Modelling of segment process in the plane
Modelování procesu segmentů v rovině
bachelor thesis (DEFENDED)

View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/86499Identifiers
Study Information System: 181181
Collections
- Kvalifikační práce [11322]
Author
Advisor
Referee
Pawlas, Zbyněk
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
General Mathematics
Department
Department of Probability and Mathematical Statistics
Date of defense
22. 6. 2017
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
English
Grade
Excellent
Keywords (Czech)
hustota bodového procesu, podmíněná intenzita, Metropolis-Hastings algoritmus, maximální pseudověrohodnost, kmenové buňkyKeywords (English)
a point process density, a conditional intensity, Metropolis-Hastings algorithm, maximum pseudolikelihood, stem cellsV práci uvažujeme konečný proces úseček v rovině, který je dán hustotou vzh- ledem k Poissonovu procesu. Tato hustota obsahuje neznámé parametry spolu s referenčním rozdělením délek, které není pozorováno. Cílem je odhadnout hodnoty těchto neznámých parametrů i hustotu semiparametrickým přístupem. Náš zadaný proces úseček není homogenní, využijeme však izotropie. Navrhu- jeme odhadování parametrů pomocí maximální pseudověrohodnosti, užíváme přitom vztahu mezi pozorovanou a referenční hustotou rozdělení délek. Vlastnosti odhadů (střední hodnota a rozptyl) jsou studovány v rámci simulační studie. V poslední kapitole přicházíme s dvěma složitějšími modely, motivovanými potřebou modelování stresových vláken v kmenových buňkách.
We consider a finite planar segment process in a circle, having a density with respect to the Poisson process. This density involves unknown parameters and a reference length distribution which is not observed. The aim is to estimate these quantities semiparametrically. The segment process is inhomogeneous, but it is isotropic. Combining the relation between the observed and reference length distribution and the maximum pseudolikelihood method we suggest an estimation procedure. Its properties (bias and variability) are investigated in a simulation study. In the last part we present two more complex models. The motivation is to model stress fibers observed in cultured stem cells.