Testy dobrej zhody pri rušivých parametroch

Abstract

Předložená práce se zabývá testy dobré shody v neparametrickém modelu za přítomnosti neznámých parametrů pravděpodobnostního rozdělení. První část se věnuje pochopení teoretických základů. Porovnáme dvě metodiky konstrukce testových statistik s aplikací empirických charakteristických a empirických distribučních funkcí. Využíváme jádrové odhady regresní funkce a metodu parametrického bootstrapu na aproximaci kritických hodnot testů. Ve druhé části práci doplňujeme simulační studií pro různé volby váhových funkcí a parametrů. Nakonec se zabýváme ilustrativním příkladem použití a srovnání testů dobré shody na reálném datovém souboru. Powered by TCPDF (www.tcpdf.org)

This thesis deals with the goodness of fit tests in nonparametric model in the presence of unknown parameters of the probability distribution. The first part is devoted to understanding of the theoretical basis. We compare two methodologies for the construction of test statistics with application of empirical characteristic and empirical distribution functions. We use kernel estimates of regression functions and parametric bootstrap method to approximate the critical values of the tests. In the second part of the thesis, the work is complemented with the simulation study for different choices of weighting functions and parameters. Finally we illustrate the use and the comparison of goodness of fit tests on the example with the real data set. Powered by TCPDF (www.tcpdf.org)