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. |