Metody bootstrap pro závislá pozorování
Bootstrap methods for dependent observations
rigorózní práce (UZNÁNO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/59185Identifikátory
SIS: 135063
Kolekce
- Kvalifikační práce [10690]
Autor
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Pravděpodobnost, matematická statistika a ekonometrie
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
29. 5. 2013
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Uznáno
Předložená práce se zabývá principy, asymptotickými vlastnostmi a vzájemným srovnáním metod bootstrap pro závislá pozorování. V první části je čtenář seznámen se základními myšlenkami a výhodami metody bootstrap pro nezávislá data, aby vzápětí tyto znalosti mohl uplatnit při aplikaci na data závislá. V práci jsou představeny metody blokový, frekvenční a sítový bootstrap. Princip každé je popsán v širších sou- vislostech, jsou vždy uvedeny asymptotické vlastnosti a některé jsou odvozeny. V případě metody blokový bootstrap je ukázána silná závislost na vhodné volbě délky bloku, proto jsou do práce zahrnuty také dva algoritmy sloužící k jejímu empir- ickému odhadu. Hlavním cílem této práce je porovnat jednotlivé metody z teoret- ického hlediska a také pomocí simulační studie. V poslední části je prezentováno několik příkladů, jak aplikovat vyložené metody na reálná data. Diskutované pos- tupy jsou implementovány v jazyce R a jazyce Fortran. Jakub Petrásek 1
This Diploma thesis deals with principles, asymptotic properties and comparison of bootstrap methods for dependent observations. In the first chapter principal ideas and benefits of bootstrap method for independent data are introduced. Subsequently, these knowledge are applied to data exhibiting dependency. Block, frequency and sieve bootstrap methods are presented. Afterwards, principle of each method is de- scribed in broader context, asymptotic properties are presented and some of them are derived. Strong dependency of block bootstrap method on block length is dis- cussed and algorithms for empirical choice of optimal block length are described. The main aim of this work is to compare discussed methods from theoretical point of view and via simulation study. Eventually, a few examples, which are based on real data sets, are presented. Discussed principles are implemented in software R and software Fortran. Jakub Petrásek 1