Diplomová práce

Markov Chain Monte Carlo metody a konvergenční diagnostiky s aplikací v ekonomii

Markov Chain Monte Carlo methods and covergence diagnostics with applications in economics

Bc. Tomáš Kvaka, učo 106111
Anotace

Cílem práce je popsat a analyzovat konvergenční diagnostiky vztahující se k MCMC metodám, jakými jsou Gibbsův vzorkovač a Metropolis-Hastings algoritmus. Součástí práce je také algoritmické zpracování těchto diagnostik v programovém prostředí Matlabu. Prvně otestujeme diagnostiky na simulaci vzorků z trojrozměrného normálního rozdělení s vysokou vzájemnou korelací. Pak se znalostí chování těchto metod …více

Abstract

The main goal of this diploma thesis is to describe and analyze convergence diagnostics which incline to MCMC methods (like Gibbs sampler and Metropolis-Hastings Algorithm). The part of this diploma thesis is also algorithmic process of these diagnostics in program ground of Matlab. At first, we have tested diagnostics methods on simulation samples from trivariate normal with high correlations. Then …více

Klíčová slova
konvergenční diagnostiky MCMC metody Gibbsův vzorkovač Metropolis-Hastings algoritmus RBC a DSGE model convergence diagnostics MCMC methods Gibbs sampler Metropolis-Hastings algorithm RBC and DSGE model
Zadání práce

Cílem práce je popsat, analyzovat a programově zpracovat konvergenční diagnostiky vztahující se k MCMC metodám jakými jsou Gibbsův vzorkovač a Metropolis-Hastings algoritmus.

Práce by měla obsahovat přehled publikovaných diagnostik, jejich popis (vycházející nejlépe z původních zdrojů) a následně pak zhodnocení výhod a nevýhod spojených s jejich nasazením.

Součástí práce bude rovněž algoritmické zpracování těchto diagnostik v programovém prostředí Matlabu (a to jak pro diagnostiky obecně použitelné, tak i modelově specifické). Na tomto základě pak bude ilustrováno jejich použití jednak v rámci umělého příkladu (zaměřeného na ukázku případů jejich selhávání), jednak pak budou využity při hodnocení výsledků odhadu parametrů technikami MCMC, aplikovanými na reálný ekonomický model.

Administrativní informace
Práce zkontrolována:
11. 10. 2008 13:02, (IS automaticky)
Plný text práce
20,2 MB / soubor PDF
Jazyk práce
čeština čeština
Termín obhajoby
10. 6. 2008
Práce byla úspěšně obhájena

Vedoucí

doc. Ing. Daniel Němec, Ph.D., učo 22939
Ústavy PřF MU

Oponent

RNDr. Marie Budíková, Dr., učo 328
ÚMS Ústavy PřF MU

Literatura

  • GELMAN, Andrew. Bayesian data analysis. 2nd ed. Boca Raton: Chapman & Hall/CRC, 2004, xxv, 668. ISBN 158488388X.
  • Markov chain Monte Carlo in practice : interdisciplinary statistics. Edited by W. R. Gilks - S. Richardson - D. J. Spiegehalter. 1st ed. Boca Raton: Chapmann & Hall/CRC, 1998, xvii, 486. ISBN 0412055511.
Citovat tuto práci
Masarykova univerzita Přírodovědecká fakulta
Studijní program
Aplikovaná matematika
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.