Některé sekvenční postupy pro jednoduchou regresi

• Název práce v jazyce práce (slovenština): Některé sekvenční postupy pro jednoduchou regresi
• Název práce v češtině: Některé sekvenční postupy pro jednoduchou regresi
• Název v anglickém jazyce: Some sequential procedures in in simple regression models,
• Klíčová slova: sekvenční postupy, jednoduchý regresní model, zastavovací pravidlo, testy, odhady
• Klíčová slova anglicky: sequential procedures, simple linear regession, stopping rules, tests, estimators
• Akademický rok vypsání: 2013/2014
• Typ práce: bakalářská práce
• Jazyk práce: slovenština
• Ústav: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Vedoucí / školitel: prof. RNDr. Marie Hušková, DrSc.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 07.10.2013
• Datum zadání: 07.10.2013
• Datum potvrzení stud. oddělením: 25.11.2013
• Datum a čas obhajoby: 11.09.2014 00:00
• Datum odevzdání elektronické podoby: 31.07.2014
• Datum odevzdání tištěné podoby: 31.07.2014
• Datum proběhlé obhajoby: 11.09.2014
• Oponenti: doc. RNDr. Zdeněk Hlávka, Ph.D.

Zásady pro vypracování

Student si prostuduje základy sekvenčních postupů pro jednoduché lineární modely. Sekvenční postupy jsou vhodné pro situace, kdy pozorování přicházejí postupně a po každém novém pozorování se rozhodujeme, zda získaná pozorování už poskytují dostatek informací, abychom mohli udělat nějaké závěry. Obvykle vedou k redukci potřebného počtu pozorování.
Student v práci popíše některé sekvenční postupy používané v jednoduchých lineárních modelech, odvodí jejich vlastnosti a eventuálně provede malou simulační studii.

Seznam odborné literatury

M.Ghosh, N. Mukhopadhyay, P.K. Sen" Sequential Estimation, kapitola 6, Wiley 1997

S. K. Chatterjee: Two-stage and multistage procedures, Handbook of Sequential Analysis, eds. B.K.Ghosh, P.K. Sen, str. 21 -- 46, Marcel Dekker 1991

Předběžná náplň práce

Práce se týká sekvenčních postupů Ty jsou vhodné pro situace, kdy pozorování přicházejí postupně a po každém novém pozorování se rozhodujeme, zda získaná pozorování už poskytují dostatek informací, abychom mohli udělat nějaké závěry. Obvykle vedou k redukci potřebného počtu pozorování a tudíž k úspoře.