Úvod do bayesovské analýzy dat
Název práce v češtině: | Úvod do bayesovské analýzy dat |
---|---|
Název v anglickém jazyce: | Introduction to Bayesian Data Analysis |
Klíčová slova: | bayesovy metody, konjugované systémy, rozhodovací funkce, bodový odhad |
Klíčová slova anglicky: | bayesian methods, conjugated systems, decision function, point estimate |
Akademický rok vypsání: | 2010/2011 |
Typ práce: | bakalářská práce |
Jazyk práce: | čeština |
Ústav: | Katedra pravděpodobnosti a matematické statistiky (32-KPMS) |
Vedoucí / školitel: | doc. Mgr. Michal Kulich, Ph.D. |
Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
Datum přihlášení: | 26.09.2010 |
Datum zadání: | 29.09.2010 |
Datum a čas obhajoby: | 20.06.2011 00:00 |
Datum odevzdání elektronické podoby: | 25.05.2011 |
Datum odevzdání tištěné podoby: | 27.05.2011 |
Datum proběhlé obhajoby: | 20.06.2011 |
Oponenti: | prof. RNDr. Jiří Anděl, DrSc. |
Zásady pro vypracování |
Student se seznámí se základními principy bayesovských metod, způsoby volby apriorního rozdělení a základy teorie bayesovských odhadů a testů. Práce se bude sestávat ze stručného popisu obecné teorie, ukázek řešení konkrétních problémů bayesovskými metodami, aplikací a řešení vybraných příkladů z učebnic.
|
Seznam odborné literatury |
Carlin BP, Louis TA (2009) Bayesian Methods for Data Analysis. CRC Press, Boca Raton FL.
Ferguson TS (1967) Mathematical statistics: a decision theoretic approach. Academic Press, New York. Hušková M (1985) Bayesovské metody. SPN, Praha. |
Předběžná náplň práce |
Bayesovské metody představují alternativní filozofický pohled na statistické problémy (odhadování, testování). Neznámé konstanty jsou považovány za náhodné veličiny, jejichž předem dané (apriorní) rozdělení vyjadřuje naše původní předpoklady nebo vědomosti o jejich možných hodnotách. Pozorovaná data posléze toto rozdělení modifikují a zpřesňují. V praxi se bayesovské metody přímo aplikují např. v tzv. antispamových filtrech elektronické pošty, ale jejich možná použití jsou zcela univerzální.
Téma předpokládá předchozí absolvování předmětů NSTP129 nebo NSTP022 a zápis předmětů NSTP097 nebo NSTP201+202. |