Zobrazit minimální záznam

Bayesian Model Selection



dc.contributor.advisorŠmídl Václav
dc.contributor.authorPoliak Kajetán
dc.date.accessioned2019-02-20T10:41:36Z
dc.date.available2019-02-20T10:41:36Z
dc.date.issued2018-08-31
dc.identifierKOS-593779594405
dc.identifier.urihttp://hdl.handle.net/10467/79517
dc.description.abstractPráce má za cíl představení bayesovské statistiky a bayesovského výběru modelu. K tomuto cíli přistupuje přes seznámení se s tvorbou statistických modelů pro lineární a logistickou regresi. Předvedena je statistická klasifikace dat pomocí logistické regrese. Významnou částí práce je analýza chybějících hodnot a metody, které pracují se soubory s chybějícími pozorováními. Posléze jsou představeny a aplikovány metody výběru modelu jak z frekventistického, tak z bayesovského pohledu. Závěr teoretické části je věnován vzorkovacím metodám a to především importance samplingu. Nakonec je získaná teorie aplikována na reálný problém, kterým je variable selection pro soubor dat z vyšetření krve.cze
dc.description.abstractThe aim of this thesis is to introduce the theory of Bayesian model selection. For this purpose we introduce constructions of statistical models for linear and logistic regression. A significant portion of this study involves missing data analysis and the methods concerned with datasets containing missing observations. We then outline and apply various methods for model selection. This is done from the frequentist as well as the bayesian view. The final chapter of the theory is dedicated to the sampling methods. Mainly we focus on the importance sampling. Finally the theoretical background is applied to the real dataset of the blood diagnosis results.eng
dc.language.isoCZE
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmleng
dc.rightsVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.htmlcze
dc.subjectbayesovský výběr modelu,BIC,EM algoritmus,importance sampling,klasifikace,lineární regrese,logistická regresecze
dc.subjectbayesian model selection,BIC,classification,EM algorithm,importance sampling,linear regression,logistic regressioneng
dc.titleByesovský výběr modelucze
dc.titleBayesian Model Selectioneng
dc.typebakalářská prácecze
dc.typebachelor thesiseng
dc.date.accepted2018-09-05
dc.contributor.refereeDedecius Kamil
theses.degree.disciplineMatematické inženýrstvícze
theses.degree.grantorkatedra matematikycze
theses.degree.programmeAplikace přírodních vědcze


Soubory tohoto záznamu

SouboryVelikostFormátZobrazit

K tomuto záznamu nejsou připojeny žádné soubory.

Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam