Odhady K-funkcie bodového procesu využívajúce globálnu normalizáciu
Estimation of the K-function of a point process using global normalization
Odhady K-funkce bodového procesu využívající globální normalizaci
bakalářská práce (OBHÁJENO)
![Náhled dokumentu](/bitstream/handle/20.500.11956/174303/thumbnail.png?sequence=8&isAllowed=y)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/174303Identifikátory
SIS: 227128
Kolekce
- Kvalifikační práce [11264]
Autor
Vedoucí práce
Oponent práce
Prokešová, Michaela
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Obecná matematika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
21. 6. 2022
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Slovenština
Známka
Velmi dobře
Klíčová slova (česky)
bodový proces|K-funkce|funkce intenzity|SOIRSKlíčová slova (anglicky)
point process|K-function|intensity function|SOIRSBodové procesy jsou náhodné lokálně konečné množiny bodů v prostoru, které slouží k modelování a následné analýze prostorových dat. Některé z jejich užitečných charak- teristik jsou párová korelační funkce a také K-funkce, které popisují bodové interakce vzhledem ke vzdálenosti mezi body. Pro nehomogenní procesy existuje několik způsobů, jak do odhadů těchto charakteristik začlenit informaci o nekonstantní funkci intenzity. Ve starším odhadu využíváme informace o hodnotě funkce intenzity pouze v místech, ve kterých se nachází bod procesu. Nový odhad však pracuje s hodnotou funkce intenzity z celého pozorovacího okna. V práci se zaměřujeme na srovnání těchto dvou odhadů. Ve třetí kapitole si tyto odhady teoreticky uvedeme a ve čtvrté kapitole porovnáváme jejich chování na základě simulací 8 modelů bodových procesů, přičemž zjišťujeme opti- mální hodnotu šířky jádra pro jejich jaderné odhady. 1
Point processes are random local finite sets of points in a space that are used for mod- elling and subsequent spatial data analysis. Same of their useful characteristics are the pair correlation function and also the K-function, which describe point interactions with respect to the distance between points. There are several ways to include informa- tion about the non-constant intensity function in the estimates of these characteristics for inhomogeneous processes. In the older estimate, we use information about a value of the intensity function only in places where the process points are located. However, the new estimate works with a value of the intensity function within the whole observation window. In this thesis we focus on the comparison of these two estimates. In the third chapter we theoretically present these estimates and in the fourth chapter we compare their behaviour based on simulations of 8 point process models, while finding the optimal value of bandwidth for their kernel estimates. 1