| dc.contributor.advisor | Komárek, Arnošt | |
| dc.creator | Vacula, Ondřej | |
| dc.date.accessioned | 2017-05-26T09:11:26Z | |
| dc.date.available | 2017-05-26T09:11:26Z | |
| dc.date.issued | 2015 | |
| dc.identifier.uri | http://hdl.handle.net/20.500.11956/61770 | |
| dc.description.abstract | Tématem práce je EM algoritmus. Tento algoritmus se používá např. ve statistice pro získání maximálně věrohodného odhadu neznámého parametru. Algoritmus spočívá v opakovaném výpočtu střední hodnoty a následné maximalizaci jisté funkce. Začneme problémem odhadování parametrů. Popíšeme metodu maximální věrohodnosti. Zavedeme pojem nekompletních dat a formulujeme EM algoritmus. Dále pak uvedeme jeho základní vlastnosti. V další části EM algoritmus aplikujeme na vybrané statistické problémy. Nejprve na model normální směsi, dále pak na lineární smíšený model a na závěr tento algoritmus použijeme při analýze cenzorovaných dat. Powered by TCPDF (www.tcpdf.org) | cs_CZ |
| dc.description.abstract | This paper discusses the EM algorithm. This algorithm is used, for example, to calculate maximum likelihood estimate of unknown parameter. The algorithm is based on repeated calculations of certain expected value and maximizing specific function. We begin with parameter estimation problem, describe the maximum likelihood method and concept of incomplete data. Then we formulate the EM algorithm and its properties. In the next chapter we apply this knowledge to three selected statistical problems. At first we examine standard mixture model, then the linear mixed model and finally we analyze censored data. Powered by TCPDF (www.tcpdf.org) | en_US |
| dc.language | Čeština | cs_CZ |
| dc.language.iso | cs_CZ | |
| dc.publisher | Univerzita Karlova, Matematicko-fyzikální fakulta | cs_CZ |
| dc.subject | EM algoritmus | cs_CZ |
| dc.subject | maximální věrohodnost | cs_CZ |
| dc.subject | nekompletní data | cs_CZ |
| dc.subject | EM algorithm | en_US |
| dc.subject | maximum likelihood | en_US |
| dc.subject | incomlete data | en_US |
| dc.title | EM algoritmus | cs_CZ |
| dc.type | bakalářská práce | cs_CZ |
| dcterms.created | 2015 | |
| dcterms.dateAccepted | 2015-06-23 | |
| dc.description.department | Department of Probability and Mathematical Statistics | en_US |
| dc.description.department | Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
| dc.description.faculty | Matematicko-fyzikální fakulta | cs_CZ |
| dc.description.faculty | Faculty of Mathematics and Physics | en_US |
| dc.identifier.repId | 140284 | |
| dc.title.translated | EM algorithm | en_US |
| dc.contributor.referee | Antoch, Jaromír | |
| dc.identifier.aleph | 002010955 | |
| thesis.degree.name | Bc. | |
| thesis.degree.level | bakalářské | cs_CZ |
| thesis.degree.discipline | Finanční matematika | cs_CZ |
| thesis.degree.discipline | Financial Mathematics | en_US |
| thesis.degree.program | Matematika | cs_CZ |
| thesis.degree.program | Mathematics | en_US |
| uk.thesis.type | bakalářská práce | cs_CZ |
| uk.taxonomy.organization-cs | Matematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
| uk.taxonomy.organization-en | Faculty of Mathematics and Physics::Department of Probability and Mathematical Statistics | en_US |
| uk.faculty-name.cs | Matematicko-fyzikální fakulta | cs_CZ |
| uk.faculty-name.en | Faculty of Mathematics and Physics | en_US |
| uk.faculty-abbr.cs | MFF | cs_CZ |
| uk.degree-discipline.cs | Finanční matematika | cs_CZ |
| uk.degree-discipline.en | Financial Mathematics | en_US |
| uk.degree-program.cs | Matematika | cs_CZ |
| uk.degree-program.en | Mathematics | en_US |
| thesis.grade.cs | Dobře | cs_CZ |
| thesis.grade.en | Good | en_US |
| uk.abstract.cs | Tématem práce je EM algoritmus. Tento algoritmus se používá např. ve statistice pro získání maximálně věrohodného odhadu neznámého parametru. Algoritmus spočívá v opakovaném výpočtu střední hodnoty a následné maximalizaci jisté funkce. Začneme problémem odhadování parametrů. Popíšeme metodu maximální věrohodnosti. Zavedeme pojem nekompletních dat a formulujeme EM algoritmus. Dále pak uvedeme jeho základní vlastnosti. V další části EM algoritmus aplikujeme na vybrané statistické problémy. Nejprve na model normální směsi, dále pak na lineární smíšený model a na závěr tento algoritmus použijeme při analýze cenzorovaných dat. Powered by TCPDF (www.tcpdf.org) | cs_CZ |
| uk.abstract.en | This paper discusses the EM algorithm. This algorithm is used, for example, to calculate maximum likelihood estimate of unknown parameter. The algorithm is based on repeated calculations of certain expected value and maximizing specific function. We begin with parameter estimation problem, describe the maximum likelihood method and concept of incomplete data. Then we formulate the EM algorithm and its properties. In the next chapter we apply this knowledge to three selected statistical problems. At first we examine standard mixture model, then the linear mixed model and finally we analyze censored data. Powered by TCPDF (www.tcpdf.org) | en_US |
| uk.file-availability | V | |
| uk.publication.place | Praha | cs_CZ |
| uk.grantor | Univerzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
| dc.identifier.lisID | 990020109550106986 | |
