Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 368)
Detail práce
   Přihlásit přes CAS
Detection of causality in time series using extreme values
Název práce v češtině: Detekce kauzality v časových řadách pomocí extrémních hodnot
Název v anglickém jazyce: Detection of causality in time series using extreme values
Klíčová slova: Granger|Kauzalita|Nelineárne časové rady|VAR procesy|Teória extrémnych hodnôt|Ťažké chvosty
Klíčová slova anglicky: Granger causality|Causal inference|Nonlinear time series|VAR process|Extremal value theory|Heavy tails
Akademický rok vypsání: 2020/2021
Typ práce: diplomová práce
Jazyk práce: angličtina
Ústav: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Vedoucí / školitel: doc. RNDr. Zbyněk Pawlas, Ph.D.
Řešitel: Mgr. Juraj Bodík - zadáno a potvrzeno stud. odd.
Datum přihlášení: 24.09.2020
Datum zadání: 02.10.2020
Datum potvrzení stud. oddělením: 22.02.2021
Datum a čas obhajoby: 21.06.2021 08:00
Datum odevzdání elektronické podoby:21.05.2021
Datum odevzdání tištěné podoby:21.05.2021
Datum proběhlé obhajoby: 21.06.2021
Oponenti: doc. RNDr. Arnošt Komárek, Ph.D.
 
 
 
Konzultanti: RNDr. Milan Paluš, DrSc.
Zásady pro vypracování
V časových řadách, které vykazují těžké chvosty, hrají důležitou roli extrémní hodnoty. V nedávné době byly navrženy a zkoumány některé způsoby kvantitativního popisu závislostí extrémů. Mnoho pozornosti zatím nebylo věnováno příčinnosti. Cílem studenta je prozkoumat a případně navrhnout metody vhodné k analýze kauzálních vztahů mezi časovými řadami.
Seznam odborné literatury
N. Gnecco, N. Meinshausen, J. Peters, S. Engelke (2019): Causal discovery in heavy-tailed models, arXiv:1908.05097 [stat.ME].

M. Paluš, A. Krakovská, J. Jakubík, M. Chvosteková (2018): Causality, dynamical systems and the arrow of time, Chaos 28, 075307.

J. Peters, D. Janzing, B. Schölkopf (2017): Elements of Causal Inference - Foundations and Learning Algorithms, The MIT Press, Cambridge.
 
Univerzita Karlova | Informační systém UK