prikaz prve stranice dokumenta Analiza policističnog sindroma jajnika logističkom regresijom i diskriminantnom analizom
  Preuzmi
PDF 1.38 MB
diplomski rad
Analiza policističnog sindroma jajnika logističkom regresijom i diskriminantnom analizom
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. urn:nbn:hr:217:709033
Peček, Teodora
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Peček, T. (2024). Analiza policističnog sindroma jajnika logističkom regresijom i diskriminantnom analizom (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:709033

Peček, Teodora. "Analiza policističnog sindroma jajnika logističkom regresijom i diskriminantnom analizom." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:217:709033

Peček, Teodora. "Analiza policističnog sindroma jajnika logističkom regresijom i diskriminantnom analizom." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:217:709033

Peček, T. (2024). 'Analiza policističnog sindroma jajnika logističkom regresijom i diskriminantnom analizom', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 29.04.2024., https://urn.nsk.hr/urn:nbn:hr:217:709033

Peček T. Analiza policističnog sindroma jajnika logističkom regresijom i diskriminantnom analizom [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2024 [pristupljeno 29.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:709033

T. Peček, "Analiza policističnog sindroma jajnika logističkom regresijom i diskriminantnom analizom", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:709033

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:709033
Podaci o radu
NaslovAnaliza policističnog sindroma jajnika logističkom regresijom i diskriminantnom analizom
Naslov (engleski)Analysis of polycystic ovary syndrome by logistic regression and discriminant analysis
AutorTeodora Peček
MentorAnamarija Jazbec (mentor)
Član povjerenstvaAnamarija Jazbec (predsjednik povjerenstva)
Član povjerenstvaMarko Vrdoljak (član povjerenstva)
Član povjerenstvaNenad Antonić (član povjerenstva)
Član povjerenstvaNina Kamčev (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2024-02-28, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
U ovom radu uvedeni su osnovni pojmovi logističke regresije - logistički model, izgled, omjer izgleda. Opisano je kako se testira adekvatnost logističkog modela, interpretiraju dobiveni parametri i biraju nezavisne varijable modela. Uveden je pojam diskriminantne analize i poseban slučaj linearne diskriminantne analize. Opisano je kako se provodi validacija dobivenih rezultata i kako se biraju prediktorske varijable. Korištenjem programa SAS OnDemand analizirana je baza podataka pacijentica iz nekoliko bolnica u Indiji kako bi se odredilo koje varijable utječu na pojavnost sindroma policističnih jajnika. Dobiveni su univarijatni logistički modeli, multivarijatni logistički model i logistički model stepwise procedure. Varijable koje su značajne u svim modelima su Follicle No L (broj folikularnih cista na lijevom jajniku), Follicle No R (broj folikularnih cista na desnom jajniku), Cycle (redovitost menstrualnog ciklusa), Weight gain (povećanje tjelesne težine), Hair growth (pojačan rasta dlaka), Skin darkening (hiperpigmentacija kože) i Acne (akne). Korištena je direktna linearna diskriminantna analiza i stepwise procedura linearne diskriminantne analize za klasifikaciju podataka. Stepwise procedurom diskriminantne analize izabrane su varijable Follicle No R, Weight gain, Hair growth, Cycle, Skin darkening, AMH (razina anti-Mullerovog hormona), Acne, Age (starost), RBS (razina glukoze u krvi), Follicle No L
Sažetak (engleski)
In this thesis basic terms of logistic regression are introduced - logistic model, odds, odds ratio. It is described how to test the adequacy of the logistic model, interpret the obtained parameters and select the independent variables of the model. The concept of discriminant analysis and the special case of linear discriminant analysis are introduced. It is described how the validation of the obtained results is carried out and how the predictor variables are selected. Using SAS OnDemand, a database of patients from several hospitals in India was analyzed to determine which variables influence the incidence of polycystic ovary syndrome. Univariate logistic models, multivariate logistic model and logistic model using stepwise procedure were obtained. Variables that are significant in all models are Follicle No L (number of follicular cysts on the left ovary), Follicle No R (number of follicular cysts on the right ovary), Cycle (regularity of the menstrual cycle), Weight gain , Hair growth, Skin darkening and Acne. Direct linear discriminant analysis and linear discriminant analysis using stepwise procedure were used for data classification. Stepwise discriminant analysis selected the variables Follicle No R, Weight gain, Hair growth, Cycle, Skin darkening, AMH (anti-Mullerian hormone level), Acne, Age, RBS (glucose level in blood), Follicle No L.
Ključne riječi
Jezikhrvatski
URN:NBNurn:nbn:hr:217:709033
Studijski programNaziv: Matematička statistika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: sveučilišni magistar matematike (univ. mag. math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-03-14 11:29:01