Department of Mathematical Analysis and Applications of Mathematics Faculty of Science, Palacký University Olomouc Czech Republic
|
|
- Bedřich Soukup
- před 5 lety
- Počet zobrazení:
Transkript
1 ROBUST 13. září 2016 regression regresních modelů Categorical Continuous - explanatory, Eva Fišerová Department of Mathematical Analysis and Applications of Mathematics Faculty of Science, Palacký University Olomouc Czech Republic kristyna.vankatova@upol.cz
2 regression Standard linear regression model y j = x T j β + ε j The mixture of linear regression can be written as y j = x T j β 1 + ε 1j with probability π 1 x T j β 2 + ε 2j with probability π 2 x T j β c + ε cj. with probability π c where ε ij N(0, σ 2 i ) Accounting for the mixture structure, the conditional density of y j x j is f (y j x j, Ψ) = c π i φ(y j x T j β i, σi 2 ). i=1 Ψ denotes the vector of all parameters regression Categorical Continuous - explanatory Ψ = (π 1,..., π c, (β T 1, σ2 1 ),..., (βt c, σ2 c ))T.
3 Maximizing the log likelihood function log L(Ψ x 1,..., x n, y 1,..., y n) = n ( c ) log π i φ(y j x T j β i, σi 2 ). The EM algorithm is an iterative procedure which alternates between an Expectation step and a Maximization step. (k + 1)th iteration of EM algorithm: 1. E-step: Given the observed data y and current parameter estimates Ψ (k) in the kth iteration, calculates estimated a-posteriori probabilities, assigning each observation j to each cluster i. τ (k) ij = 2. M-step: Given the estimates τ (k) ij j=1 π (k) φ(y i j x T j c h=1 π(k) h φ(y j x T j i=1 β (k) i, σ 2(k) ) i β (k) h, σ2(k) ) h for the a-posteriori probabilities τ ij (which are functions of Ψ (k) ), obtain new estimates Ψ (k+1) of the parameters by maximizing expected complete log likelihood, which is in general easier to maximize than the original likelihood.. regression Categorical Continuous - explanatory Q(Ψ, Ψ (k) ) = n c j=1 i=1 τ (k) ij log φ(y j x T j β i, σ 2 i )
4 The maximization is equivalent to solving the weighted least squares problem: β (k+1) i = (X T W (k) X) 1 X T W (k) i i y for i = 1,..., c, where y = (y 1,..., y n) T is the vector of observations and X = (x 1,..., x n) T 1/2 (k) is the design matrix, both are weighted by τ. ij In order to estimate σ 2 i and π i we use (k+1) σ 2 (k+1) (y X β i ) T W = i (y X β (k+1) i ), for i = 1,..., c, n regression Categorical Continuous - explanatory and n π (k+1) j=1 = τ (k) ij i n for i = 1,..., c.
5 with We consider mixture of of form f (y j x j, ω j ) = c π i (ω j, α i )φ(y j x T j β i, σi 2 ), i=1 Multinomial logit model for the π i is given by π i (ω j, α i ) = exp ωt j α i for i = 1,..., c, c α h=1 expωt j h regression Categorical Continuous - explanatory with α = (α 1,..., α c) and α 1 0. The vector of all parameters is given by Ψ = ((α T 1, βt 1, σ2 1 ),..., (αt c, βt c, σ2 c ))T.
6 Parameters estimated via EM algorithm. M-step: maximization of expected complete log likelihood where and Q(Ψ, Ψ (k) ) = Q 1 (β i, σ 2 i, i = 1,..., c ; Ψ (k) ) + Q 2 (α, Ψ (k) ), Q 1 (β i, σ 2 i, i = 1,..., c ; Ψ (k) ) = Q 2 (α, Ψ (k) ) = n c j=1 i=1 n c j=1 i=1 τ (k) ij τ (k) ij log ( π i (ω j, α i ) ). ( ) log φ(y j x T j β i, σi 2 ) Formulas Q 1 and Q 2 can be maximized separately. The maximization of (k+1) Q 1 gives new estimates β i, σ 2(k+1), i = 1,..., c, and the i maximization of Q 2 gives α (k+1). Q 1 is maximized using the weighted ML estimation of linear and Q 2 by means of the weighted ML estimation of multinomial logit. regression Categorical Continuous - explanatory
7 Categorical regression The data comes from two component mixture of the following structure: 150 obs. : y = 5 10 x + ε; ε N(0, 15) 150 obs. : y = 10 2 x + ε; ε N(0, 15) Categorical assigns value 1 and 2 to observations from the first component (with accuracy of 90%) and value 3 and 4 to observations from the second component (with accuracy of 90%) Categorical Continuous - explanatory
8 Comparison of true data classification (top left), classification via ordinary mixture of regressions (bottom) and classification via mixture of (top right). y x x y y x regression Categorical Continuous - explanatory
9 Continuous The data comes from three component mixture of the following structure: 50 obs. : y = x + ε; ε N(0, 10) 80 obs. : y = 40 4 x + ε; ε N(0, 40) 30 obs. : y = 40 1 x + ε; ε N(0, 10) Explanatory can be used as for better estimates of observations membership. regression Categorical Continuous - explanatory
10 Comparison of true data classification (top left), classification via ordinary mixture of regressions (bottom left & bottom right) and classification via mixture of (top right). y y x x y y x x regression Categorical Continuous - explanatory
11 The MSE and variance of the regression parameters and standard error estimates for both mixture : MSEPAR( ψ m) β 10 β 11 β 20 β 21 β 10 β 11 β 20 β 21 β 30 β 31 klasická směs směs s dopr. prom VAR( ψ m) β 10 β 11 β 20 β 21 β 10 β 11 β 20 β 21 β 30 β 31 klasická směs směs s dopr. prom For three component mixture - most of the standard mixture estimates are completely inaccurate and not included in the estimates quality comparison. regression Categorical Continuous - explanatory
12 Conclusions regression can be applied to data where observations originate from various groups and the group affiliations are not known. Mixture of provides quality estimates in the sense of lower MSE and variance of parameters. Concomitant enhances the classification of observations. regression Categorical Continuous - explanatory
13 regression Thank you for your attention! Categorical Continuous - explanatory
14 BENAGLIA, T., CHAUVEAU, D., HUNTER, D.R. a YOUNG, D.S.. Mixtools: An R Package for Analyzing Finite Mixture Models. Journal of Statistical Software. 2009, Vol. 32, No [online ] DE VEAUX, R.D. linear regressions. Comput. Statist. Data Anal. 1989, No. 8, pp DESARBO, W.S. a CRON, W.L.. A Maximum Likelihood Methodology for Clusterwise Linear Regression. Journal of Classification. 1988, No. 5. URL: deepblue.lib.umich.edu [online ] FARIA, Susana, SOROMENHO, Gilda. Fitting mixtures of linear regressions. Journal of Statistical Computation and Simulation (Impact Factor: 0.63). 03/2010; 80: DOI: / URL: [online ] GRÜN, B. a LEISCH. F.. Fitting Finite Generalized Linear Regressions in R. Computational Statistics and Data Analysis URL: [online ] GRÜN, B. a LEISCH. F.. FlexMix Version 2: Finite Mixtures with Concomitant Variables and Varying and Constant Parameters. Journal of Statistical Software. 2008, Vol. 28, No. 4. URL: cran.at.r-project.org [online ] HOSHIKAWA, Toshiya. for observational data, with application to functional regression URL: arxiv.org [online ] JONES, P.N., MCLACHLAN, G.J. Fitting finite mixture in a regression context. Aust. J. Statist. 1992, No. 34, pp LEISCH, Friedrich. FlexMix: A General Framework for Finite Mixture Models and Latent Class Regression in R. Journal of Statistical Software. 2004, Vol. 11, No. 8. regression Categorical Continuous - explanatory
Transportation Problem
Transportation Problem ١ C H A P T E R 7 Transportation Problem The transportation problem seeks to minimize the total shipping costs of transporting goods from m origins (each with a supply s i ) to n
VíceVyužití hybridní metody vícekriteriálního rozhodování za nejistoty. Michal Koláček, Markéta Matulová
Využití hybridní metody vícekriteriálního rozhodování za nejistoty Michal Koláček, Markéta Matulová Outline Multiple criteria decision making Classification of MCDM methods TOPSIS method Fuzzy extension
VíceWORKSHEET 1: LINEAR EQUATION 1
WORKSHEET 1: LINEAR EQUATION 1 1. Write down the arithmetical problem according the dictation: 2. Translate the English words, you can use a dictionary: equations to solve solve inverse operation variable
VíceUSING VIDEO IN PRE-SET AND IN-SET TEACHER TRAINING
USING VIDEO IN PRE-SET AND IN-SET TEACHER TRAINING Eva Minaříková Institute for Research in School Education, Faculty of Education, Masaryk University Structure of the presentation What can we as teachers
VíceKlasifikace a rozpoznávání. Bayesovská rozhodovací teorie
Klasifikace a rozpoznávání Bayesovská rozhodovací teorie Extrakce příznaků 3 25 2 Granáty Jablka Četnost 15 1 5 2 3 4 5 6 7 8 Váha [dkg] Pravděpodobnosti - diskrétní příznaky Uvažujme diskrétní příznaky
VíceKlasická a robustní ortogonální regrese mezi složkami kompozice
Klasická a robustní ortogonální regrese mezi složkami kompozice K. Hrůzová, V. Todorov, K. Hron, P. Filzmoser 13. září 2016 Kompoziční data kladná reálná čísla nesoucí pouze relativní informaci, x = (x
VíceCompression of a Dictionary
Compression of a Dictionary Jan Lánský, Michal Žemlička zizelevak@matfyz.cz michal.zemlicka@mff.cuni.cz Dept. of Software Engineering Faculty of Mathematics and Physics Charles University Synopsis Introduction
VíceProbability density estimation Parametric methods
Probability density estimation Parametric methods Václav Hlaváč Czech Technical University in Prague Czech Institute of Informatics, Robotics and Cybernetics 166 36 Prague 6, Jugoslávských partyzánů 1580/3,
VíceAplikace matematiky. Dana Lauerová A note to the theory of periodic solutions of a parabolic equation
Aplikace matematiky Dana Lauerová A note to the theory of periodic solutions of a parabolic equation Aplikace matematiky, Vol. 25 (1980), No. 6, 457--460 Persistent URL: http://dml.cz/dmlcz/103885 Terms
VíceGUIDELINES FOR CONNECTION TO FTP SERVER TO TRANSFER PRINTING DATA
GUIDELINES FOR CONNECTION TO FTP SERVER TO TRANSFER PRINTING DATA What is an FTP client and how to use it? FTP (File transport protocol) - A protocol used to transfer your printing data files to the MAFRAPRINT
VíceKarta předmětu prezenční studium
Karta předmětu prezenční studium Název předmětu: Číslo předmětu: 545-0250 Garantující institut: Garant předmětu: Ekonomická statistika Institut ekonomiky a systémů řízení RNDr. Radmila Sousedíková, Ph.D.
VíceZáklady teorie front III
Základy teorie front III Aplikace Poissonova procesu v teorii front II Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta
VíceCHOVÁNÍ SILOFUNKCÍ TESTŮ V COXOVĚ MODELU PROPORCIONÁLNÍCH RIZIK
CHOVÁNÍ SILOFUNKCÍ TESTŮ V COXOVĚ MODELU PROPORCIONÁLNÍCH RIZIK Aneta Andrášiková 1, Eva Fišerová 1, Silvie Bělašková 2 1 Univerzita Palackého v Olomouci, PřF, KMaAM 2 Fakultní nemocnice u sv. Anny v Brně,
VíceUni- and multi-dimensional parametric tests for comparison of sample results
Uni- and multi-dimensional parametric tests for comparison of sample results Jedno- a více-rozměrné parametrické testy k porovnání výsledků Prof. RNDr. Milan Meloun, DrSc. Katedra analytické chemie, Universita
VíceEva Fišerová a Karel Hron. Katedra matematické analýzy a aplikací matematiky Přírodovědecká fakulta Univerzity Palackého v Olomouci.
Ortogonální regrese pro 3-složkové kompoziční data využitím lineárních modelů Eva Fišerová a Karel Hron Katedra matematické analýzy a aplikací matematiky Přírodovědecká fakulta Univerzity Palackého v Olomouci
VíceIntroduction to MS Dynamics NAV
Introduction to MS Dynamics NAV (Item Charges) Ing.J.Skorkovský,CSc. MASARYK UNIVERSITY BRNO, Czech Republic Faculty of economics and business administration Department of corporate economy Item Charges
VíceOn large rigid sets of monounary algebras. D. Jakubíková-Studenovská P. J. Šafárik University, Košice, Slovakia
On large rigid sets of monounary algebras D. Jakubíková-Studenovská P. J. Šafárik University, Košice, Slovakia coauthor G. Czédli, University of Szeged, Hungary The 54st Summer School on General Algebra
VíceStřední průmyslová škola strojnická Olomouc, tř.17. listopadu 49
Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.07/1.5.00/34.0205 Šablona: III/2 Anglický jazyk
VíceCzech Republic. EDUCAnet. Střední odborná škola Pardubice, s.r.o.
Czech Republic EDUCAnet Střední odborná škola Pardubice, s.r.o. ACCESS TO MODERN TECHNOLOGIES Do modern technologies influence our behavior? Of course in positive and negative way as well Modern technologies
VíceEXACT DS OFFICE. The best lens for office work
EXACT DS The best lens for office work EXACT DS When Your Glasses Are Not Enough Lenses with only a reading area provide clear vision of objects located close up, while progressive lenses only provide
VíceDesign Experimentu a Statistika - AGA46E
Design Experimentu a Statistika - AGA46E Czech University of Life Sciences in Prague Department of Genetics and Breeding Summer Term 2015 Matúš Maciak (@ A 211) Office Hours: T 9:00 10:30 or by appointment
VíceCHAPTER 5 MODIFIED MINKOWSKI FRACTAL ANTENNA
CHAPTER 5 MODIFIED MINKOWSKI FRACTAL ANTENNA &KDSWHUSUHVHQWVWKHGHVLJQDQGIDEULFDW LRQRIPRGLILHG0LQNRZVNLIUDFWDODQWHQQD IRUZLUHOHVVFRPPXQLFDWLRQ7KHVLPXODWHG DQGPHDVXUHGUHVXOWVRIWKLVDQWHQQDDUH DOVRSUHVHQWHG
VíceDC circuits with a single source
Název projektu: utomatizace výrobních procesů ve strojírenství a řemeslech egistrační číslo: Z..07/..0/0.008 Příjemce: SPŠ strojnická a SOŠ profesora Švejcara Plzeň, Klatovská 09 Tento projekt je spolufinancován
VíceTestování změn v binárnách autoregresních modelech Šárka Hudecová 1/ 36
Testování změn v binárnách autoregresních modelech Šárka Hudecová KPMS MFF UK ROBUST 2012 Němčičky 9. 14.9.2012 Testování změn v binárnách autoregresních modelech Šárka Hudecová 1/ 36 Uvažovaná situace
VíceDynamic Signals. Ananda V. Mysore SJSU
Dynamic Signals Ananda V. Mysore SJSU Static vs. Dynamic Signals In principle, all signals are dynamic; they do not have a perfectly constant value over time. Static signals are those for which changes
VíceEKONOMICKÁ APLIKACE KOMPOZIČNÍHO REGRESNÍHO MODELU
EKONOMICKÁ APLIKACE KOMPOZIČNÍHO REGRESNÍHO MODELU Klára Hrůzová 1,2, Karel Hron 1,2 1 Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, Univerzita Palackého v Olomouci 2 Katedra
VíceVliv metody vyšetřování tvaru brusného kotouče na výslednou přesnost obrobku
Vliv metody vyšetřování tvaru brusného kotouče na výslednou přesnost obrobku Aneta Milsimerová Fakulta strojní, Západočeská univerzita Plzeň, 306 14 Plzeň. Česká republika. E-mail: anetam@kto.zcu.cz Hlavním
VíceThe Over-Head Cam (OHC) Valve Train Computer Model
The Over-Head Cam (OHC) Valve Train Computer Model Radek Tichanek, David Fremut Robert Cihak Josef Bozek Research Center of Engine and Content Introduction Work Objectives Model Description Cam Design
Více6.867 Machine Learning
. Machine Learning Problem Set Solutions Due date: Monday November Problem : Model Selection. P (y,..., y n x,..., x n, PST) = = K [ [,] K [ K p n+ i i ( p i ) n i dpi ] = p n+ i i K ( p i ) n i n + i!
VíceACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS SBORNÍK MENDELOVY ZEMĚDĚLSKÉ A LESNICKÉ UNIVERZITY V BRNĚ
ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS SBORNÍK MENDELOVY ZEMĚDĚLSKÉ A LESNICKÉ UNIVERZITY V BRNĚ Ročník LII 6 Číslo 3, 2004 Gasser-Müllerův odhad J. Poměnková Došlo: 8.
VíceJak importovat profily do Cura (Windows a
Jak importovat profily do Cura (Windows a macos) Written By: Jakub Dolezal 2019 manual.prusa3d.com/ Page 1 of 10 Step 1 Stažení Cura profilů V tomto návodu se dozvíte, jak importovat a aktivovat nastavení
VícePRAVIDLA ZPRACOVÁNÍ STANDARDNÍCH ELEKTRONICKÝCH ZAHRANIČNÍCH PLATEBNÍCH PŘÍKAZŮ STANDARD ELECTRONIC FOREIGN PAYMENT ORDERS PROCESSING RULES
PRAVIDLA ZPRACOVÁNÍ STANDARDNÍCH ELEKTRONICKÝCH ZAHRANIČNÍCH PLATEBNÍCH PŘÍKAZŮ STANDARD ELECTRONIC FOREIGN PAYMENT ORDERS PROCESSING RULES Použité pojmy Platební systém Elektronický platební příkaz Účetní
VíceAIC ČESKÁ REPUBLIKA CZECH REPUBLIC
ČESKÁ REPUBLIKA CZECH REPUBLIC ŘÍZENÍ LETOVÉHO PROVOZU ČR, s.p. Letecká informační služba AIR NAVIGATION SERVICES OF THE C.R. Aeronautical Information Service Navigační 787 252 61 Jeneč A 1/14 20 FEB +420
VíceČtvrtý Pentagram The fourth Pentagram
Energy News 4 1 Čtvrtý Pentagram The fourth Pentagram Na jaře příštího roku nabídneme našim zákazníkům již čtvrtý Pentagram a to Pentagram šamponů. K zavedení tohoto Pentagramu jsme se rozhodli na základě
VíceAngličtina v matematických softwarech 2 Vypracovala: Mgr. Bronislava Kreuzingerová
Angličtina v matematických softwarech 2 Vypracovala: Mgr. Bronislava Kreuzingerová Název školy Název a číslo projektu Název modulu Obchodní akademie a Střední odborné učiliště, Veselí nad Moravou Motivace
VíceGymnázium, Brno, Slovanské nám. 7 WORKBOOK. Mathematics. Teacher: Student:
WORKBOOK Subject: Teacher: Student: Mathematics.... School year:../ Conic section The conic sections are the nondegenerate curves generated by the intersections of a plane with one or two nappes of a cone.
VíceOdhad sm si s datov závislým dynamickým ukazovátkem a statickými komponentami 1
Odhad sm si s datov závislým dynamickým ukazovátkem a statickými komponentami 1 smí²ený (spojitý i diskrétní) jednorozm rný výstup, bez ízení simulovaná data inicializace odhadu - datový vzorek klasikovaný
VíceGymnázium, Brno, Slovanské nám. 7, SCHEME OF WORK Mathematics SCHEME OF WORK. cz
SCHEME OF WORK Subject: Mathematics Year: first grade, 1.X School year:../ List of topisc # Topics Time period Introduction, repetition September 1. Number sets October 2. Rigtht-angled triangle October,
VíceGoal: to construct some general-purpose algorithms for solving systems of linear Equations
Chapter IV Solving Systems of Linear Equations Goal: to construct some general-purpose algorithms for solving systems of linear Equations S4.4 Norms and the Analysis of Errors S4.4 Norms and the Analysis
VíceDynamic Development of Vocabulary Richness of Text. Miroslav Kubát & Radek Čech University of Ostrava Czech Republic
Dynamic Development of Vocabulary Richness of Text Miroslav Kubát & Radek Čech University of Ostrava Czech Republic Aim To analyze a dynamic development of vocabulary richness from a methodological point
VíceVánoční sety Christmas sets
Energy news 7 Inovace Innovations 1 Vánoční sety Christmas sets Na jaře tohoto roku jste byli informováni o připravované akci pro předvánoční období sety Pentagramu koncentrátů a Pentagramu krémů ve speciálních
VíceDynamic programming. Optimal binary search tree
The complexity of different algorithms varies: O(n), Ω(n ), Θ(n log (n)), Dynamic programming Optimal binary search tree Různé algoritmy mají různou složitost: O(n), Ω(n ), Θ(n log (n)), The complexity
VíceTento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost.
Tento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost. Projekt MŠMT ČR Číslo projektu Název projektu školy Klíčová aktivita III/2 EU PENÍZE ŠKOLÁM CZ.1.07/1.4.00/21.2146
VícePoužití modelu Value at Risk u akcií z
Použití modelu Value at Risk u akcií z pražské Burzy cenných papírů Radim Gottwald Mendelova univerzita v Brně Abstrakt Článek se zaměřuje na model Value at Risk, který se v současnosti často používá na
VíceZpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.
SEMINÁRNÍ PRÁCE Zadání: Data: Statistické metody: Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi. Minimálně 6 proměnných o 30 pozorováních (z toho 2 proměnné
VícePC/104, PC/104-Plus. 196 ept GmbH I Tel. +49 (0) / I Fax +49 (0) / I I
E L E C T R O N I C C O N N E C T O R S 196 ept GmbH I Tel. +49 (0) 88 61 / 25 01 0 I Fax +49 (0) 88 61 / 55 07 I E-Mail sales@ept.de I www.ept.de Contents Introduction 198 Overview 199 The Standard 200
VíceA constitutive model for non-reacting binary mixtures
A constitutive model for non-reacting binary mixtures Ondřej Souček ondrej.soucek@mff.cuni.cz Joint work with Vít Průša Mathematical Institute Charles University 31 March 2012 Ondřej Souček Charles University)
VíceAir Quality Improvement Plans 2019 update Analytical part. Ondřej Vlček, Jana Ďoubalová, Zdeňka Chromcová, Hana Škáchová
Air Quality Improvement Plans 2019 update Analytical part Ondřej Vlček, Jana Ďoubalová, Zdeňka Chromcová, Hana Škáchová vlcek@chmi.cz Task specification by MoE: What were the reasons of limit exceedances
VíceMetoda backward výběru proměnných v lineární regresi a její vlastnosti
Metoda backward výběru proměnných v lineární regresi a její vlastnosti Aktuárský seminář, 13. dubna 2018 Milan Bašta 1 / 30 1 Metody výběru proměnných do modelu 2 Monte Carlo simulace, backward metoda
VíceCambridge International Examinations Cambridge International General Certificate of Secondary Education
Cambridge International Examinations Cambridge International General Certificate of Secondary Education *0123456789* FIRST LANGUAGE CZECH 0514/02 Paper 2 Writing For Examination from 2016 SPECIMEN PAPER
VíceThe Czech education system, school
The Czech education system, school Pracovní list Číslo projektu Číslo materiálu Autor Tematický celek CZ.1.07/1.5.00/34.0266 VY_32_INOVACE_ZeE_AJ_4OA,E,L_10 Mgr. Eva Zemanová Anglický jazyk využívání on-line
VíceUser manual SŘHV Online WEB interface for CUSTOMERS June 2017 version 14 VÍTKOVICE STEEL, a.s. vitkovicesteel.com
1/ 11 User manual SŘHV Online WEB interface for CUSTOMERS June 2017 version 14 2/ 11 Contents 1. MINIMUM SYSTEM REQUIREMENTS... 3 2. SŘHV ON-LINE WEB INTERFACE... 4 3. LOGGING INTO SŘHV... 4 4. CONTRACT
VíceESTIMATING HIGH LEVELS EXCEEDANCE PROBABILITIES BY POINT PROCESS APPROACH WITH APPLICATIONS TO NORTHERN MORAVIA PRECIPITATION AND DISCHARGES SERIES
J. Hydrol. Hydromech., 57, 2009, 3, 62 7 DOI: 0.2478/v0098-009-005-z ESTIMATING HIGH LEVELS EXCEEDANCE PROBABILITIES BY POINT PROCESS APPROACH WITH APPLICATIONS TO NORTHERN MORAVIA PRECIPITATION AND DISCHARGES
Více3. LF UK, MEDIWARE a.s. - Ing. Jiří Potůček,prof.MUDr.M.Krsiak,DrSc., Ing. Jiří Douša
PROJEKT MW PHARM Software pro optimální farmakoterapii 3. LF UK, MEDIWARE a.s. - Ing. Jiří Potůček,prof.MUDr.M.Krsiak,DrSc., Ing. Jiří Douša - optimální dávkování léčiv zejména pro nemocné s ledvinným
VíceExtrakce nezávislé komponenty
Extrakce nezávislé komponenty Zbyněk Koldovský Acoustic Signal Analysis and Processing Group, Faculty of Mechatronics, Informatics, and Interdisciplinary Studies, Technical University in Liberec, https://asap.ite.tul.cz
VíceTeorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných)
Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných) 1. SPECIFIKACE (12 bodů): (1) Graf průběhu proměnných (1) Obě řady se chovají stejně, lze předpokládat jejich lineární vztah
VícePerception Motivated Hybrid Approach to Tone Mapping
Perception Motivated Hybrid Approach to Tone Mapping Martin Čadík Czech Technical University in Prague, Czech Republic Content HDR tone mapping Hybrid Approach Perceptually plausible approach Cognitive
VíceII/2 Inovace a zkvalitnění výuky cizích jazyků na středních školách
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona Označení materiálu II/2 Inovace a zkvalitnění výuky cizích jazyků na středních školách VY_22_INOVACE_Mrh16 Vypracoval(a),
Více2. Entity, Architecture, Process
Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Praktika návrhu číslicových obvodů Dr.-Ing. Martin Novotný Katedra číslicového návrhu Fakulta informačních technologií ČVUT v Praze Miloš
VíceAVDAT Klasický lineární model, metoda nejmenších
AVDAT Klasický lineární model, metoda nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model y i = β 0 + β 1 x i1 + + β k x ik + ε i (1) kde y i
VíceTabulka 1 Stav členské základny SK Praga Vysočany k roku 2015 Tabulka 2 Výše členských příspěvků v SK Praga Vysočany Tabulka 3 Přehled finanční
Příloha I Seznam tabulek Tabulka 1 Stav členské základny SK Praga Vysočany k roku 2015 Tabulka 2 Výše členských příspěvků v SK Praga Vysočany Tabulka 3 Přehled finanční odměny pro rozhodčí platný od roku
VíceUniverzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie
Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie 12. licenční studium PYTHAGORAS Statistické zpracování dat 3.3 Tvorba nelineárních regresních modelů v analýze dat Semestrální
VíceTEPELNÁ ZÁTĚŽ, TEPLOTNÍ REKORDY A SDĚLOVACÍ PROSTŘEDKY
Rožnovský, J., Litschmann, T. (ed.): XIV. Česko-slovenská bioklimatologická konference, Lednice na Moravě 2.-4. září 2002, ISBN 80-85813-99-8, s. 242-253 TEPELNÁ ZÁTĚŽ, TEPLOTNÍ REKORDY A SDĚLOVACÍ PROSTŘEDKY
VíceConfiguration vs. Conformation. Configuration: Covalent bonds must be broken. Two kinds of isomers to consider
Stereochemistry onfiguration vs. onformation onfiguration: ovalent bonds must be broken onformation: hanges do NT require breaking of covalent bonds onfiguration Two kinds of isomers to consider is/trans:
VíceOptimalizace provozních podmínek. Eva Jarošová
Optimalizace provozních podmínek Eva Jarošová 1 Obsah 1. Experimenty pro optimalizaci provozních podmínek 2. EVOP klasický postup využití statistického softwaru 3. Centrální složený návrh model odezvové
VíceGENERAL INFORMATION RUČNÍ POHON MANUAL DRIVE MECHANISM
KATALOG CATALOGUE RUČNÍ POHONY PRO VENKOVNÍ PŘÍSTROJE, MONTÁŽ NA BETONOVÉ SLOUPY MANUAL DRIVE MECHANISM FOR THE ACTUATION OF OUTDOOR TYPE SWITCHING DEVICES MOUNTED ON THE CONCRETE POLES TYP RPV ISO 9001:2009
VíceJa n T. Št e f a n. Klíčová slova: Řada knih, srovnání cen v čase, cena vazby a ocelorytové viněty, lineární regresní analýza.
K CENĚ KNIH Z PRVNÍ POLOVINY 19. století NA PŘÍKLADU SOMMEROVA DÍLA DAS KÖNIGREICH BÖHMEN Ja n T. Št e f a n Abstrakt: V příspěvku je analyzována možnost nalezení dvou složek ceny knihy, a) jejího rozsahu
VíceJste aktivní sportovec?(pravidelně sportuji alespoň 2x týdně) Jakým sportovním činnostem se pravidelně věnujete? (alespoň 1 x za dva týdny v sezóně)
Seznam příloh Příloha 1 Dotazník sportovních aktivit... 1 Příloha 2 Homogenita souboru věk... 3 Příloha 3 Homogenita souboru pohlaví... 4 Příloha 4 4Elements Inventory a sportovní aktivita... 5 Příloha
VíceGeometry of image formation
eometry of image formation Tomáš Svoboda, svoboda@cmp.felk.cvut.cz Czech Technical University in Prague, Center for Machine Perception http://cmp.felk.cvut.cz Last update: July 4, 2008 Talk Outline Pinhole
VíceKreditní rating a jeho modelování pomocí markovských procesů. Dana Němcová
Kreditní rating a jeho modelování pomocí markovských procesů Dana Němcová 27. 11. 2015 Osnova Úvod Metoda maximální věrohodnosti EM algoritmus Monte Carlo Markov Chain Přestávka Úvěrový rating Aplikace
VíceSEMINÁRNÍ PRÁCE Z 4ST432 Tereza Michlíková (xmict05) ZS 06/07
SEMINÁRNÍ PRÁCE Z 4ST432 Tereza Michlíková (xmict05) ZS 06/07 Nesezónní časová řada - Základní údaje o časové řadě Časová řada příjmy z daní z příjmu v Austrálii ( http://www.economagic.com/emcgi/data.exe/tmp/213-220-208-205!20061203093308
Vícetechnický list TRANSIL TM 1.5KE6V8A/440A 1.5KE6V8CA/440CA www.gme.cz str 1
Dodavatel: GM electronic, spol. s r.o., Křižíkova 77, 186 00 Praha 8 zákaznická linka: 840 50 60 70 technický list 1.5KE6V8A/440A 1.5KE6V8CA/440CA TRANSIL TM FEATURES PEAK PULSE POWER : 1500 W (10/1000µs)
VíceAVDAT Mnohorozměrné metody, metody klasifikace
AVDAT Mnohorozměrné metody, metody klasifikace Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Mnohorozměrné metody Regrese jedna náhodná veličina je vysvětlována pomocí jiných
VíceJednorozměrná lineární regrese
Lineární regrese Jednorozměrná lineární regrese předpokládá, že výstupní prom. Y lze přibližně modelovat lineární kombinací vstupů X, tj. náš odhad y spočteme jako: kde koeficienty β spočteme z trénovacích
VíceLWS při heteroskedasticitě
Stochastické modelování v ekonomii a financích Petr Jonáš 7. prosince 2009 Obsah 1 2 3 4 5 47 1 Předpoklad 1: Y i = X i β 0 + e i i = 1,..., n. (X i, e i) je posloupnost nezávislých nestejně rozdělených
VíceModelování heterogenity ročních příjmů českých domácností Modeling Heterogeinity in the Czech Household Incomes
Modelování heterogenity ročních přímů českých domácností Modeling Heterogeinity in the Czech Household Incomes Marie Forbelská Abstract: The distribution of income in most populations is heterogeneous,
VíceSearch and state transfer by means of quantum walk. Vyhledávání a přenos stavu pomocí kvantové procházky
Czech Technical University in Prague Faculty of uclear Sciences and Physical Engineering Search and state transfer by means of quantum walk Vyhledávání a přenos stavu pomocí kvantové procházky Master s
VíceSeznam změn v manuálu
Written By: Jakub Dolezal 2018 manual.prusa3d.com/ Page 1 of 11 INTRODUCTION Tiskárna Original Prusa i3 MK3 se neustále vyvíjí. Na základě vaší zpětné vazby a inovací od Josefa Průši, přidáváme nové funkce
VíceStřední průmyslová škola strojnická Olomouc, tř.17. listopadu 49
Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.07/1.5.00/34.0205 Šablona: III/2 Anglický jazyk
VíceStrojové učení Marta Vomlelová
Strojové učení Marta Vomlelová marta@ktiml.mff.cuni.cz KTIML, S303 Literatura T. Hastie, R. Tishirani, and J. Friedman. The Elements of Statistical Learning, Data Mining, Inference and Prediction. Springer
Více4 TABULKY ZÁKLADNÍCH STATISTICKÝCH CHARAKTE- RISTIK TÌLESNÝCH ROZMÌRÙ TABLES OF BASIC STATISTICAL CHARACTERISTICS OF BODY PARAMETERS
4 TABULKY ZÁKLADNÍCH STATISTICKÝCH CHARAKTE- RISTIK TÌLESNÝCH ROZMÌRÙ TABLES OF BASIC STATISTICAL CHARACTERISTICS OF BODY PARAMETERS Tables of frequencies, means and standard deviations for particular
VíceEnergy vstupuje na trh veterinárních produktů Energy enters the market of veterinary products
Energy news2 1 Energy vstupuje na trh veterinárních produktů Energy enters the market of veterinary products Doposud jste Energy znali jako výrobce a dodavatele humánních přírodních doplňků stravy a kosmetiky.
Více5.VY_32_INOVACE_AJ_UMB5, Vztažné věty.notebook. September 09, 2013
1 (Click on the text to move to the section) Methodology Sources 2 We use We use We use We use We use for PEOPLE. for THINGS. for POSSESIONS. for PLACES. for TIME. 3 QUIZ: People: Do you know where are
VíceJust write down your most recent and important education. Remember that sometimes less is more some people may be considered overqualified.
CURRICULUM VITAE - EDUCATION Jindřich Bláha Výukový materiál zpracován v rámci projektu EU peníze školám Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Bc. Jindřich Bláha. Dostupné z Metodického
VíceImage Analysis and MATLAB. Jiří Militky
Image Analysis and MATLAB Jiří Militky Basic Matlab commands 0.5 0.8 IMREAD Read image from graphics file IMHIST Display histogram of image data. 0.694 GRAYTHRESH Compute global image threshold using Otsu's
VíceŘízení rychlosti vozu Formule 1 pomocí rozhodovacího diagramu
Řízení rychlosti vozu Formule 1 pomocí rozhodovacího diagramu Jiří Vomlel Ústav teorie informace a automatizace (ÚTIA) Akademie věd České republiky http://www.utia.cz/vomlel Praha, 29. února 2016 Fyzikální
VíceREADERS OF MAGAZÍN DNES + TV
READERS OF MAGAZÍN + MEDIA RESEARCH RATINGS National media ratings research in the Czech Republic jointly requested by the publishers of dailies and magazines associated in the Publisher s Union (Unie
VíceKlasifikační metody pro genetická data: regularizace a robustnost
Odd medicínské informatiky a biostatistiky Ústav informatiky AV ČR, vvi Práce vznikla za finanční podpory Nadačního fondu Neuron na podporu vědy Klasifikační metody pro genetická data Regularizovaná klasifikační
VíceREADERS OF MAGAZÍN DNES + TV
READERS OF MAGAZÍN + MEDIA RESEARCH RATINGS National media ratings research in the Czech Republic jointly requested by the publishers of dailies and magazines associated in the Publisher s Union (Unie
VíceAnalýza rozptylu. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Srovnávání více než dvou průměrů
PSY117/454 Statistická analýza dat v psychologii Přednáška 12 Analýza rozptylu Srovnávání více než dvou průměrů If your experiment needs statistics, you ought to have done a better experiment. Ernest Rutherford
VíceMATEMATIKA MEZI... ANEB NĚCO MÁLO O DISKRIMINACI
ROBUST 2000, 119 124 c JČMF 2001 MATEMATIKA MEZI... ANEB NĚCO MÁLO O DISKRIMINACI ARNOŠT KOMÁREK Abstrakt. If somebody wants to distinguish objects from two groups,he can use a statistical model to achieve
VíceSEMI-PRODUCTS. 2. The basic classification of semi-products is: standardized semi-products non-standardized semi-products
Second School Year SEMI-PRODUCTS 1. Semi-products are materials used for further processing. We produce them from incoming materials, for example from ingots, powders and other materials. We most often
VícePříloha č.1 Vypočtené hodnoty jednotlivých proměnných indexu OCA pro MUBS za období
Příloha č.1 Vypočtené hodnoty jednotlivých proměnných indexu OCA pro MUBS za období 1971-2012 Rok SD (e ij ) SD (Y i -Y j ) DISSIM ij TRADE ij SIZE ij 1971 0,00000 0,03250 0,0000000254 0,02443 40,64456
VíceDATA SHEET. BC516 PNP Darlington transistor. technický list DISCRETE SEMICONDUCTORS Apr 23. Product specification Supersedes data of 1997 Apr 16
zákaznická linka: 840 50 60 70 DISCRETE SEMICONDUCTORS DATA SHEET book, halfpage M3D186 Supersedes data of 1997 Apr 16 1999 Apr 23 str 1 Dodavatel: GM electronic, spol. s r.o., Křižíkova 77, 186 00 Praha
VíceWhy PRIME? 20 years of Erasmus Programme Over 2 million students in total Annually
What is PRIME? Problems of Recognition In Making Erasmus European-wide research project Conducted by ESN with the support of the European Commission Two editions: 1 st in 2009 Follow-up in 2010 Why PRIME?
VíceÚKOL 2 1886 22 5,77 5,00 5 2,531,003,056 -,869,113
ÚKOL 2 Jméno a příjmení: UČO: Imatrik. ročník: Úkol 2.1: V souboru EVS99_cvicny.sav zjistěte, zdali rozložení názoru na to, kdo by měl být odpovědný za zajištění bydlení (proměnná q54h), je normální. Řešte
VíceREADERS OF MAGAZÍN DNES + TV
READERS OF MAGAZÍN + MEDIA RESEARCH RATINGS National media ratings research in the Czech Republic jointly requested by the publishers of dailies and magazines associated in the Publisher s Union (Unie
VíceNávrh a implementace algoritmů pro adaptivní řízení průmyslových robotů
Návrh a implementace algoritmů pro adaptivní řízení průmyslových robotů Design and implementation of algorithms for adaptive control of stationary robots Marcel Vytečka 1, Karel Zídek 2 Abstrakt Článek
VícePROČ UŽ SE NEOBEJDETE BEZ ANALÝZY DAT
PROČ UŽ SE NEOBEJDETE BEZ ANALÝZY DAT JAKUB CHOVANEC - IDG KONFERENCE 3.6.2015 KDO JSME #1 v poskytování datové analytiky a služeb v oblasti Business Analytics a Business Intelligence 39 let na trhu 16
VíceMEDIA RESEARCH RATINGS
READERS OF MF DNES MEDIA RESEARCH RATINGS National media ratings research in the Czech Republic jointly requested by the publishers of dailies and magazines associated in the Publisher s Union (Unie vydavatelů)
Více