Show simple item record

Bootstrap methods for dependent observations
dc.creatorPetrásek, Jakub
dc.date.accessioned2021-05-24T12:01:34Z
dc.date.available2021-05-24T12:01:34Z
dc.date.issued2013
dc.identifier.urihttp://hdl.handle.net/20.500.11956/59185
dc.description.abstractPředložená 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 1cs_CZ
dc.description.abstractThis 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 1en_US
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.titleMetody bootstrap pro závislá pozorovánícs_CZ
dc.typerigorózní prácecs_CZ
dcterms.created2013
dcterms.dateAccepted2013-05-29
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.identifier.repId135063
dc.title.translatedBootstrap methods for dependent observationsen_US
dc.identifier.aleph001592379
thesis.degree.nameRNDr.
thesis.degree.levelrigorózní řízenícs_CZ
thesis.degree.disciplinePravděpodobnost, matematická statistika a ekonometriecs_CZ
thesis.degree.disciplineProbability, mathematical statistics and econometricsen_US
thesis.degree.programMathematicsen_US
thesis.degree.programMatematikacs_CZ
uk.thesis.typerigorózní prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Probability and Mathematical Statisticsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csPravděpodobnost, matematická statistika a ekonometriecs_CZ
uk.degree-discipline.enProbability, mathematical statistics and econometricsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csUznánocs_CZ
thesis.grade.enRecognizeden_US
uk.abstract.csPředložená 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 1cs_CZ
uk.abstract.enThis 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 1en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
thesis.grade.codeU
uk.publication-placePrahacs_CZ
uk.thesis.defenceStatusU


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV