Number of the records: 1  

Regrese s chybami v proměnných

  1. Title statementRegrese s chybami v proměnných [rukopis] / Vendula Tichá
    Additional Variant TitlesRegrese s chybami v proměnných
    Personal name Tichá, Vendula (dissertant)
    Translated titleRegression with errors in variables
    Issue data2014
    Phys.des.85 s. + 1 CD ROM
    NoteVed. práce Eva Fišerová
    Oponent Martina Chvosteková
    Another responsib. Fišerová, Eva (thesis advisor)
    Chvosteková, Martina (opponent)
    Another responsib. Univerzita Palackého. Katedra matematické analýzy a aplikací matematiky (degree grantor)
    Keywords Ortogonální regrese * maximálně věrohodné odhady * odhady pomocí lineárních modelů s podmínkou typu II. * polynomiální regrese * upravená metoda nejmenších čtverců * Orthogonal regression * the maximum likelihood estimators * the estimates using linear models with type-II constraints * polynomial regression * the adjusted least squares estimator
    Form, Genre diplomové práce master's theses
    UDC (043)378.2
    CountryČesko
    Languagečeština
    Document kindPUBLIKAČNÍ ČINNOST
    TitleMgr.
    Degree programNavazující
    Degree programAplikovaná matematika
    Degreee disciplineAplikace matematiky v ekonomii
    book

    book

    Kvalifikační práceDownloadedSizedatum zpřístupnění
    00175104-175397016.pdf261.1 MB18.12.2014
    PosudekTyp posudku
    00175104-ved-296249073.pdfPosudek vedoucího
    00175104-opon-972154377.pdfPosudek oponenta

    Cílem diplomové práce je popis regresních modelů, které lze použít v situaci, kdy nejen vysvětlovaná proměnná, ale i vysvětlující proměnné jsou zatíženy chybami. Nejprve je popsáno modelování lineárního vztahu mezi proměnnými a následně modelování polynomiálního vztahu. V závěrečné části jsou uvedeny příklady a simulační studie.The aim of this thesis is to describe regression models for a situation when both response and explanatory variables are measured with errors. Firstly, the modeling of linear relationship is described and the description of polynomial regression follows. Finally, some illustrative examples and simulation study are presented.

Number of the records: 1  

  This site uses cookies to make them easier to browse. Learn more about how we use cookies.