Volba modelu

Abstract

This thesis deals with the specification of a class of adequate models, selected from the set of all considered models, for a given dataset. The aim is to present a procedure that minimizes the number of comparisons/tests needed to identify this subset of models, along with an analysis of the properties of the proposed procedure. The approach is based on the so-called principle of coherence. It utilizes a suitable algebraic structure in the form of a lattice over the space of all considered models. The result is an algorithm that, with respect to a specified decision rule, enables the identification of an appropriate class of models for the given data.

Tato práce se zabývá specifikací třídy adekvátních modelů, z množiny všech uvažova- ných modelů, pro daná data. Cílem je představit proceduru sloužící k minimalizaci počtu srovnání/testů potřebných pro nalezení množiny těchto podmodelů, z množiny všech uva- žovaných modelů, společně se studiem vlastností této procedury. Navržený postup vychází z tzv. principu koherence. Využívá vhodnou algebraickou strukturu ve formě svazu nad prostorem všech uvažovaných modelů. Výsledkem je algoritmus, který slouží, vzhledem ke specifikovanému rozhodovacímu pravidlu, pro vyhledávání třídy vhodných modelů, pro daná data.