Show simple item record

Causes of Effects and Effects of Causes
dc.contributor.advisorMaciak, Matúš
dc.creatorZemánková, Lucie
dc.date.accessioned2017-09-29T07:44:35Z
dc.date.available2017-09-29T07:44:35Z
dc.date.issued2017
dc.identifier.urihttp://hdl.handle.net/20.500.11956/90596
dc.description.abstractThe thesis deals with an associative and causal relationship between two different random phenomena and presents basic statistical methods for investigation of these relationships. Firstly it focuses on demonstrating the association between phenomena and shows that finding a causal relation between phenomena requires appropriate randomization of the system or intervention in the system. After intervening in the system, it is no longer possible to observe all situations, so-called counterfactual observation, but the causal relationship can still be demonstrated using appropriate technical procedures and theoretical assumptions. The thesis further summarizes different ways of representation of causal structures, first by means of graphs, where basic methods of estimating the causal structure are presented, and later by structural equations that already capture the quantitative measure of causal relations.en_US
dc.description.abstractPráce se zabývá asociačním a kauzálním vztahem mezi dvěma různými náhodnými jevy a představuje základní statistické metody pro vyšetřování těchto vztahů. Nejprve se věnuje prokázání souvislosti mezi jevy (asociace) a ukazuje, že nalezení kauzálního vztahu mezi jevy vyžaduje vhodnou randomizaci systému nebo zásah (intervenci) do systému. Po intervenci do systému již není možné napozorovat všechny situace, tzv. kontrafaktuální pozorování, ale i přesto lze kauzální vztah prokázat za pomoci vhodných technických postupů a teoretických předpokladů. Práce dále shrnuje různé způsoby reprezentace kauzální struktury, nejprve pomocí grafů, kde jsou předvedeny základní metody odhadování kauzální struktury, a následně pomocí strukturálních rovnic, které již zachycují kvantitativní míru kauzálních vztahů.cs_CZ
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectCausalityen_US
dc.subjectassociationen_US
dc.subjectinterventionen_US
dc.subjectrandomizationen_US
dc.subjectstructural equation modelsen_US
dc.subjectKauzalitacs_CZ
dc.subjectasociacecs_CZ
dc.subjectintervencecs_CZ
dc.subjectrandomizacecs_CZ
dc.subjectstrukturální modelycs_CZ
dc.titlePříčiny účinků a účinky příčincs_CZ
dc.typebakalářská prácecs_CZ
dcterms.created2017
dcterms.dateAccepted2017-09-08
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.identifier.repId168631
dc.title.translatedCauses of Effects and Effects of Causesen_US
dc.contributor.refereeAntoch, Jaromír
thesis.degree.nameBc.
thesis.degree.levelbakalářskécs_CZ
thesis.degree.disciplineGeneral Mathematicsen_US
thesis.degree.disciplineObecná matematikacs_CZ
thesis.degree.programMatematikacs_CZ
thesis.degree.programMathematicsen_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.csObecná matematikacs_CZ
uk.degree-discipline.enGeneral Mathematicsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csDobřecs_CZ
thesis.grade.enGooden_US
uk.abstract.csPráce se zabývá asociačním a kauzálním vztahem mezi dvěma různými náhodnými jevy a představuje základní statistické metody pro vyšetřování těchto vztahů. Nejprve se věnuje prokázání souvislosti mezi jevy (asociace) a ukazuje, že nalezení kauzálního vztahu mezi jevy vyžaduje vhodnou randomizaci systému nebo zásah (intervenci) do systému. Po intervenci do systému již není možné napozorovat všechny situace, tzv. kontrafaktuální pozorování, ale i přesto lze kauzální vztah prokázat za pomoci vhodných technických postupů a teoretických předpokladů. Práce dále shrnuje různé způsoby reprezentace kauzální struktury, nejprve pomocí grafů, kde jsou předvedeny základní metody odhadování kauzální struktury, a následně pomocí strukturálních rovnic, které již zachycují kvantitativní míru kauzálních vztahů.cs_CZ
uk.abstract.enThe thesis deals with an associative and causal relationship between two different random phenomena and presents basic statistical methods for investigation of these relationships. Firstly it focuses on demonstrating the association between phenomena and shows that finding a causal relation between phenomena requires appropriate randomization of the system or intervention in the system. After intervening in the system, it is no longer possible to observe all situations, so-called counterfactual observation, but the causal relationship can still be demonstrated using appropriate technical procedures and theoretical assumptions. The thesis further summarizes different ways of representation of causal structures, first by means of graphs, where basic methods of estimating the causal structure are presented, and later by structural equations that already capture the quantitative measure of causal relations.en_US
uk.file-availabilityV
uk.publication-placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 3-5, 116 36 Praha; 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