Rozdělení třídy GAMLSS
The GAMLSS Family of Distributions
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/200675Identifikátory
SIS: 275405
Kolekce
- Kvalifikační práce [11973]
Autor
Vedoucí práce
Oponent práce
Pešta, Michal
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Finanční matematika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
19. 6. 2025
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
Třída rozdělení GAMLSS|exponenciálně-mocninná třída rozdělení|třída rozdělení Johnson SuKlíčová slova (anglicky)
GAMLSS family|power exponential family|Johnson Su familyRozdělení ve třídě GAMLSS (Generalized Additive Models for Location, Scale and Shape) umožňují modelovat nejen střední hodnotu a rozptyl, ale také šikmost a špičatost. Práce se zaměřuje na dvě konkrétní třídy rozdělení - exponenciálně-mocninnou a John- son Su. Pro obě třídy jsou odvozeny základní charakteristiky, jako například distribuční funkce, střední hodnota a rozptyl. Následně se práce zabývá odhadem parametrů pomocí metody momentů a maximální věrohodnosti. V závěru je provedena simulační studie, v níž jsou ověřeny vlastnosti obou typů odhadů na vybraných zástupcích rozdělení z každé třídy a je posouzena přesnost a konzistence odhadu parametrů rozdělení.
The distributions in the GAMLSS (Generalized Additive Models for Location, Scale and Shape) family allow to model not only mean and variance, but also skewness and kurtosis. This work is focused on two particular families of distributions - Power Expo- nential and Johnson Su. For both families, the basic characteristics such as cummulative distribution function, mean and variance are derived. The method of moments and the maximum likelihood method are used to address parameter estimation. The properties of both types of estimators are studied and verified on selected representatives of the distri- bution from each family in the conducted simulation study. The accuracy and consistency of the estimation of the distribution parameters are assessed.
