prikaz prve stranice dokumenta Primjena logističke regresije u modeliranju vjernosti posjetitelja
  Preuzmi
PDF 707.95 KB
diplomski rad
Primjena logističke regresije u modeliranju vjernosti posjetitelja
Split: Sveučilište u Splitu, Prirodoslovno-matematički fakultet, 2022. urn:nbn:hr:166:949959
Zovko, Mila
Sveučilište u Splitu
Prirodoslovno-matematički fakultet
Odjel za matematiku

Institucijski repozitorij: repozitorij.pmfst.unist.hr

Citirajte ovaj rad

Zovko, M. (2022). Primjena logističke regresije u modeliranju vjernosti posjetitelja (Diplomski rad). Split: Sveučilište u Splitu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:166:949959

Zovko, Mila. "Primjena logističke regresije u modeliranju vjernosti posjetitelja." Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:166:949959

Zovko, Mila. "Primjena logističke regresije u modeliranju vjernosti posjetitelja." Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:166:949959

Zovko, M. (2022). 'Primjena logističke regresije u modeliranju vjernosti posjetitelja', Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, citirano: 28.06.2024., https://urn.nsk.hr/urn:nbn:hr:166:949959

Zovko M. Primjena logističke regresije u modeliranju vjernosti posjetitelja [Diplomski rad]. Split: Sveučilište u Splitu, Prirodoslovno-matematički fakultet; 2022 [pristupljeno 28.06.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:166:949959

M. Zovko, "Primjena logističke regresije u modeliranju vjernosti posjetitelja", Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, Split, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:166:949959

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:166:949959
Podaci o radu
NaslovPrimjena logističke regresije u modeliranju vjernosti posjetitelja
Naslov (engleski)The application of logistic regression in modelling visitor loyalty
AutorMila Zovko
MentorTea Martinić Bilać (mentor)
MentorAna Perišić (pomoć pri izradi, neposredni voditelj)
Član povjerenstvaTea Martinić Bilać (predsjednik povjerenstva)
Član povjerenstvaAna Laštre (član povjerenstva)
Član povjerenstvaAna Perišić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Splitu
Prirodoslovno-matematički fakultet
(Odjel za matematiku)
Split
Datum i država obrane2022-09-26, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
Logička regresija analizira odnos izmedu dihotomne zavisne varijable i jedne ili više nezavisnih varijabli. Najčešće se koristi u prediktivnom modeliranju, gdje model procjenjuje vjerojatnost kategorija u klasifikacijskim problemima. U prvom dijelu rada koji se odnosi na teorijsku podlogu logističke regresije upoznajemo se sa familijom generaliziranih linearnih modela. Zatim, izvodimo pripadajući univarijatni i multivarijatni logistički model, metodom maksimalne vjerodostojnosti procijenjujemo njihove parametre, testiramo značajnost parametara te objašnjavamo interpretaciju modela. U drugom dijelu prikazujemo primjenu logističke regresije u modeliranju vjernosti posjetitelja gdje ispitujemo možemo li vjernost posjetitelja predvidjeti na temelju njihovog zadovoljstva, te u svrhu prikaza izgradnje modela sa različitim vrstama varijabli, vjernost modeliramo i uz jednu kategorijalnu varijablu koja se odnosi na zemlju porijekla posjetitelja.
Sažetak (engleski)
Logistic regression is used to examine the association of one dichotomous variable with one or more independent variables. It is extensively used in predictive modeling, where the model estimates probabilities for classification problems with two possible outcomes. The first part of the thesis refers to the theoretical foundation of logistic regression. In this part, generalised linear models are introduced, which is followed by the theoretical background of univariate and multivariate logistic regression modelling. We present the method of maximum likelihood parameter estimation, significance testing and explain the interpretation of the model. In the second part of the thesis, we present the application of logistic regression in visitor loyalty modeling. We perform logistic regression in order to examine whether visitor loyalty can be predicted by visitor satisfaction. Also, to present the model building with different types of variables, loyalty is modeled with one categorical variable referring to the country of origin.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:166:949959
Studijski programNaziv: Matematika; smjerovi: teorijski, računarski, nastavnički, statistika i računarstvo
Smjer: statistika i računarstvo
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 Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2023-01-31 12:13:30