Profilová věrohodnost
Profile likelihood
bakalářská práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/69163Identifikátory
SIS: 139694
Kolekce
- Kvalifikační práce [11320]
Autor
Vedoucí práce
Oponent práce
Jurečková, Jana
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Obecná matematika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
11. 9. 2014
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Velmi dobře
Klíčová slova (česky)
Metoda maximální věrohodnosti, intervaly spolehlivostiTato bakalářská práce se zabývá statistickou metodou zvanou profilová věrohodnost. Používáme ji například při odhadování neznámých parametrů za přítomnosti rušivých parametrů, sestavování intervalů spolehlivosti nebo testování hypotéz. Profilová věrohodnost přímo vychází z metody maximální věrohodnosti, která je jednou ze základních metod matematické statistiky při odhadování neznámých parametrů. Z metody maximální věrohodnosti ještě vycházejí asymptotické testy a jejich případné zobecnění na testy s rušivými parametry. V této práci ukážeme, že mezi profilovou věrohodností a testy s rušivými parametry panuje jistá souvislost. Také ilustrujeme využití profilové věrohodnosti na klasickém příkladě s normálním rozdělením. Powered by TCPDF (www.tcpdf.org)
This thesis deals with a statistical method called pro le likelihood. We use it in estimating the unknown parameters in the presence of interfering parameters, compiling con dence intervals or testing hypotheses for example. Pro le likelihood is directly derived from the maximum likelihood method, which is one of the fundamental methods of mathematical statistics in estimating the unknown parameters. The maximum likelihood method is the base for asymptotic tests and their possible generalization on tests with nuisance parameters. In this work we show that there is some connection between the pro le likelihood and tests with nuisance parameters . It also illustrates the usage pro le credibility of the classic examples of the normal distribution. Powered by TCPDF (www.tcpdf.org)