|
|
Analýza Big Data v oblasti zdravotnictví
Nováková, Martina ; Kučera, Jan (vedoucí práce) ; Chlapek, Dušan (oponent)
Diplomová práce se zabývá analýzou Big Data v oblasti zdravotnictví. Cílem je definovat termín Big Data, seznámit čtenáře s růstem dat ve světě a také i ve zdravotnictví. Dále vysvětlit pojem datový expert a vydefinovat členy týmu datových expertů. V dalších kapitolách jsou vymezeny fáze Big Data analýzy podle metodiky společnosti EMC2 a přiblíženy základní technologie pro analýzu Big Data. Za přínosnou a zajímavou část považuji vymezení úloh, kde již jsou Big Data technologie ve zdravotnictví využívána. V praktické části provádím Big Data analýzu úlohy se zaměřením na meteorotropní choroby, ve které využívám reálná zdravotnická a meteorologická data. Čtenář se seznámí nejen s jedním z doporučených postupů analýzy, použitými statistickými modely, ale zároveň mu budou i přiblíženy některé termíny z oblasti biometeorologie a zdravotnictví. Nedílnou součásti provedené analýzy je i upozornění na její omezení, konzultace výsledků a závěrů s odborníky z meteorologie i zdravotnictví.
|
|
|
Smíšené modely a jejich využití pro analýzu medicínských dat
Mohammad, Adam ; Malá, Ivana (vedoucí práce) ; Bašta, Milan (oponent)
Tato bakalářská práce se zabývá popisem lineárního smíšeného modelu. Model je zprvu představen teoreticky, jsou vysvětleny základní pojmy, zápis modelu a také odhad neznámých parametrů, konstrukce a diagnostika modelu. Dále je v této části uvedeno, pro analýzu jakých dat lze tento model využít a jsou uvedeny příklady využití v oblasti medicíny. Druhá část bakalářské práce obsahuje praktické využití lineárního smíšeného modelu pro analýzu longitudinálních dat z lékařského výzkumu, kdy byl 12 pacientům podán lék teofylin a v průběhu jednoho dne byla několikrát měřena jeho koncentrace v krvi pacienta. Pomocí statistického programu R je zkoumána závislost koncentrace této látky v krvi na čase, množství podané látky a váze pacienta. Výsledkem analýzy je fakt, že závislost koncentrace teofylinu v krvi nelze popsat jednoduchou funkcí, a je proto nutné před aplikací lineárního smíšeného modelu tuto závislost přesně popsat a upravit datový soubor nebo použít jiný model.
|
|
|
Metody geomarketingu
Voráč, Michal ; Chrobok, Viktor (vedoucí práce) ; Černý, Michal (oponent)
Tato aplikačně orientovaná diplomová práce si klade za cíl prokázat přínos datové analytiky spojené se zpracováním geografických dat pro obchodní rozhodování. Jsou nalezena a doporučena dvě řešení, která vedou k výhodnějšímu řešení, než byla výchozí situace. První z nich akcentuje maximální úspěšnost rozpoznání rizikové transakce, druhé z nich akcentuje ekonomickou výhodnost. V práci je intenzivně využitý matematický programovací jazyk R, v závěrečné části mapový software ArcGIS Online.
|
|
|
Gaussian mixtures in R
Marek, Petr ; Malá, Ivana (vedoucí práce) ; Zimmermann, Pavel (oponent)
Směsi normálních rozdělení jsou velmi populárním a flexibilním nástrojem statistického modelování. Standardní postup odhadu pomocí maximální věrohodnosti bohužel nemůže být pro některé z těchto modelů použit. Pro odhad takovýchto modelů lze však použít některé z iterativních procedur, jako například EM (Expectation-Maximization) algoritmus. Cílem této práce je vysvětlit směsi pravděpodobnostních rozdělení a jejich odhad pomocí EM algoritmu. Hlavní náplní práce je ukázka implementace směsi normálních rozdělení v R. Existující balíčky a metody jsou prezentovány, popsány a porovnány. Pro některé z balíčků jsou dopsány rozšiřující funkce v jazyku R. V práci je provedeno několik rozsáhlých simulací. Některé z výsledků jsou prezentovány. Při práci s těmito simulacemi je navrhnuta a popsána myšlenka "nejčastějšího odhadu" (usual fit).
|
|
|
Construction of Linear Stochastic Models of SARIMA Class Time Lines – Automatized Method
Trcka, Peter ; Arlt, Josef (vedoucí práce) ; Hindls, Richard (oponent)
Tato práce se zabývá tvorbou automatické procedury volby modelu tříd ARIMA a SARIMA podle Box-Jenkinsové metodologie. V této souvislosti se dále zaobírá testováním síly testů jednotkových kořenů a analýzou aplikování informačních kritérií při volbě modelu. Cílem této práce je vytvořit aplikaci v prostředí R, která dokáže automaticky zvolit model generujícího procesu časové řady. Procedura je ověřená na základě simulační studie. V Práci je zkoumaný účinek hodnot parametrů generujících procesorů modelu ARMA (1.1) na jeho volbu a sílu KPSS testu, rozšířeného Dickey-Fullerovo a Phillips-Peronovo testu jednotkových kořenů.
|
|
|
Využití bootstrapu a křížové validace v odhadu predikční chyby regresních modelů
Lepša, Ondřej ; Bašta, Milan (vedoucí práce) ; Malá, Ivana (oponent)
Nalezení modelu s dobrými předpovědními vlastnostmi je jeden z hlavních cílů regresní analýzy. I přesto se v běžné praxi k vyhodnocení predikčních schopností využívá kritérií, která se k tomuto účelu buď nehodí, nebo nejsou dostatečně spolehlivá. Alternativu představují relativně nové metody, které využívají opětovných simulací k odhadnutí vhodné ztrátové funkce -- predikční chyby. Do této kategorie patří křížová validace a bootstrap. Tato práce popisuje, jak lze s využitím těchto metod vybrat takový regresní model, který co nejlépe předpovídá hodnoty vysvětlované proměnné.
|
|
| |
|
|
Vizualizace vícerozměrných statistických dat
Maroušek, Vít ; Pecáková, Iva (vedoucí práce) ; Černý, Jindřich (oponent)
Práce se zabývá možnostmi vizualizace vícerozměrných statistických dat. Protože se jedná o velmi širokou oblast, práce je rozčleněna do čtyř oddílů, z nichž dva jsou teoreticky a dva prakticky zaměřené. První z oddílů je věnován teoretickým aspektům vizualizace dat. Jsou v něm zpracovány informace o stavebních prvcích grafů a způsobu jak je zpracovává mozek v různých fázích vnímání. Druhý oddíl mapuje dostupné typy grafů, které lze využít k zobrazení dat. Detailně jsou zde popsány vybrané typy grafů pro spojitá a nespojitá vícerozměrná data. Třetí oddíl je zaměřený na dostupné programové prostředky k tvorbě grafů. V oddílu je popsáno více programů, z nichž jsou detailněji popsány programy STATISTICA, R a MS Excel. V posledním oddílu jsou poznatky získané v předchozích kapitolách dostatečným zdrojem informací pro provedení grafické analýzy vícerozměrných spojitých a nespojitých dat i pomocí pokročilejších analytických metod. Tato analýza je provedena zvlášť na datovém souboru se spojitými proměnnými a zvlášť na datovém souboru s nespojitými (kategoriálními) proměnnými.
|
|
|
Analýza dat z průzkumů spokojenosti zákazníků s prostředím NetBeans
Horčic, Michal ; Buchalcevová, Alena (vedoucí práce) ; Mirilovič, Marián (oponent)
Cílem práce je zpracovávání dotazníku o spokojenosti uživatelů s aplikací NetBeans od firmy Sun Microsystems. Výstupem z dotazníku je informace o (ne)závislosti odpovědí vybraných otázek. Celý proces je zautomatizován a není tedy třeba žádného vnějšího zásahu. K dosažení cíle je použito několika technologií, zejména: - web forms - pro sběr dat od uživatelů - MySQL - databázový systém pro uložení odpovědí z webových formulářů - R - statistický software pro zpracování dat a jejich převod do dále zpracovatelného formátu Práce je rozdělena do čtyř základních kapitol: - Zadání - přesné zadání a vymezení základních předpokladů pro další postup - Teorie - postup výběru statistické metody a technologie pro zpracování - Praxe - postup implementace zvolených technologií, vysvětlení fungování jednotlivých částí - Vyhodnocení - interpretace výsledků a možné využití práce pro plánování software
|
|
|
Grafická analýza dat v různých výpočetních systémech
Maroušek, Vít ; Pecáková, Iva (vedoucí práce) ; Černý, Jindřich (oponent)
Cílem mé práce je poukázat na možnosti grafické analýzy v počítačových systémech. Tato oblast se stále vyvíjí, objevují se nové metody a již známé techniky se rozvíjí. Práce je rozdělena do tří částí, jedna je teoretická, jedná porovnávací a jedna obecná s nabídkou alternativ ke stávajícím technikám. První část práce je teoretická a věnuje se klasifikaci statistických proměnných. Pro počítačové systémy zde navrhuji klasifikaci zjednodušenou kvůli způsobu, jakým jsou některé typy proměnných zpracovávány. Druhá kapitola porovnává výstupy některých klasických metod a jejich zpracování v třech nejrozšířenějších statistických systémech SAS, SPSS a STATISTICA. Porovnání je ve formě tabulek s detailním popisem vlastností a přiložen je ukázkový graf z každého systému. V závěrečné kapitole se soustředím na prezentaci některých dalších klasických metod grafické analýzy a jejich použití. Většina kapitoly je ale věnována novým, či dosud méně rozšířeným technikám. Jsou zde uvedeny grafy, které nebyly popsány ještě v žádné české literatuře. Téměř všechny grafy, které v práci prezentuji, jsem vytvořil pro tuto práci v popsaných systémech. Pouze dva jsou převzaty, protože se vyskytly vážné překážky, které jsem neměl možnost překonat.
|
host ::
RSS.