Počet záznamů: 1
Modelování nejistoty parametrů pravděpodobnostních rozdělení v simulacích Monte Carlo
Údaje o názvu Modelování nejistoty parametrů pravděpodobnostních rozdělení v simulacích Monte Carlo [rukopis] / Adriana Crhonková Další variantní názvy Modelování nejistoty parametrů pravděpodobnostních rozdělení v simulacích Monte Carlo Osobní jméno Crhonková, Adriana (autor diplomové práce nebo disertace) Překl.náz Modelling of uncertainty of parameters of probability distributions in Monte Carlo simulations Vyd.údaje 2017 Fyz.popis 57 + 1 CD ROM Poznámka Ved. práce Ondřej Pavlačka Oponent Pavla Kouřilová Dal.odpovědnost Pavlačka, Ondřej (vedoucí diplomové práce nebo disertace) Kouřilová, Pavla (oponent) Dal.odpovědnost Univerzita Palackého. Katedra matematické analýzy a aplikací matematiky (udelovatel akademické hodnosti) Klíč.slova Simulace Monte Carlo * analýza rizika * rizikové faktory * rozdělení pravděpodobnosti * modelování nejistoty parametrů * klasická statistika * metoda Bootstrap * Bayesova statistika * Monte Carlo simulation * risk analysis * risk factors * probability distribution * modelling of uncertainty of parametres * classical statistics * the Bootstrap * Bayesian inference Forma, žánr diplomové práce master's theses MDT (043)378.2 Země vyd. Česko Jazyk dok. čeština Druh dok. PUBLIKAČNÍ ČINNOST Titul Mgr. Studijní program Navazující Studijní program Aplikovaná matematika Studijní obor Aplikace matematiky v ekonomii kniha
Kvalifikační práce Staženo Velikost datum zpřístupnění 00214166-526653807.pdf 33 718.6 KB 21.04.2017 Posudek Typ posudku 00214166-ved-727158773.pdf Posudek vedoucího 00214166-opon-414496365.pdf Posudek oponenta
V rámci simulace Monte Carlo se setkáváme s důležitým krokem, a tím je určení pravděpodobnostního rozdělení rizikových faktorů. Pokud disponujeme historickými daty, odhadneme toto rozdělení z nich. Pro následnou simulaci rizikového faktoru se pak nabízí spočítat bodové odhady parametrů zvoleného rozdělení pravděpodobnosti a z nich modelovat uvažovaný rizikový faktor. Jaké nejistotě ovšem čelíme, použijeme-li k simulaci místo skutečných parametrů pouze bodové odhady? Hlavní náplní práce je zkoumat modelování této nejistoty pomocí klasické statistiky, metody Bootstrap a Bayesovy statistiky.In a Monte Carlo simulation, there is an important step - how to determine probability distribution of risk factors. If we possess historical data, we can estimate this distribution from these. For the following simulation of a risk factor we can count point estimations of parameters of chosen probability distribution and then simulate the risk factor from these estimators. However, what is the uncertainty we face, when we use these point estimators instead of real parameters? The main content of this theses is to examine modelling of this uncertainty by utilizing the classical statistics approach, the Bootstrap, and the Bayesian inference.
Počet záznamů: 1