Odhadování stupně důvěry v prediktor užívaný v odhadování parametrů
Estimation of a Trust Weight of the Predictor Serving to Parameter Estimation
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Daniel Karlík
Vedoucí práce
Kárný Miroslav
Oponent práce
Ruman Marko
Studijní obor
Matematické inženýrstvíStudijní program
Aplikace přírodních vědInstituce přidělující hodnost
katedra matematikyPráva
A 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.htmlVysokoškolská 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.html
Metadata
Zobrazit celý záznamAbstrakt
Tato bakalářská práce se zabývá řešením problému efektivniho využití externí informace ve formě externiho prediktoru k vylepšení konstruovaných modelů. Zpracovávané informace slouží k predikování a vychází z formalizmu diskrétních markovských procesů. Predikce získáváme odhadováním parametrů modelu pomocí bayesovské statistiky. V současné praxi je, při užívání externiho prediktoru k vylepšení odhadování parametrů modelu, potřebná pevná volba důvěry v užitečnost externiho prediktoru. V této práci je popsána metoda na hledání optimální volby důvěry v užitečnost externiho prediktoru a metoda na navrhování optimálních predikcí. Princip těchto metod spočívá v kombinaci modelů, užívajících různé pevné volby důvěry v užitečnost externiho prediktoru, na základě úspěšnosti jimi navrhovaných predikcí a naší apriorní informaci o užívaném externím prediktoru. Vlastnosti navržených metod jsou ilustrovány pomocí simulačních experimentů. This bachelor's degree project studies the problem of effective use of external information in the form of an external predictor to improve designed models. The processed information serves to predict and is based on the formalism of discrete Markov processes. The predictions exploit estimation of model parameters by Bayesian statistics. Currently, when an external predictor is used for the improvement of the estimation of model parameters, it is necessary to choose a value of trust given to that external predictor. This work describes a method for finding the optimal choice of trust in the usefullness of the external predictor and a method for designing optimal predictions. These methods are based on the combination of models, using different trust in the usefullness of the external predictor, according to the success of their proposed predictions and our prior information about the external predictor used. The properties of the proposed method are illustrated by simulation experiments.
Kolekce
- Bakalářské práce - 14101 [308]