Zobrazit minimální záznam

The asymptotic behaviour of the cardinality of intersections of independent samples from a finite population
Limitní chování mohutnosti průniků nezávislých výběrů z konečné populace
dc.contributor.advisorŠtěpán, Josef
dc.creatorBabiaková, Alena
dc.date.accessioned2017-04-12T10:03:23Z
dc.date.available2017-04-12T10:03:23Z
dc.date.issued2008
dc.identifier.urihttp://hdl.handle.net/20.500.11956/17269
dc.description.abstractHlavním cílem předložené práce je odvození vlastností náhodné veličiny, která představuje mohutnost průniku nezávislých výběrů (bez vracení) z konečné populace. Kromě základních vlastností, jako je například exaktní pravděpodobnostní rozdělení, centrální a faktoriální momenty, také studujeme konvergenci rozdělení (za daných podmínek) k Poissonovu a normálnímu rozdělení. Asymptotické vlastnosti se ukazují být užitecné, protože s exaktním rozdělením se dosti obtížne pracuje. Uvádíme také simulaci, která má za cíl vyšetrit vhodnost aproximace Poissonovým a normálním rozdělením.cs_CZ
dc.description.abstractThe main aim of the presented thesis is to derive properties of the random variable representing the cardinality of intersection of independent random samples (without replacement) from a finite population. Besides basic properties, such as exact probability distribution, central and factorial moments, we also study convergence of the moments and convergence of the probability distribution (under certain conditions) to Poisson and normal distribution. The asymptotic properties appear to be useful because the exact distribution is rather difficult to deal with. A simulation study designed to investigate the accuracy of Poisson and normal approximations to the exact probability distribution is also presented.en_US
dc.languageSlovenčinacs_CZ
dc.language.isosk_SK
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.titleLimitní chování mohutnosti průniků nezávislých výběrů z konečné populacesk_SK
dc.typediplomová prácecs_CZ
dcterms.created2008
dcterms.dateAccepted2008-09-23
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.identifier.repId46368
dc.title.translatedThe asymptotic behaviour of the cardinality of intersections of independent samples from a finite populationen_US
dc.title.translatedLimitní chování mohutnosti průniků nezávislých výběrů z konečné populacecs_CZ
dc.contributor.refereeHlubinka, Daniel
dc.identifier.aleph001457911
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplinePravděpodobnost, matematická statistika a ekonometriecs_CZ
thesis.degree.disciplineProbability, mathematical statistics and econometricsen_US
thesis.degree.programMatematikacs_CZ
thesis.degree.programMathematicsen_US
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Probability and Mathematical Statisticsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csPravděpodobnost, matematická statistika a ekonometriecs_CZ
uk.degree-discipline.enProbability, mathematical statistics and econometricsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csHlavním cílem předložené práce je odvození vlastností náhodné veličiny, která představuje mohutnost průniku nezávislých výběrů (bez vracení) z konečné populace. Kromě základních vlastností, jako je například exaktní pravděpodobnostní rozdělení, centrální a faktoriální momenty, také studujeme konvergenci rozdělení (za daných podmínek) k Poissonovu a normálnímu rozdělení. Asymptotické vlastnosti se ukazují být užitecné, protože s exaktním rozdělením se dosti obtížne pracuje. Uvádíme také simulaci, která má za cíl vyšetrit vhodnost aproximace Poissonovým a normálním rozdělením.cs_CZ
uk.abstract.enThe main aim of the presented thesis is to derive properties of the random variable representing the cardinality of intersection of independent random samples (without replacement) from a finite population. Besides basic properties, such as exact probability distribution, central and factorial moments, we also study convergence of the moments and convergence of the probability distribution (under certain conditions) to Poisson and normal distribution. The asymptotic properties appear to be useful because the exact distribution is rather difficult to deal with. A simulation study designed to investigate the accuracy of Poisson and normal approximations to the exact probability distribution is also presented.en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
dc.identifier.lisID990014579110106986


Soubory tohoto záznamu

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Tento záznam se objevuje v následujících sbírkách

Zobrazit minimální záznam


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV