Možnosti modelování heteroskedasticity s aplikacemi v neživotním pojištění
Some possibilities of heteroskedasticity modeling with applications to non-life insurance
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/53746Identifikátory
SIS: 114256
Kolekce
- Kvalifikační práce [10691]
Autor
Vedoucí práce
Oponent práce
Cipra, Tomáš
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Finanční a pojistná matematika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
4. 2. 2014
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Velmi dobře
Klíčová slova (česky)
disperzní parametr, varianční funkce, Sdružený modelKlíčová slova (anglicky)
dispersion parameter, variance function, Joint modelling of mean and dispersionNázev práce: Možnosti modelování heteroskedasticity s aplikacemi v neživotním pojištìní Autor: Petra Pavlačková Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: Ing. Zimmermann Pavel, Ph.d. Abstrakt: Diplomová práce se zabývá možnostmi modelování heteroskedasticity za použití zobecněných lineárních modelů. Shrnuje jejich předpoklady a použití v praxi. Ukazuje praktickou potřebu těchto modelů. Dále se práce zabývá modelováním rozptylu za použití i jiných metod než zobecněných lineárních modelů - např. zobecněných aditivních modelů, či lokální regrese. Srovnání všech těchto modelů je graficky demonstrováno. Klíčová slova: Disperzní parametr, varianční funkce, Sdružený model
Title: Some possibilities of heteroskedasticity modeling with applications to non-life insurance Author:Petra Pavlačková Department: Department of Probability and Mathematical Statistics Supervisor: Ing. Zimmermann Pavel, Ph.d. Abstract: This thesis deals with the possibilities of modeling heteroskedasticity using generalized linear models. It summarizes the assumption for these models and their application in practice. It shows the practical need for these models. Furthermore, the thesis deals with the modeling of variance using other methods than generalized lienar models - such as generalized additive models or local regression. Comparison of methods is graphically demonstrated. Keywords: Dispersion parameter, variance function, Joint modelling of mean and dispersion