Este trabalho tem como objetivo o estudo de duas medidas de evidência, a saber: o p-valor e o s-valor. A estatística da razão de verossimilhanças é utilizada para o cálculo dessas duas medidas de evidência. De maneira informal, o p-valor é a probabilidade de ocorrer um evento extremo sob as condições impostas pela hipótese nula, enquanto que o s-valor é o maior nível de significância da região de confiança tal que o espaço paramétrico sob a hipótese nula e a região de confiança tenham ao menos um elemento em comum. Para ambas as medidas, quanto menor forem seus respectivos valores, maior é o grau de inconsistência entre os dados observados e a hipótese nula postulada. O estudo será restrito a hipóteses nulas simples e compostas, considerando independência e distribuição normal para os dados. Os resultados principais deste trabalho são: 1) obtenção de fórmulas analíticas para o p-valor, utilizando probabilidades condicionais, e para o s-valor; e 2) comparação entre o p-valor e o s-valor em diferentes cenários, a saber: variância conhecida e desconhecida, e hipóteses nulas simples e compostas. Para hipóteses nulas simples, o s-valor coincide com o p-valor, e quando as hipóteses nulas são compostas, a relação entre o p-valor e o s-valor são complexas. No caso da variância conhecida, se a hipótese nula for uma semi-reta o p-valor é majorado pelo s-valor, se a hipótese é um intervalo fechado a diferença entre as duas medidas de evidência diminui conforme o comprimento do intervalo da hipótese testada. No caso de variância desconhecida e hipóteses nulas compostas, o s-valor é majorado pelo p-valor para valores pequenos do s-valor, por exemplo, quando o s-valor é menor do que 0.05. / This work aims to study two measures of evidence, namely: the p-value and s-value. The likelihood ratio statistic is used to calculate these two evidence measures. Informally, the p-value is the probability of an extreme event under the conditions imposed by the null hypothesis, while the s-value is the greatest confidence level of the confidence region such that the parameter space under the null hypothesis and the confidence region have at least one element in common. For both measures, the smaller are the respective values, the greater is the degree of inconsistency between the observed values and the null hypothesis. In this study, we will consider simple and composite null hypotheses and it will be restricted to independently and normally distributed data. The main results are: 1) to obtain the analytical formulas for the p-value, by using conditional probabilities, and for the s-value, and 2) to compare the p-value and s-value under different scenarios, namely: known and unknown variance, and simple and composite null hypotheses. For simple null hypotheses, the s-value coincides with the p-value, and for composite null hypotheses, the p-value and the s-value relationships are complex. In the case of known variance, if the null hypothesis is a half-line the p-value is smaller than the s-value, if the null hypothesis is a closed interval the difference between the two measures of evidence decreases with the interval width specified in the null hypothesis. In the case of unknown variance and composite hypotheses, the s-value is smaller than the p-value when the value of the s-value is small.

Este trabalho tem como objetivo o estudo de duas medidas de evidência, a saber: o p-valor e o s-valor. A estatística da razão de verossimilhanças é utilizada para o cálculo dessas duas medidas de evidência. De maneira informal, o p-valor é a probabilidade de ocorrer um evento extremo sob as condições impostas pela hipótese nula, enquanto que o s-valor é o maior nível de significância da região de confiança tal que o espaço paramétrico sob a hipótese nula e a região de confiança tenham ao menos um elemento em comum. Para ambas as medidas, quanto menor forem seus respectivos valores, maior é o grau de inconsistência entre os dados observados e a hipótese nula postulada. O estudo será restrito a hipóteses nulas simples e compostas, considerando independência e distribuição normal para os dados. Os resultados principais deste trabalho são: 1) obtenção de fórmulas analíticas para o p-valor, utilizando probabilidades condicionais, e para o s-valor; e 2) comparação entre o p-valor e o s-valor em diferentes cenários, a saber: variância conhecida e desconhecida, e hipóteses nulas simples e compostas. Para hipóteses nulas simples, o s-valor coincide com o p-valor, e quando as hipóteses nulas são compostas, a relação entre o p-valor e o s-valor são complexas. No caso da variância conhecida, se a hipótese nula for uma semi-reta o p-valor é majorado pelo s-valor, se a hipótese é um intervalo fechado a diferença entre as duas medidas de evidência diminui conforme o comprimento do intervalo da hipótese testada. No caso de variância desconhecida e hipóteses nulas compostas, o s-valor é majorado pelo p-valor para valores pequenos do s-valor, por exemplo, quando o s-valor é menor do que 0.05. / This work aims to study two measures of evidence, namely: the p-value and s-value. The likelihood ratio statistic is used to calculate these two evidence measures. Informally, the p-value is the probability of an extreme event under the conditions imposed by the null hypothesis, while the s-value is the greatest confidence level of the confidence region such that the parameter space under the null hypothesis and the confidence region have at least one element in common. For both measures, the smaller are the respective values, the greater is the degree of inconsistency between the observed values and the null hypothesis. In this study, we will consider simple and composite null hypotheses and it will be restricted to independently and normally distributed data. The main results are: 1) to obtain the analytical formulas for the p-value, by using conditional probabilities, and for the s-value, and 2) to compare the p-value and s-value under different scenarios, namely: known and unknown variance, and simple and composite null hypotheses. For simple null hypotheses, the s-value coincides with the p-value, and for composite null hypotheses, the p-value and the s-value relationships are complex. In the case of known variance, if the null hypothesis is a half-line the p-value is smaller than the s-value, if the null hypothesis is a closed interval the difference between the two measures of evidence decreases with the interval width specified in the null hypothesis. In the case of unknown variance and composite hypotheses, the s-value is smaller than the p-value when the value of the s-value is small.

This thesis deals with financial analysis and benchmarking for construction company Pozemní stavby Jihlava, spol. s.r.o. The first part summarizes the theoretical basis of benchmarking. In the next part –practical part contains an analysis of the current situation of the company and other construction companies, are included financial analysis, Porter's value chain and SWOT analysis. Based on the observed data are proposing measures and to imporivng and specific recommendations for evaluating enterprise.

[pt] Este trabalho propõe um método para hierarquizar a contribuição de diferentes estratégias para conter a evolução da pandemia de COVID-19 em diferentes estados do Brasil, nos períodos pré- e pós-vacinação. O método proposto incluiu o aprendizado automático de modelos de regressão utilizando o algoritmo de aprendizado de máquina XGBoost, e aplicou a teoria dos jogos cooperativos de Shapley para quantificar a contribuição das características analisadas para a variável-alvo. Para interpretar o modelo globalmente, foi usado o SHapley Additive exPlanations (SHAP), que é um algoritmo baseado na teoria de Shapley. Os resultados de avaliação do método apontaram a sua eficácia para quantificar a contribuição de cada variável de forma robusta, e revelam que os percentuais de cobertura vacinal de primeira e segunda dose, além do fechamento das escolas, foram as medidas que tiveram maior contribuição na evolução do número de casos e óbitos por COVID-19. A ponderação das variáveis pode ajudar os atores responsáveis na elaboração de políticas públicas para minimizar os efeitos socioeconômicos em suas regiões, dado que o Brasil é um país que possui extrema desigualdade social. / [en] This work proposes a method to rank the contribution of different strategies to contain the evolution of the COVID-19 pandemic in different states of Brazil, in the pre- and post-vaccination periods. The proposed method included the automatic learning of regression models using the XGBoost machine learning algorithm, and applied Shapley s cooperative game theory to quantify the contribution of the analyzed characteristics to the target variable. To interpret the model globally, the SHapley Additive exPlanations (SHAP) was used, which is an algorithm based on Shapley s theory. The evaluation results point to its efficacy to quantify the contribution of each variable in a robust way, and reveal that the percentages of first and second dose vaccination coverage, in addition to the closing of schools, were the measures that had the greatest contribution in the evolution of the number of cases and deaths due to COVID-19. The weighting of variables can help the actors responsible in the elaboration of public policies to minimize the socioeconomic effects in their regions, since Brazil is a country that has extreme social inequality.

The thesis is evaluating Drůbežářský závod Klatovy, a. s. This firm is the second biggest poultry producer in the Czech Republic. Goal of this thesis is to set up price of this firm as of 30th April 2012. To be as conclusive as possible, the evaluation itself is made by two independent methods. The final price is synthesis of both. Concretely speaking, DCF entity method and method of accounting value are used. In the frame of these methods the value for both owners and creditors will be calculated. The incentive for valuation is a possible future sell of the firm to an unknown investor. The thesis is divided into subchapters of Profile of the Firm, Strategical Analysis, Financial Analysis, Value Drivers, Financial Plan and Firm Evaluation.

The goal of this thesis is to determine the value of a company doing business in the road transport industry. This thesis describes the methods used when evaluating a company´s worth, analyzes these methods as well as establishes requirements needed for performing an analysis associated with this issue. The suggested theories of a company´s evaluation that are applied to a specific company are included in the practical part. The practical part also describes the purpose of determining the value of a company and selects the methods for the final evaluation. Furthermore, this thesis contains a strategic analysis that estimates the market share for the period 2013 2015. In addition, financial analysis was performed in order to assess the company´s financial health. Based on the results generated from the strategic analysis, the values were calculated and the outcomes integrated into a financial plan. The financial plan became a basis for an evaluation by yield methods: DCF and EVA. The final evaluation was made using four different methods: DCFF, EVA, sum of the Assets Approach and liquidation method. The company´s market value is considered to be 9 904 thousand Kč, which was obtained from DCF method. Sum of the Assets Approach is 347 thousand Kč lower than the value generated from yield evaluation. Therefore, as can be concluded from the findings, it is recommended that the owners keep the company.