Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 368)
Detail práce
   Přihlásit přes CAS
Overovanie predpokladov lineárneho zmiešaného modelu
Název práce v jazyce práce (slovenština): Overovanie predpokladov lineárneho zmiešaného modelu
Název práce v češtině: Ověřování předpokladů lineárního smíšeného modelu
Název v anglickém jazyce: Verification of linear mixed model assumptions
Klíčová slova: lineárna regresia|lineárny zmiešaný model|diagnostika porušení predpokladov|vplyv porušení predpokladov na odhady parametrov a
Klíčová slova anglicky: linear regression|linear mixed effects model|diagnostics of assumption violations|influence of assumption violations on parameter es
Akademický rok vypsání: 2019/2020
Typ práce: diplomová práce
Jazyk práce: slovenština
Ústav: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Vedoucí / školitel: doc. Mgr. Michal Kulich, Ph.D.
Řešitel: Mgr. Ľuboš Krnáč - zadáno a potvrzeno stud. odd.
Datum přihlášení: 14.11.2019
Datum zadání: 14.11.2019
Datum potvrzení stud. oddělením: 27.02.2020
Datum a čas obhajoby: 21.06.2021 08:00
Datum odevzdání elektronické podoby:19.05.2021
Datum odevzdání tištěné podoby:19.05.2021
Datum proběhlé obhajoby: 21.06.2021
Oponenti: RNDr. Šárka Hudecová, Ph.D.
 
 
 
Zásady pro vypracování
Lineární smíšený model používá náhodné efekty k modelování skupinově závislých dat. Model předpokládá nezávislost a normalitu náhodných efektů a normalitu chybových členů a používá různé modifikace teorie maximální věrohodnosti k odhadování parametrů a testování hypotéz.

Práce bude mít několik částí. V teoretické části bude vysvětlen lineární smíšený model a budou diskutovány jeho předpoklady. Následovat bude výklad metod pro odhadování parametrů. Další část se bude věnovat deskriptivním metodám vhodným pro ověřování předpokladů lineárního smíšeného modelu. V poslední části budou simulační studie zkoumající vliv porušení předpokladů na výsledky, případně ilustrace metod na reálných datech.
Seznam odborné literatury
Laird, N.M. and Ware, J.H. (1982) Random-effects models for longitudinal data. Biometrics 38, 963-974.

Pinheiro, J.C. and Bates, D.M. (2000) Mixed Effects Models in S-Plus. New York, Springer Verlag.

Demidenko, E. (2013) Mixed Models: Theory and Applications with R. Hoboken (NJ), John Wiley.

Verbeke, G. and Molenberghs, G. (2000) Linear Mixed Models for Longitudinal Data. New York, Springer Verlag.
 
Univerzita Karlova | Informační systém UK