03734ntm a22005297i 4500 000719711 CZ-PrVSE 20250202134735.0 m d cr n|||||||||| 250202s2024 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Lauer, Michal ISIS:150403 dis Estimating the relative frequency of a binomial distribution using classical and Bayesian approaches in R eng Odhad relativní četnosti binomického rozdělení pomocí klasického a bayesovského přístupu v jazyce R / Michal Lauer 2024 ?? stran : digital, PDF soubor Vedoucí práce: Ondřej Vilikus Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2025 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2025 Cílem této bakalářské práce je zkoumat různé metody odhadu relativní četnosti binomického rozdělení v bayesovské a frekventistické statistice. V úvodu je kladen důraz na rozdíly mezi přístupy ke statistice, podle kterých se liší použité metody. Frekventistickou statistiku zastupuje metoda maximální věrohodnosti, ze které je odvozen maximálně věrohodný odhad a jeho asymptotická konvergence k normálnímu rozdělení. Bayesovské metody zastupuje beta-binomický model, jehož posteriorní rozdělení je analyticky odvozeno. Bayesovská část je dále rozšířena o představení třech simulačních programů, díky kterým lze simulovat posteriorní rozdělení i bez znalosti analytického řešení. V praktické části jsou porovnány bodové a intervalové odhady pro různé velikosti vzorků a populační relativní četnosti. Výsledky ukazují, že u bodových odhadů je nejvhodnější beta-binomický model s informovaným apriorním rozdělením. V případě hraničních relativních četností nebo malého vzorku je metoda maximální věrohodnosti nevhodná primárně kvůli asymptotickému předpokladu. U intervalových odhadů se ukázalo, že je nejvhodnější beta-binomický model s neinformativním apriorním rozdělením. Znovu se ukazuje, že intervaly vytvořené frekventistickou metodou jsou u malých vzorků a hraničních relativních četností nevhodné. Hlavním přínosem bakalářské práce je zdůraznění praktických výhod bayesovských metod při odhadech s omezenými daty, kde apriorní informace o parametru může částečně kompenzovat nedostatek dat. Způsob přístupu: Internet data analytics [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas Stan Bayesovská statistika Odhad relativní četnosti Jazyk R BUGS JAGS Vilikus, Ondřej vse2014815208 ths Karel, Tomáš vse2015858033 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/88225/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/88225 Hlavní práce https://insis.vse.cz/zp/88225/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/88225/posudek/oponent/84884 Oponentura https://insis.vse.cz/zp/88225/podrobnosti dc:identifier NEPOSILAT VSKP vse88225 250130 88225