Zobrazit minimální záznam

Median pro různé statistické metody
dc.contributor.advisorCipra, Tomáš
dc.creatorBejda, Přemysl
dc.date.accessioned2018-11-30T11:50:27Z
dc.date.available2018-11-30T11:50:27Z
dc.date.issued2017
dc.identifier.urihttp://hdl.handle.net/20.500.11956/95526
dc.description.abstractMedian in some statistical methods Abstract: This work is focused on utilization of robust properties of median. We propose variety of algorithms with respect to their breakdown point. In addition, other properties are studied such as consistency (strong or weak), equivariance and computational complexity. From practical point of view we are looking for methods balancing good robust properties and computational complexity, be- cause these two properties do not usually correspond to each other. The disser- tation is divided to two parts. In the first part, robust methods similar to the exponential smoothing are suggested. Firstly, the previous results for the exponential smoothing with ab- solute norm are generalized using the regression quantiles. Further, the method based on the classical sign test is introduced, which deals not only with outliers but also detects change points. In the second part we propose new estimators of location. These estimators select a robust set around the geometric median, enlarge it and compute the (iterative) weighted mean from it. In this way we obtain a robust estimator in the sense of the breakdown point which exploits more information from observations than standard estimators. We apply our approach on the concepts of boxplot and bagplot. We work in a general normed vector...en_US
dc.description.abstractMedian pro různé statistické metody Abstrakt: V této práci se zaměřujeme na využití robustních vlastností mediánu. Pro algoritmy, které jsou v práci navržené, zkoumáme jejich breakdown point, ale i další vlastnosti jako konsistenci (silnou nebo slabou), ekvivarianci a výpočetní složitost. Z praktických důvodů hledáme především metody, které se snaží najít rovnováhu mezi výpočetní složitostí a dobrými robustními vlastnostmi, protože tyto vlastnosti obvykle stojí proti sobě. Disertace je rozdělena do dvou částí. V první části navrhujeme robustní metody na bázi exponenciálního vyrovnávání. Nejprve zobecňujeme dřívější výsledky pro exponenciální vyrovnávání v absolutní normě s využitím. regresních kvantyů. Dále navrhu- jeme metodu založenou na znaménkovém testu, která se snaží vypořádat nejen s odlehlými pozorováními, ale i detekovat čas změny modelu. V druhé části navrhujeme nové odhady parametru polohy. Konstruujeme je tak, ze nejprve najdeme množinu robustních bodů okolo geometrického mediánu, tuto množiinu dále rozšiřujeme a z bodů této množiny počítáme iterativně vážený průměrr. Díky tomu získáme robustní odhad ve smyslu breakdown pointu, který využívá více informace z pozorovaných...cs_CZ
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectBreak down pointen_US
dc.subjectLocation parameteren_US
dc.subjectRecursive adaptive methodsen_US
dc.subjectRobust statisticen_US
dc.subjectBreak down pointcs_CZ
dc.subjectParametr polohycs_CZ
dc.subjectRekurzivně adaptivní metodycs_CZ
dc.subjectRobustní statistikacs_CZ
dc.titleMedian in some statistical methodsen_US
dc.typedizertační prácecs_CZ
dcterms.created2017
dcterms.dateAccepted2017-12-11
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.identifier.repId71556
dc.title.translatedMedian pro různé statistické metodycs_CZ
dc.contributor.refereeHlávka, Zdeněk
dc.contributor.refereeVíšek, Jan Ámos
dc.identifier.aleph002177574
thesis.degree.namePh.D.
thesis.degree.leveldoktorskécs_CZ
thesis.degree.disciplinePravděpodobnost a statistika, ekonometrie a finanční matematikacs_CZ
thesis.degree.disciplineProbability and statistics, econometrics and financial mathematicsen_US
thesis.degree.programMathematicsen_US
thesis.degree.programMatematikacs_CZ
uk.thesis.typedizertační prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Probability and Mathematical Statisticsen_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.csPravděpodobnost a statistika, ekonometrie a finanční matematikacs_CZ
uk.degree-discipline.enProbability and statistics, econometrics and financial mathematicsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csProspěl/acs_CZ
thesis.grade.enPassen_US
uk.abstract.csMedian pro různé statistické metody Abstrakt: V této práci se zaměřujeme na využití robustních vlastností mediánu. Pro algoritmy, které jsou v práci navržené, zkoumáme jejich breakdown point, ale i další vlastnosti jako konsistenci (silnou nebo slabou), ekvivarianci a výpočetní složitost. Z praktických důvodů hledáme především metody, které se snaží najít rovnováhu mezi výpočetní složitostí a dobrými robustními vlastnostmi, protože tyto vlastnosti obvykle stojí proti sobě. Disertace je rozdělena do dvou částí. V první části navrhujeme robustní metody na bázi exponenciálního vyrovnávání. Nejprve zobecňujeme dřívější výsledky pro exponenciální vyrovnávání v absolutní normě s využitím. regresních kvantyů. Dále navrhu- jeme metodu založenou na znaménkovém testu, která se snaží vypořádat nejen s odlehlými pozorováními, ale i detekovat čas změny modelu. V druhé části navrhujeme nové odhady parametru polohy. Konstruujeme je tak, ze nejprve najdeme množinu robustních bodů okolo geometrického mediánu, tuto množiinu dále rozšiřujeme a z bodů této množiny počítáme iterativně vážený průměrr. Díky tomu získáme robustní odhad ve smyslu breakdown pointu, který využívá více informace z pozorovaných...cs_CZ
uk.abstract.enMedian in some statistical methods Abstract: This work is focused on utilization of robust properties of median. We propose variety of algorithms with respect to their breakdown point. In addition, other properties are studied such as consistency (strong or weak), equivariance and computational complexity. From practical point of view we are looking for methods balancing good robust properties and computational complexity, be- cause these two properties do not usually correspond to each other. The disser- tation is divided to two parts. In the first part, robust methods similar to the exponential smoothing are suggested. Firstly, the previous results for the exponential smoothing with ab- solute norm are generalized using the regression quantiles. Further, the method based on the classical sign test is introduced, which deals not only with outliers but also detects change points. In the second part we propose new estimators of location. These estimators select a robust set around the geometric median, enlarge it and compute the (iterative) weighted mean from it. In this way we obtain a robust estimator in the sense of the breakdown point which exploits more information from observations than standard estimators. We apply our approach on the concepts of boxplot and bagplot. We work in a general normed vector...en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
thesis.grade.codeP
dc.identifier.lisID990021775740106986


Soubory tohoto záznamu

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Tento záznam se objevuje v následujících sbírkách

Zobrazit minimální záznam


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; 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