Metoda parcijalnih najmanjih kvadrata: Regresijski model

Sente, Tamara

prikaz prve stranice dokumenta Metoda parcijalnih najmanjih kvadrata: Regresijski model

Preuzmi
PDF 582.69 KB

diplomski rad

Metoda parcijalnih najmanjih kvadrata: Regresijski model

Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2016. urn:nbn:hr:217:915875

Sente, Tamara

Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Citirajte ovaj rad

APA 6th Edition

Sente, T. (2016). Metoda parcijalnih najmanjih kvadrata: Regresijski model (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:915875

MLA 8th Edition

Sente, Tamara. "Metoda parcijalnih najmanjih kvadrata: Regresijski model." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2016. https://urn.nsk.hr/urn:nbn:hr:217:915875

Chicago 17th Edition

Sente, Tamara. "Metoda parcijalnih najmanjih kvadrata: Regresijski model." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2016. https://urn.nsk.hr/urn:nbn:hr:217:915875

Harvard

Sente, T. (2016). 'Metoda parcijalnih najmanjih kvadrata: Regresijski model', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 26.12.2024., https://urn.nsk.hr/urn:nbn:hr:217:915875

Vancouver

Sente T. Metoda parcijalnih najmanjih kvadrata: Regresijski model [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2016 [pristupljeno 26.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:915875

IEEE

T. Sente, "Metoda parcijalnih najmanjih kvadrata: Regresijski model", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2016. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:915875

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:915875

Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.

Podaci o radu

Naslov	Metoda parcijalnih najmanjih kvadrata: Regresijski model
Autor	Tamara Sente
Mentor	Miljenko Huzak (mentor)
Član povjerenstva	Miljenko Huzak (predsjednik povjerenstva)
Član povjerenstva	Vjekoslav Kovač (član povjerenstva)
Član povjerenstva	Nela Bosner (član povjerenstva)
Član povjerenstva	Zvonko Iljazović (član povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj	Sveučilište u Zagrebu Prirodoslovno-matematički fakultet (Matematički odsjek) Zagreb
Datum i država obrane	2016-09-27, Hrvatska
Znanstveno / umjetničko područje, polje i grana	PRIRODNE ZNANOSTI Matematika
Sažetak	PLS metoda (metoda parcijalnih najmanjih kvadrata) je statistička metoda koju je 1966. godine predstavio Herman Wold kao algoritam sličan metodi potencija na polju ekonometrije. U današnjici se dana metoda više koristi na području kemometrije, gdje se koristi u kombinaciji s regresijskim modelom za predviđanje nezavisne varijable. Cilj metode je reducirati dimenziju broja komponenti kojima ćemo ući u regresijski model, zbog čega nas podsjeća na PCA (metoda glavnih komponenti). Iako je PCA poznatiji u teoriji, u praksi se češće koristi PLS metoda jer pri redukciji komponenti u regresijskom modelu uzima u obzir zavisnu i nezavisnu varijablu. Osim samog modela, važna je i implementacija te se u radu spominju i dva najpoznatija algoritma: NIPALS i SIMPLS.
Sažetak (engleski)	PLS method (partial least squares method) is a statistical method that was originated in 1966 by Herman Wold as an algorithm alike to the power method in the field of econometrics. In the present, given method is being used in the field of chemometrics, where is used in combination with the regression model to predict the independent variable. The aim is to reduce the dimension of the number of components and performs least squares regression on these components, instead of on the original data – which is similar to the PCA (Principal Component Analysis). Although PCA is much more known in theory, PLS method is used more often in practice, because in the reduction of components and regression model combines components from dependent and independent variable. In addition to the modelling, implementation takes the important part in real life, that is why the two most famous algorithm NIPALS and SIMPLS are mentioned in this paper.
Ključne riječi
Ključne riječi (engleski)
Jezik	hrvatski
URN:NBN	urn:nbn:hr:217:915875
Studijski program	Naziv: Matematička statistika Vrsta studija: sveučilišni Stupanj studija: diplomski Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
Vrsta resursa	Tekst
Način izrade datoteke	Izvorno digitalna
Prava pristupa	Otvoreni pristup
Uvjeti korištenja
Repozitorij	Repozitorij Prirodoslovno-matematičkog fakulteta
Datum i vrijeme pohrane	2019-02-06 14:57:15