Bayesovský odhad parametru pomocí MCMC

but.committeeprof. RNDr. Miroslav Doupovec, CSc., dr. h. c. (předseda) doc. Mgr. Petr Vašík, Ph.D. (místopředseda) doc. RNDr. Jiří Klaška, Dr. (člen) Ing. Mgr. Eva Mrázková, Ph.D. (člen) RNDr. Radovan Potůček, Ph.D. (člen)cs
but.defenceStudent odprezentoval výsledky své bakalářské práce na téma Bayesovský odhad parametru pomocí MCMC. Byly přečteny posudky vedoucího a oponenta. Student definoval reverzibilní vlastnost Markovského řetězce se spojitým stavovým prostorem a ilustroval vztah této vlastnosti k existenci limitního a stacionárního rozdělení. Student ukázal, že použití Metropolisova-Hastnigsova algoritmu bez apriorní informace je možné, nicméně algoritmus bude vzorkovat věrohodnostní funkci násobenou konstantou a pro konstrukci odhadů na základě věrohodnosti existuje lepší metoda (maximálně věrohodné odhady). Student objasnil doc. Vašíkovi metodiku získávání dat.cs
but.jazykangličtina (English)
but.programMatematické inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHrabec, Pavelen
dc.contributor.authorStraka, Jakuben
dc.contributor.refereeBenko, Matejen
dc.date.accessioned2025-06-13T03:58:55Z
dc.date.available2025-06-13T03:58:55Z
dc.date.created2025cs
dc.description.abstractCílem této bakalářské práce je odhad parametrů pomocí metod Markov chain Monte Carlo (MCMC). Nejprve je představen potřebný teoretický aparát, jmenovitě některé statě z inferenční statistiky, základy Markovských řetězců, lineární modely (pojato Bayesovsky) a v neposlední řadě také základy z teorie MCMC -- algoritmus Metropolis-Hastings a konvergenční statistiky. Tyto poznatky jsou použity na reálných datech nemovitostí ve městě Brno, kde bylo specifikováno jako cíl odhad jejich ceny na základě specifikovaných parametrů nemovitostí. Následně jsou výsledky simulací porovnány, a nakonec je vytvořen odhad (bodový i intervalový) ceny hypotetických nemovitostí v Brně.en
dc.description.abstractThis thesis aims to estimate parameters whilst using Markov chain Monte Carlo (MCMC) methods. First of all, the thesis summarises chapters like Statistical Inference, introduction into Markov chains, linear models with the Bayesian approach, as well as the basic theory for MCMC simulations, namely the Metropolis-Hastings algorithm and convergence statistics. The insights from these chapters are utilised at real-world data -- properties in Brno. It has been specified that we shall estimate the price of these properties given an array of parameters. Consequently, the results from the simulations are compared and finally, an estimate (point and interval) of prices of hypothetical properties in Brno are presented.cs
dc.description.markAcs
dc.identifier.citationSTRAKA, J. Bayesovský odhad parametru pomocí MCMC [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2025.cs
dc.identifier.other165814cs
dc.identifier.urihttps://hdl.handle.net/11012/252257
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta strojního inženýrstvícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectBayesovská statistikaen
dc.subjectMarkov chain Monte Carloen
dc.subjectalgoritmus Metropolis-Hastingsen
dc.subjectlineární regresní modelen
dc.subjectodhad parametruen
dc.subjectBayesian statisticscs
dc.subjectMarkov chain Monte Carlocs
dc.subjectMetropolis-Hastings Algorithmcs
dc.subjectlinear regression modelcs
dc.subjectparameter estimatecs
dc.titleBayesovský odhad parametru pomocí MCMCen
dc.title.alternativeBayesian paremeter estimate using MCMCcs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2025-06-12cs
dcterms.modified2025-06-12-14:10:04cs
eprints.affiliatedInstitution.facultyFakulta strojního inženýrstvícs
sync.item.dbid165814en
sync.item.dbtypeZPen
sync.item.insts2025.06.13 05:58:55en
sync.item.modts2025.06.13 05:35:16en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta strojního inženýrství. Ústav matematikycs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.95 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_165814.html
Size:
11.09 KB
Format:
Hypertext Markup Language
Description:
file review_165814.html
Collections