Práce je zaměřena na problematiku smíšených distribucí a směsí lineárních regresních modelů. V první části jsou definovány základní pojmy z oblasti smíšených distribucí a jsou zde představeny reprezentativní příklady jednorozměrných směsí normálně rozdělených složek. Druhá kapitola je věnována odhadům parametrů ve smíšených distribucích, představen je pojem identifikovatelnost a důraz je kladen na EM algoritmus. Následující dvě kapitoly jsou zaměřeny na směs lineárních regresních modelů a její možné modifikace vycházející z přidání doprovodné proměnné do modelu. Poslední část práce demonstruje použití dříve zmíněných metod na reálných datech poskytnutých firmou Seco GROUP a.s. Všechny potřebné výpočty jsou prováděny pomocí softwaru R.The thesis is focused on mixture models and mixtures of linear regressions. The first part defines the basic concepts of mixture models and shows representative examples of univariate normal mixtures. The second section of the thesis is dedicated to estimation of mixture models parameters, introducing the problem of identifiability and concentrated on the EM algorithm. Next two sections are devoted to mixture of linear regressions and possible modifications that are based on the addition of concomitant variables. Finally, the last part demonstrates the usage of previously mentioned methods on the data provided by Seco GROUP a.s. company. All calculations are performed in statistical software R.