Parametriskās un empīriskās ticamības funkcijas metožu kombinācijas

Abstract

Šajā darbā aplūkota parametriskās un empīriskās ticamības funkcijas metožu kombinācija, kas atrod kompromisu starp parametrisko un neparametrisko ticamības metodi. Abu metožu kombinācija rezultātā dod metodi, kas aizņemas parametriskā modeļa spējas kopā ar empīriskās ticamības metodes robustību. Darba gaitā tiek izpētītas metodes novērtējuma īpašības gan tās parametriskajai, gan neparametriskajai daļai. Šī darba mērķis ir izpētīt, kā darbojas šī metode, un salīdzināt ar parametriskās un empīriskās ticamības metodi. Tika izveidots apvienotais modelis un realizēts programmā R, kur tas tika izmantots reāliem un ģenerētiem datu piemēriem.

This thesis views combination of parametric and empirical likelihood function methods, which compromise between parametric and nonparametric likelihoods. Combination of both methods gives a model which borrows strenght from parametric model with robustness from empirical likelihood method. Both properties of parametric and nonparametric part of the model are explored in this thesis. The aim of this thesis is to explore how this method works and compare it with parametric and empirical likelihood. The combined model was made and developed in program R, where it was used on real and generated datasets.