Number of the records: 1
Nelineární regrese pomocí GAM
Title statement Nelineární regrese pomocí GAM [rukopis] / Bára Bartošíková Additional Variant Titles Nelineární regrese pomocí GAM Personal name Bartošíková, Bára (dissertant) Translated title Nonlinear regression using GAM Issue data 2015 Phys.des. 38 s. Note Oponent Ivo Müller Ved. práce Karel Hron Another responsib. Müller, Ivo, 1967- (opponent) Hron, Karel, 1981- (thesis advisor) Another responsib. Univerzita Palackého. Katedra matematické analýzy a aplikací matematiky (degree grantor) Keywords splajn * B-splajn * regrese * neparametrická regrese * zobecněný aditivní model * software R * spline * B-spline * regression * nonparametric regression * generalized additive model * software R Form, Genre bakalářské práce bachelor's theses UDC (043)378.22 Country Česko Language čeština Document kind PUBLIKAČNÍ ČINNOST Title Bc. Degree program Bakalářský Degree program Aplikovaná matematika Degreee discipline Matematika-ekonomie se zaměřením na bankovnictví book
Kvalifikační práce Downloaded Size datum zpřístupnění 00187188-787237701.pdf 73 1.4 MB 29.04.2015 Posudek Typ posudku 00187188-ved-552693557.pdf Posudek vedoucího 00187188-opon-564447815.pdf Posudek oponenta
U regresních modelů jako jsou například klasický lineární regresní model nebo logistická regrese je předpokládán lineární vztah mezi střední hodnotou závislé proměnné a vysvětlujícími proměnnými, které jsou lineární funkcí neznámých parametrů. V této práci popisuji zobecněné aditivní modely, které nahrazují lineární funkci součtem neznámých hladkých funkcí, které odhadneme pomocí použití vyhlazujících kubických splajnů v iteračním procesu, který se nazývá backfitting algoritmus. Tuto metodu můžeme použít na jakékoliv pravděpodobnostní rozdělení závislé proměnné. Zobecněné aditivní modely jsou tak vhodné pro analýzu datového souboru, potažmo vztahů mezi proměnnými s využitím podrobné informace o charakteru zkoumané závislosti, obsažené v odhadnutých funkcích. Práce obsahuje též možnosti zpracování zobecněných aditivních modelů v prostředí statistického softwaru R a jejich vlastnosti jsou demonstrovány na reálných datech.With regression models such as standard linear regression model or logistic regression there is assumed a linear relationship between mean value of the explanatory variable and predictors, which are linear function of unknown parametres. In this thesis I decribe generalized additive models, which replace a linear function with the sum of unknown smooth functions, estimated by using smooth cubic splines in an iterative process called backfitting algorithm. This method can be used for any distributions of the response. Generalized additive models are suitable for an analysis of a data set, or more precisely of relationship between variables using detailed information about the character of the examined dependence contained in the estimated functions. This thesis also covers the possibility of processing generalized additive models in statistical software R and their properties are demonstrated on real data.
Number of the records: 1