prikaz prve stranice dokumenta Robusna regresija
  Preuzmi
PDF 336.19 KB
diplomski rad
Robusna regresija
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2021. urn:nbn:hr:217:050808
Lončar, Marko
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Lončar, M. (2021). Robusna regresija (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:050808

Lončar, Marko. "Robusna regresija." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2021. https://urn.nsk.hr/urn:nbn:hr:217:050808

Lončar, Marko. "Robusna regresija." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2021. https://urn.nsk.hr/urn:nbn:hr:217:050808

Lončar, M. (2021). 'Robusna regresija', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 28.03.2025., https://urn.nsk.hr/urn:nbn:hr:217:050808

Lončar M. Robusna regresija [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2021 [pristupljeno 28.03.2025.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:050808

M. Lončar, "Robusna regresija", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:050808

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:050808
Podaci o radu
NaslovRobusna regresija
Naslov (engleski)Robust regression
AutorMarko Lončar
MentorAzra Tafro (mentor)
Član povjerenstvaAzra Tafro (predsjednik povjerenstva)
Član povjerenstvaTomislav Pejković (član povjerenstva)
Član povjerenstvaIgor Ciganović (član povjerenstva)
Član povjerenstvaDijana Ilišević (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2021-09-21, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
Robusne statističke metode osmišljene su kako bi se suzbili neki od problema koji se pojavljuju kod klasične statističke analize, kao što su odstupanja od pretpostavki modela ili neuobičajene vrijednosti (outlieri). Posebno, kod procjene parametara modela linearne regresije, standardna metoda najmanjih kvadrata veoma je osjetljiva na opažanja koja znatno odstupaju od ostalih. Nakon predstavljanja općih modela jednostavne linearne regresije, višestruke linearne regresije i metode najmanjih... Više kvadrata, uvedene su dvije mjere robusnosti - breakdown vrijednost i funkcija utjecaja. Zatim su prikazane dvije robusne metode, metoda najmanjeg medijana kvadrata odstupanja i metoda najmanjih odrezanih kvadrata. Za te dvije metode dokazano je da postižu maksimalnu breakdown vrijednost. U konačnici, ilustrirani su primjeri na stvarnim podacima radi usporedbe klasične metode najmanjih kvadrata sa robusnim metodama. Primjeri su radeni u programskom jeziku R. Sakrij dio sažetka
Sažetak (engleski)
Robust statistical methods are designed to combat some of the problems that arise in classical statistical analysis, such as deviations from model assumptions and outliers. In particular, when estimating the parameters of a linear regression model, the standard least squares method is very sensitive to observations that deviate significantly from the others. After presenting the general forms of the simple linear regression model, multiple linear regression and the least squares method,... Više two measures of robustness were introduced - the breakdown value and the influence function. Furthermore, two robust methods are presented, the least median squares method and the least trimmed squares method. These two methods have been shown to achieve a maximum breakdown value. Finally, examples with some real data and a comparison of the classical least squares method with robust methods are illustrated, using the programming language R. Sakrij dio sažetka
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:050808
Studijski programNaziv: Financijska i poslovna matematika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2021-10-29 09:12:37
accessibility

closePristupačnostrefresh

Ako želite spremiti trajne postavke, kliknite Spremi, ako ne - vaše će se postavke poništiti kad zatvorite preglednik.