|
|
Regresní analýza prostorově a časově distribuovaných dat
Rosecký, Martin ; Hübnerová, Zuzana (oponent) ; Bednář, Josef (vedoucí práce)
V práci byly shrnuty poznatky z oblasti prognózování komunálního odpadu (KO). Byly popsány základní informace týkající se lineární regrese a korelační analýzy. Byla provedena analýza vlivů dostupných faktorů na úrovni obcí s rozšířenou působností (ORP). Výsledné modely objasňují až 99 % variability. Modely pro množství odpadu na osobu vysvětlují 12 až 75 % variability. Variabilita KO na osobu vysvětlená modelem je cca o 20 % menší, než u srovnatelné studie, která však používá běžně nedostupná data. Modely jsou pro oblast odpadového hospodářství (OH) použitelné a jejich zdánlivá jednoduchost je v praxi výhodou.
|
|
|
Aplikace pokročilých regresních modelů
Rosecký, Martin ; Popela, Pavel (oponent) ; Bednář, Josef (vedoucí práce)
Tato práce shrnuje nejnovější poznatky z oblasti modelování produkce komunálního odpadu (KO). Tyto používá k řešení vícerozměrného analogu úlohy inverzní predikce. Jedná se o problém, který nelze řešit analyticky, proto byl navržen heuristický postup využívající regresních modelů a modelů vyrovnávání dat. Jako vedlejší produkt vznikly modely produkce KO využívající PCA (Principal Component Analysis) a LM (Linear Model). Tyto modely byly srovnány s heuristickým modelem RF (Random Forest). Oba modely byly použity i pro modelování množství odpadů na osobu. V práci jsou také zahrnuty nezbytné teoretické partie týkající se zobecněných lineárních modelů, vyrovnávání dat a nelineární optimalizace.
|
|
|
Aplikace pokročilých regresních modelů
Rosecký, Martin ; Popela, Pavel (oponent) ; Bednář, Josef (vedoucí práce)
Tato práce shrnuje nejnovější poznatky z oblasti modelování produkce komunálního odpadu (KO). Tyto používá k řešení vícerozměrného analogu úlohy inverzní predikce. Jedná se o problém, který nelze řešit analyticky, proto byl navržen heuristický postup využívající regresních modelů a modelů vyrovnávání dat. Jako vedlejší produkt vznikly modely produkce KO využívající PCA (Principal Component Analysis) a LM (Linear Model). Tyto modely byly srovnány s heuristickým modelem RF (Random Forest). Oba modely byly použity i pro modelování množství odpadů na osobu. V práci jsou také zahrnuty nezbytné teoretické partie týkající se zobecněných lineárních modelů, vyrovnávání dat a nelineární optimalizace.
|
|
|
Regresní analýza prostorově a časově distribuovaných dat
Rosecký, Martin ; Hübnerová, Zuzana (oponent) ; Bednář, Josef (vedoucí práce)
V práci byly shrnuty poznatky z oblasti prognózování komunálního odpadu (KO). Byly popsány základní informace týkající se lineární regrese a korelační analýzy. Byla provedena analýza vlivů dostupných faktorů na úrovni obcí s rozšířenou působností (ORP). Výsledné modely objasňují až 99 % variability. Modely pro množství odpadu na osobu vysvětlují 12 až 75 % variability. Variabilita KO na osobu vysvětlená modelem je cca o 20 % menší, než u srovnatelné studie, která však používá běžně nedostupná data. Modely jsou pro oblast odpadového hospodářství (OH) použitelné a jejich zdánlivá jednoduchost je v praxi výhodou.
|
host ::
RSS.