|
|
Metoda CHAID a logistické regrese
Novák, Jaroslav ; Čabla, Adam (vedoucí práce) ; Matějka, Martin (oponent)
Tato bakalářská práce si klade za cíl představit metodu pro tvorbu rozhodovacích stromů zvanou CHAID a metodu logistické regrese. Následně je porovnat z hlediska jejich interpretace. Toho bude dosaženo aplikací těchto metod na reálná data pomocí statistického software, interpretací výsledných modelů a vyvozením následných závěrů. Práce tedy představuje možnosti interpretace modelů sestrojených pomocí metody CHAID a logistické regrese a s tím spojené výhody a nevýhody jednotlivých metod.
|
|
|
On-line služby v nemocnicích
Venkrbcová, Eva ; Bína, Vladislav (vedoucí práce) ; Lešetický, Ondřej (oponent)
Hlavním cílem této diplomové práce je zmapování vybraných on-line služeb v nemocnicích na území České republiky dle jejich dostupnosti. Dále bude aplikován model logistické regrese, který poměří rozsah jednotlivých on-line služeb v nemocnicích vzhledem k jejich právní formě, většinovému vlastnictví, krajské působnosti, dle dosaženého vzdělání i pohlaví ředitele nemocnice a v poslední řadě i podle její velikosti z pohledu lůžkové kapacity. Práce tak poskytne ucelený přehled o dostupnosti on-line služeb v nemocnicích a o faktorech, které významně snižují či zvyšují šance jejich výskytu na webových stránkách nemocnic.
|
|
|
Datamining a využití rozhodovacích stromů při tvorbě Scorecards
Straková, Kristýna ; Witzany, Jiří (vedoucí práce) ; Fičura, Milan (oponent)
Tato diplomová práce se zabývá porovnáním několika vybraných modelovacích metod, které používají finanční instituce (a nejen ty) ve svých rozhodovacích procesech. Ve své první části se teoreticky zabývá nejznámějšími modelovacími metodami, jako je logistická regrese, rozhodovací stromy, neuronové sítě, alternující rozhodovací stromy a poměrně novou metodou nazvanou "Random forest", kterou můžeme doslovně přeložit jako náhodný les. V praktické části této diplomové práce jsou nejprve nastíněny některé procesy uvnitř finančních institucí, ve kterých jsou dané modelovací metody využívány. Na reálných datech dvou finančních institucí jsou mezi sebou srovnávány metody logistické regrese, rozhodovacích stromů a rozhodovacího lesa. Metoda neuronové sítě do porovnání zahrnuta není. Důvodem je především velmi náročná interpretovatelnost výsledků této metody. V závěru se pak práce na základě výsledných modelů snaží odpovědět na otázku, zda je doposud nejpoužívanější metoda logistické regrese tou nejvhodnější.
|
|
|
Využití metod data miningu při analýze kreditních dat
Tvaroh, Tomáš ; Witzany, Jiří (vedoucí práce) ; Matejašák, Milan (oponent)
Tato práce se zabývá porovnáním vybraných metod data miningu pro řešení klasifikačních úloh s metodou klasifikace pomocí logistické regrese. V první části práce je krátce představen data mining jako vědní disciplína a úloha klasifikace je uvedena do kontextu procesu vytěžování dat. V další části je vysvětlen princip fungování jednotlivých metod, mezi které byli, společně s logistickou regresí, vybrány umělé neuronové sítě, klasifikační rozhodovací stromy a metoda SVM. Společně s matematickou podstatou algoritmů je vždy uveden i způsob, jakým u hotového modelu probíhá klasifikace nových příkladů. V praktické části diplomové práce jsou popsané metody otestovány na reálných datech společnosti Lending Club a jsou srovnány z hlediska přesnosti klasifikace. Na závěr je zhodnoceno, zda je výsadní postavení logistické regrese dané historicky nebo zda si ho metoda skutečně zaslouží díky vysoké klasifikační síle v porovnání s ostatními metodami.
|
|
|
Vývoj situace juniorů a seniorů v ČR
Siegelová, Klára ; Bartošová, Jitka (vedoucí práce) ; Bína, Vladislav (oponent)
Diplomová práce se zabývá sociální situací juniorů a seniorů ve vybraných zemích Evropské Unie. Sleduje změny ve vývoji sociální situace především z pohledu příjmu, vzdělání a hlavně nezaměstnanosti. Zvoleným obdobím je období přibližně od roku 2005 do roku 2011, v některých případech až do roku 2013. Cílem diplomové práce je statistická analýza datového souboru EU-SILC pro roky 2005 a 2010 v zemích České republiky, Slovenska, Polska, Německa, Francie a Španělska se zaměřením na příjmy, vzdělání a nezaměstnanost u věkových skupin obyvatel.
|
|
|
Využití statistických metod v data miningu při predikci chování zákazníků internetového obchodu
Podzimková, Michaela ; Vilikus, Ondřej (vedoucí práce) ; Berka, Petr (oponent)
Data mining je nová disciplína, která se objevuje s rostoucím množstvím ukládaných dat a s rostoucí potřebou získat informace v nich ukryté. Zabývá se extrahováním potenciálně užitečných informací z velkých datových souborů a leží na pomezí statistiky, strojového učení, umělé inteligence, databází a dalších oborů. Cílem této diplomové práce je představit celý proces data miningu s důrazem na jeho spojitost se statistikou a popsat vybrané statistické metody, které se v této oblasti hodně používají a které jsou v práci aplikovány na vlastní řešení dataminingového problému. Na reálných datech o nákupech v internetovém obchodě je ukázáno, že využití různých metod přináší různé výsledky a zajímavé poznatky o nákupním chování, a také vede k dokázání, že ne všechny metody jsou vždy použitelné na všechny typy úloh.
|
|
|
Faktory ovlivňující finanční situaci studentů doktorských studijních programů v České republice
Zahradníčková, Jana ; Vltavská, Kristýna (vedoucí práce) ; Stoklasa, Jan (oponent)
Studenti doktorských studijních programů jsou nedílnou součástí systému terciárního vzdělávání. Podpora doktorských studijních programů i studentů samotných je velmi důležitá, neboť jsou to právě oni, kdo se bude v budoucnu podílet na výzkumných projektech a přispívat tak k rozvoji společnosti. Valná většina stipendií, která jsou k dispozici studentům doktorských studijních programů, pochází z veřejných zdrojů. Je tedy na místě položit si otázku, zda jsou stipendia dostačující k financování studia, zda existují rozdíly v jejich výši v závislosti např. na pohlaví či oboru studia, a zda existují regionální rozdíly v celkovém příjmu studentů. Diplomová práce si klade za cíl na tyto otázky odpovědět, a to za použití statistických metod aplikovaných na výsledky výběrového šetření DOKTORANDI 2014.
|
|
|
Tvorba soustav ukazatelů - bankrotních modelů
BÜRGER, Pavel
V práci je řešen komplexní proces tvorby nového bankrotního modelu pro předpověď úpadku podniku, přičemž tento proces zahrnuje výběr kvalitního vzorku podniků, ověření klasifikační přesnosti již existujících bankrotních modelů, profilovou analýzu a vlastní tvorbu konkrétní rovnice bankrotního modelu, která je provedena pomocí dvou vybraných statistických metod, diskriminační analýzy a logistické regrese. Pomocí zvolených statistických metod byly vytvořeny dva bankrotní modely Bürgerův index DA12 a Bürgerův index LR12. Jejich nespornou výhodou, na rozdíl od již existujících a známých bankrotních modelů, je zaměření na klasifikaci malých a mikro podniků v podmínkách České republiky, přičemž klasifikační přesnost jeden rok před úpadkem je u jednotlivých modelů 74,8 % a 81,87 %. Vytvořené modely mají jednoznačnou interpretaci (žádná šedá zóna) a snadný výpočet, tím přinášejí mikro a malým podnikatelům možnost prověřovat své obchodní partnery z hlediska predikce úpadku.
|
|
|
Predikce finanční tísně podniku
MAŇASOVÁ, Helena
Teoretická část diplomové práce se zabývá vznikem a řešením finanční tísně a analýzou klasifikačních modelů. V praktické části jsou na základě výběrového souboru podniků vytvořeny vlastní modely pro předpověď finanční tísně za použití diskriminační analýzy a logistické regrese.
|
|
|
Riziko chudoby v ČR
Klein, Jan ; Bartošová, Jitka (vedoucí práce) ; Bína, Vladislav (oponent)
Cílem práce je identifikovat a zanalyzovat jednotlivé faktory, které mohou mít vliv na pokles příjmů domácností pod hranici chudoby. Vše se opírá o datový soubor EU SILC. Vše je podloženo statistickým modelem, který odhalil statistickou významnost jednotlivých faktorů. Práce je zaměřena na analýzu situace v ČR.
|
host ::
RSS.