Užití modelů diskrétních dat

Abstract

Při analýze dat růstu rostlin v řádku dané délky bychom měli uvažovat jak pravděpodobnost, že semínko zdárně vyroste, tak i náhodný počet semínek, které byly zasety. Proto se v celé práci věnujeme analýze náhodných sum, kde počet nezávisle stejně rozdělených sčítanců je na nich nezávislé náhodné číslo. První část práce věnuje pozornost teoretickému základu, definuje pojem náhodná suma a uvádí vlastnosti, jako jsou číslené míry polohy nebo funkční charakteristiky popisující dané rozdělení. Následně je diskutována metoda odhadu parametrů pomocí maximální věrohodnosti a zobecněné lineární modely. Metoda kvazi-věrohodnosti je též krátce zmíněna. Tato část je ilustrována příklady souvisejícími s výchozím problémem. Poslední kapitola se věnuje aplikaci na reálných datech a následné analýze.When analysing the data on emergence of plants in a row of a given length, we should consider both the probability of a seed to grow successfully and a random number of seeds sown. That is why this thesis is adressing the random sums, where number of independent identically distributed summands is random number independent of the summands. The first part of the thesis focuses on the theoretical basis, where the term random sum is introduced together with various properties, numerical and functional characteristics outlining the distribution. Afterwards the method of maximum likelihood estimation is discussed, followed by generalized linear models. Moreover, the quasilikelihood method is described briefly. Throughout this part, the theory is illustrated with examples related to the initial problem. The application on real data is discussed in the last chapter.