<?xml version="1.0" encoding="utf-8"?>
<Gradivo ID="110973" NadgradivoID="0" NRID="11229756" OceID="0" DomainUrl="https://repozitorij.uni-lj.si/" IzpisPolniUrl="https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&amp;id=110973" StOgledov="3560" StPrenosov="398" StOcen="0" VsotaOcen="0" DatumIzvoza="2026-08-11 06:55:23" OcenaSkupna="0" StPodgradiv="0" StudijskiProgramEvsID="0" JeIndeksirano="0" JeVecAvtorjev="0" DovoliZahtevkeZaDostop="0">
  <PID Url="http://hdl.handle.net/20.500.12556/RUL-110973">20.500.12556/RUL-110973</PID>
  <Naslov>Ocene parametrov večrazsežne normalne porazdelitve z metodo največjega verjetja</Naslov>
  <Podnaslov>delo diplomskega seminarja</Podnaslov>
  <TujJezik_Naslov>Maximum likelihood estimation of the parameters of a multivariate normal distribution</TujJezik_Naslov>
  <TujJezik_Podnaslov></TujJezik_Podnaslov>
  <Opis>V diplomski nalogi obravnavamo primera podatkov z manjkajočimi podatki in primer brez manjkajočih podatkov, ki izhajajo iz zaporedja slučajnih vektorjev, ki so neodvisno enako porazdeljeni z večrazsežno normalno porazdelitvijo s parametroma vektorjem matematičnega upanja in kovariančno matriko. Za vsako obliko podatkov lahko po metodi največjega verjetja izračunamo cenilki parametrov porazdelitve. Pristopov za izračun cenilke po metodi največjega verjetja je več, v delu obravnavamo pristopa z matričnim odvajanjem in matrično transformacijo. Obravnavamo še monoton vzorec, ki je poseben primer manjkajočih podatkov, za katerega prav tako izračunamo cenilki za parametra po metodi največjega verjetja.</Opis>
  <TujJezik_Opis>In this paper we consider sample with missing data and sample without missing data, that comes from multivariate normal distribution with parameters mean vector and covariance matrix. No matter the shape of the data we can estimate parameters with maximum likelihood estimation. There are various techniques for estimating parameters with maximum likelihood estimation. We consider two techniques, namely, matrix differentiation and matrix transformation. With both techniques we must derivate likelihood function that we get from the sample. We also consider monotone sample, which is a special case of missing data for which we can also estimate parameters with method of maximum likelihood estimation.</TujJezik_Opis>
  <KljucneBesede>
    <Beseda>večrazsežna normalna porazdelitev</Beseda>
    <Beseda>metoda največjega verjetja</Beseda>
    <Beseda>matrično odvajanje</Beseda>
    <Beseda>monoton vzorec</Beseda>
  </KljucneBesede>
  <TujJezik_KljucneBesede>
    <Beseda>multivariate normal distribution</Beseda>
    <Beseda>maximum likelihood estimation</Beseda>
    <Beseda>matrix differentiation</Beseda>
    <Beseda>monotone sample</Beseda>
  </TujJezik_KljucneBesede>
  <Potrjeno>true</Potrjeno>
  <JeZaklenjeno>false</JeZaklenjeno>
  <JeRecenzirano>false</JeRecenzirano>
  <Zaloznik></Zaloznik>
  <Izvor></Izvor>
  <Jezik ID="1060" ISO639-3="slv">Slovenski jezik</Jezik>
  <TujJezik ID="1033" ISO639-3="eng">Angleški jezik</TujJezik>
  <Povezave></Povezave>
  <Pokrivanje></Pokrivanje>
  <CasovnoPokritje></CasovnoPokritje>
  <AvtorskePravice></AvtorskePravice>
  <VrstaGradiva ID="mb14" DRIVER="info:eu-repo/semantics/bachelorThesis">Delo diplomskega seminarja/zaključno seminarsko delo/naloga</VrstaGradiva>
  <DatumVstavljanja>2019-09-21 07:45:11</DatumVstavljanja>
  <DatumObjave>2019-09-21 07:45:14</DatumObjave>
  <DatumSpremembe>2024-05-30 10:19:46</DatumSpremembe>
  <DatumTrajnegaHranjenja>0000-00-00 00:00:00</DatumTrajnegaHranjenja>
  <LetoIzida>2019</LetoIzida>
  <LetoIzidaDo>0</LetoIzidaDo>
  <KrajIzida></KrajIzida>
  <LetoIzvedbe>0</LetoIzvedbe>
  <KrajIzvedbe></KrajIzvedbe>
  <Opomba></Opomba>
  <StStrani></StStrani>
  <StevilcenjeNivo1></StevilcenjeNivo1>
  <StevilcenjeNivo2></StevilcenjeNivo2>
  <Kronologija></Kronologija>
  <Patent_Stevilka></Patent_Stevilka>
  <Patent_DatumVeljavnosti>0000-00-00</Patent_DatumVeljavnosti>
  <VerzijaDokumenta>NiDoloceno</VerzijaDokumenta>
  <StatusObjaveDrugje>NiDoloceno</StatusObjaveDrugje>
  <VrstaStroskaObjave>NiDoloceno</VrstaStroskaObjave>
  <DatumPoslanoVRecenzijo>0000-00-00</DatumPoslanoVRecenzijo>
  <DatumSprejetjaClanka>0000-00-00</DatumSprejetjaClanka>
  <DatumObjaveClanka>0000-00-00</DatumObjaveClanka>
  <EmbargoDo></EmbargoDo>
  <VrstaEmbarga ID="1" Naziv="Takojšnja javna objava" OpenAIREDostop="openAccess"></VrstaEmbarga>
  <Osebe>
    <Oseba ID="89202" Ime="Jaka" Priimek="Munda" AltIme="" VlogaID="70" VlogaNaziv="Avtor" ConorID="" Afiliacija="" ArrsID="0" ORCID=""></Oseba>
    <Oseba ID="32948" Ime="Aljoša" Priimek="Peperko" AltIme="" VlogaID="991" VlogaNaziv="Mentor" ConorID="29734499" Afiliacija="" ArrsID="24328" ORCID=""></Oseba>
  </Osebe>
  <Identifikatorji>
    <Identifikator ID="4" Sifra="UDK" Naziv="UDK" URL="">519.2</Identifikator>
    <Identifikator ID="16" Sifra="VisID" Naziv="VisID" URL="">100268</Identifikator>
    <Identifikator ID="3" Sifra="CobissID" Naziv="COBISS_ID" URL="https://plus.cobiss.net/cobiss/si/sl/bib/18737497">18737497</Identifikator>
  </Identifikatorji>
  <Datoteke>
    <Datoteka ID="122731" DatotekaNRID="11006712" NamenDatotekeID="2" NamenDatoteke="Predstavitvena datoteka" FormatDatotekeID="2" FormatDatoteke=".pdf" MIME="application/pdf" IkonaFormata="pdf.png" IkonaFormataPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/fileTypes/pdf.png" VelikostDatoteke="649762" VelikostDatotekeKratko="634,53 KB" DatumVstavljanja="2019-09-21 07:45:17" JeZbrisana="false" JeJavnoVidna="true" JeIndeksirana="true" JeVidno="true" VidnoOd="01.01.1970" Zaporedje="0">
      <Naziv>1082.pdf</Naziv>
      <OrgNaziv>1082.pdf</OrgNaziv>
      <URL></URL>
      <Opis></Opis>
      <OpisTujJezik></OpisTujJezik>
      <UrlObdelave></UrlObdelave>
      <FrekvencaAzuriranjaID>1</FrekvencaAzuriranjaID>
      <Verzija></Verzija>
      <MD5>01B51B4BC4DEB38FD6A17CE79550122C</MD5>
      <SHA256>6cd0500dfd3f111ab042fe3247d74aaf7db39a70ae0d2cfe47bae860f1b4f1cf</SHA256>
      <UUID>43694bad-a1b7-11eb-a523-00155dcfd717</UUID>
      <PID></PID>
      <PrenosPolniUrl>https://repozitorij.uni-lj.si/Dokument.php?lang=slv&amp;id=122731</PrenosPolniUrl>
      <Vsebine>
        <Vsebina TipVsebine="GoloBesedilo" JezikID="1060" Oznaka="" Dolzina="54008"></Vsebina>
      </Vsebine>
    </Datoteka>
  </Datoteke>
  <Organizacije>
    <Organizacija OrganizacijaID="11" Kratica="FMF" ZavodEvsID="0000064" Logo="" LogoPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/logo/">Fakulteta za matematiko in fiziko </Organizacija>
  </Organizacije>
  <OrganizacijeVira>
  </OrganizacijeVira>
  <MetodeZbiranjaPodatkov>
  </MetodeZbiranjaPodatkov>
  <TipologijaDela ID="2.11" Koda="2.11" Naziv="Diplomsko delo" SchemaOrg="Thesis"></TipologijaDela>
  <Ostalo>
    <StIrodsDatotek>0</StIrodsDatotek>
    <StDatotekPodTrajnimEmbargom>0</StDatotekPodTrajnimEmbargom>
    <StDatotekZOmejenimDostopom>0</StDatotekZOmejenimDostopom>
  </Ostalo>
</Gradivo>
