Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 390)
Detail práce
   Přihlásit přes CAS
Modely pro mnohorozměrná data a jejich odhadování
Název práce v češtině: Modely pro mnohorozměrná data a jejich odhadování
Název v anglickém jazyce: Models for multivariate data and their estimation
Akademický rok vypsání: 2024/2025
Typ práce: disertační práce
Jazyk práce: čeština
Ústav: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Vedoucí / školitel: doc. Ing. Marek Omelka, Ph.D.
Řešitel: skrytý - zadáno a potvrzeno stud. odd.
Datum přihlášení: 09.08.2024
Datum zadání: 09.08.2024
Datum potvrzení stud. oddělením: 01.11.2024
Konzultanti: Johana Nešlehová
Zásady pro vypracování
Student(ka) se bude zabývat modely pro mnohorozměrná data. U vybraných modelů se pak zaměří na problematiku odhadování těchto modelů a statistické vlastnosti těchto odhadů. Tyto modely budou mimo jiné zahrnovat modely pro vícerozměrná diskrétní data založená na copulích a modely používané ve faktorové analýze a analýze položek (item response theory). Teoretické výsledky budou ilustrovány pomocí simulačních studií a aplikací na reálná data.
Seznam odborné literatury
Genest, C., & Nešlehová, J. (2007). A primer on copulas for count data. ASTIN Bulletin: The Journal of the IAA, 37(2), 475-515.

Genest C., Nešlehová J., Rémillard B., Murphy, O.A. (2019). Testing for independence in arbitrary distributions, Biometrika, Volume 106, Issue 1, March 2019, Pages 47–68.

Genest C., Nešlehová J., Rémillard B. (2017). Asymptotic behavior of the empirical multilinear copula process under broad conditions, Journal of Multivariate Analysis, Volume 159, 82-110.

Gijbels, I., Omelka, M., Pešta, M., and Veraverbeke, N. (2017). Score tests for covariate effects in conditional copulas. J. Multivariate Anal., 159:111–133.

Joe, H. (2014). Dependence modeling with copulas. CRC Press.

Nelsen, R.B.: An Introduction to Copulas, Second Edition, Springer-Verlag New York, Inc.; 2006.

Nešlehová, J. (2007). On rank correlation measures for non-continuous random variables. Journal of Multivariate Analysis, 98(3), 544-567.

Omelka, M., Hudecová, Š. and Neumeyer, N. (2021). Maximum pseudo-likelihood estimation based on estimated residuals in copula semiparametric models. Scandinavian Journal of Statistics. 48, 1433–1473


 
Univerzita Karlova | Informační systém UK