Studium závislostní struktury v ekonomických a finančních datech
Study of the dependence structure in economic and financial data
Studium závislostní struktury v ekonomických a finančních datech
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/55078Identifikátory
SIS: 127278
Kolekce
- Kvalifikační práce [10932]
Autor
Vedoucí práce
Oponent práce
Petrásek, Jakub
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Finanční matematika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
26. 6. 2013
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Slovenština
Známka
Výborně
Klíčová slova (česky)
parciálne korelačné koeficienty, graf podmienených nezávislostí, grafické modelyKlíčová slova (anglicky)
partial correlation coefficients, conditional independence graph, graphical modelsNázev práce: Studium závislostní struktury v ekonomických a finančních datech Autor: Radana Hlavandová Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: RNDr. Jitka Zichová, Dr., Katedra pravděpodobnosti a matematické statistiky Abstrakt: Práce se zaměřuje na problematiku grafických modelů, jakožto možného nástroje pro určování vztahů mezi různými veličinami. Poskytuje široký teoretický základ pro dvě metody testování dat, test nulovosti parciálních korelačních koeficientů a test založený na věrohodnostním přístupu, který ověřuje shodu grafického modelu s daty na základě deviance. V práci je popsána teorie grafů podmíněných nezávislostí a Markovských vlastností jako podklad pro oba testy, které jsou ilustrovány na obecných příkladech a na příkladu s reálnými finančními daty. Klíčová slova: parciální korelační koeficienty, graf podmíněných nezávislostí, grafické model
Title: Study of the dependence structure in economic and financial data Author: Radana Hlavandová Department: Department of Probability and Mathematical Statistics Supervisor: RNDr. Jitka Zichová, Dr., Department of Probability and Mathematical Statistics Abstract: The thesis focuses on the issue of graphical models as a possible \\method for determining relationships between different variables. The thesis provides a broad theoretical basis for two methods of testing data, the test of zero partial correlation coefficients and the test based on maximum likelihood estimate. The last mentioned approach is a test of a graphical model with a data set on the basis of deviance. The thesis describes the theory of conditional independence and Markov properties as the basis of both tests, which are illustrated by general examples and by an example with real financial data. Keywords: partial correlation coefficients, conditional independence graph, graphical models