an application of both models on simulated data and investigates the rate of convergence of the maximum partial likelihood estimators (MPLE). 1 | en_US |
uk.file-availability | V | |
uk.grantor | Univerzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
thesis.grade.code | 1 | |
uk.publication-place | Praha | cs_CZ |
uk.thesis.defenceStatus | O | |