Creation of experimental environment for testing theories of population growth with machine learning methods
| Thesis title: | Tvorba experimentálního prostředí pro testování teorií populačního růstu pomocí metod mechanického učení |
|---|---|
| Author: | Mec, Michal |
| Thesis type: | Disertační práce |
| Supervisor: | Čermáková, Klára |
| Opponents: | Řežábek, Pavel; Pavelka, Tomáš |
| Thesis language: | Česky |
| Abstract: | Cílem této disertační práce je vytvoření experimentálního prostředí pro testování teorií populačního růstu, a to za pomocí genetického algoritmu. Celkově se v této práci prověřili dvě teorie. První teorie zkoumá vztah mezi počtem dětí a vzdělaností a druhá teorie vztah mezi počtem dětí a mzdou. Vygenerované hodnoty genetickým algoritmem u obou teorií jsou stabilní a většinou v rámci jedné standartní odchylky. Některé parametry vygenerované genetickým algoritmem u první teorie nejsou v souladu s reálnými daty a z tohoto důvodu je nutné danou teorii více ověřit. U druhé teorie vygenerované parametry mají lepší oporu v reálných datech, ale na druhou stranu nejsou v souladu s některými předpoklady makroekonomických růstových modelů, jako jsou například konstantní výnosy z rozsahu. Tento nový přístup, který umožňuje experimentování s danými teoriemi, je dosud neprobádanou oblastí, která se může v budoucnu ukázat jako velmi přínosná pro ekonomický výzkum. Tato práce ukazuje několik způsobů, jak pracovat s genetickým algoritmem v ekonomickém výzkumu. |
| Keywords: | kvalita vs. kvantita; populační růst; metody mechanického učení; fertilita; genetický algoritmus |
| Thesis title: | Creation of experimental environment for testing theories of population growth with machine learning methods |
|---|---|
| Author: | Mec, Michal |
| Thesis type: | Dissertation thesis |
| Supervisor: | Čermáková, Klára |
| Opponents: | Řežábek, Pavel; Pavelka, Tomáš |
| Thesis language: | Česky |
| Abstract: | The aim of the dissertation thesis is to create an experimental environment to evaluate theories of population growth with usage of genetic algorithms. Overall, in this thesis I checked two theories. The first theory examines the relationship between the number of children and education and the second theory examines the relationship between the number of children and wages. Genetic algorithm generated parameters are stable and mostly in the range of one standard deviation in both tested theories. In the first theory, some parameters are not in accordance with real data and for this reason there is a need for more deep verification of this theory more deeply. In the second theory generated parameters are more accord to real data. On the other hand, they are not in accordance with conditions of macroeconomic growth models, for example constant returns to scale. This novel approach enables experimenting with theories, is still an uncharted area, which can be in the future beneficial for economic research. This thesis shows multiple ways to work with genetic algorithms in economic research. |
| Keywords: | genetic algorithm; quantity vs. quality; fertility; population growth; machine learning |
Information about study
| Study programme: | Ekonomická teorie |
|---|---|
| Type of study programme: | Doktorský studijní program |
| Assigned degree: | Ph.D. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Economics |
| Department: | Department of Economics |
Information on submission and defense
| Date of assignment: | 6. 10. 2020 |
|---|---|
| Date of submission: | 16. 12. 2024 |
| Date of defense: | 6. 2. 2025 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/74561/podrobnosti |