Number of the records: 1
Modelování směsí distribučních funkcí
Title statement Modelování směsí distribučních funkcí [rukopis] / Kristýna Vaňkátová Additional Variant Titles Modelování směsí distribučních funkcí Personal name Vaňkátová, Kristýna (dissertant) Translated title Mixture modelling Issue data 2014 Phys.des. 92 + CD ROM Note Oponent Ivo Müller Ved. práce Eva Fišerová Another responsib. Müller, Ivo, 1967- (opponent) Fišerová, Eva (thesis advisor) Another responsib. Univerzita Palackého. Katedra matematické analýzy a aplikací matematiky (degree grantor) Keywords smíšená distribuce * identifikovatelnost * EM algoritmus * směs regresních modelů * doprovodná proměnná * stochastický EM algoritmus * klasifikační EM algoritmus * software R * mixture model * identifiability * EM algorithm * mixture of regressions * concomitant variable * stochastic EM algorithm * classification EM algorithm * software R Form, Genre diplomové práce master's theses UDC (043)378.2 Country Česko Language čeština Document kind PUBLIKAČNÍ ČINNOST Title Mgr. Degree program Navazující Degree program Aplikovaná matematika Degreee discipline Aplikace matematiky v ekonomii book
Kvalifikační práce Downloaded Size datum zpřístupnění 00186006-372694104.pdf 31 637.1 KB 21.03.2014 Posudek Typ posudku 00186006-ved-742599769.pdf Posudek vedoucího 00186006-opon-645496189.doc Posudek oponenta
Práce je zaměřena na problematiku smíšených distribucí a směsí lineárních regresních modelů. V první části jsou definovány základní pojmy z oblasti smíšených distribucí a jsou zde představeny reprezentativní příklady jednorozměrných směsí normálně rozdělených složek. Druhá kapitola je věnována odhadům parametrů ve smíšených distribucích, představen je pojem identifikovatelnost a důraz je kladen na EM algoritmus. Následující dvě kapitoly jsou zaměřeny na směs lineárních regresních modelů a její možné modifikace vycházející z přidání doprovodné proměnné do modelu. Poslední část práce demonstruje použití dříve zmíněných metod na reálných datech poskytnutých firmou Seco GROUP a.s. Všechny potřebné výpočty jsou prováděny pomocí softwaru R.The thesis is focused on mixture models and mixtures of linear regressions. The first part defines the basic concepts of mixture models and shows representative examples of univariate normal mixtures. The second section of the thesis is dedicated to estimation of mixture models parameters, introducing the problem of identifiability and concentrated on the EM algorithm. Next two sections are devoted to mixture of linear regressions and possible modifications that are based on the addition of concomitant variables. Finally, the last part demonstrates the usage of previously mentioned methods on the data provided by Seco GROUP a.s. company. All calculations are performed in statistical software R.
Number of the records: 1