prikaz prve stranice dokumenta Problem multikolinearnosti u višestrukoj regresiji: detekcija i moguća rješenja
  Preuzmi
PDF 446.84 KB
diplomski rad
Problem multikolinearnosti u višestrukoj regresiji: detekcija i moguća rješenja
2023. urn:nbn:hr:166:176287
Nakić, Jelena
Sveučilište u Splitu
Prirodoslovno-matematički fakultet
Odjel za matematiku

Citirajte ovaj rad

Nakić, J. (2023). Problem multikolinearnosti u višestrukoj regresiji: detekcija i moguća rješenja (Diplomski rad). Split: Sveučilište u Splitu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:166:176287

Nakić, Jelena. "Problem multikolinearnosti u višestrukoj regresiji: detekcija i moguća rješenja." Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:166:176287

Nakić, Jelena. "Problem multikolinearnosti u višestrukoj regresiji: detekcija i moguća rješenja." Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:166:176287

Nakić, J. (2023). 'Problem multikolinearnosti u višestrukoj regresiji: detekcija i moguća rješenja', Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:166:176287

Nakić J. Problem multikolinearnosti u višestrukoj regresiji: detekcija i moguća rješenja [Diplomski rad]. Split: Sveučilište u Splitu, Prirodoslovno-matematički fakultet; 2023 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:166:176287

J. Nakić, "Problem multikolinearnosti u višestrukoj regresiji: detekcija i moguća rješenja", Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, Split, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:166:176287

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:166:176287
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovProblem multikolinearnosti u višestrukoj regresiji: detekcija i moguća rješenja
Naslov (engleski)Multicollinearity in multiple regression: detection methods and possible solutions
AutorJelena Nakić
MentorJurica Perić (mentor)
MentorAna Perišić (pomoć pri izradi, neposredni voditelj)
Član povjerenstvaJurica Perić (predsjednik povjerenstva)
Član povjerenstvaAna Perišić (član povjerenstva)
Član povjerenstvaMarcela Mandarić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Splitu
Prirodoslovno-matematički fakultet
(Odjel za matematiku)
Split
Datum i država obrane2023-12-22, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
Linearna regresija je metoda modeliranja veze između varijable odgovora i jedne ili više eksplanatornih varijabli. Jedan od problema koji može nastupiti je slučaj kada su barem dvije eksplanatorne varijable linearno zavisne ili približno linearno zavisne. Kažemo da tada imamo problem multikolinearnosti. U ovom radu navodimo metode za detekciju i rješavanje ovoga problema, a zatim prikazujemo kako ih koristiti na stvarnom skupu podataka. Gradimo različite regresijske modele na kojima provjeravamo prisutnost problema multikolinearnosti te ukoliko je prisutan rješavamo ga izostavljanjem varijabli i analizom glavnih komponenti. Pomoću obje metode možemo doći do modela bez problema multikolinearnosti, ali jasnija je interpretacija modela dobivenog izostavljanjem varijabli.
Sažetak (engleski)
Linear regression is a method of modeling the relationship between a response variable and one or more explanatory variables. One of the problems that can occur is the case when at least two explanatory variables are linearly dependent or approximately linearly dependent. In this case, we say that the problem of multicollinearity is present. In this paper, we present several methods for detecting and solving this problem, and then present the application on a real data set. We build different regression models where we check the presence of multicollinearity. We tackle the presence of multicollinearity by omitting variables or applying principal component analysis. In each case it is possible to build a model having no serious problem of multicollinearity. However, the model built on the basis of principal components offers limited interpretation.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:166:176287
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 Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-01-15 13:22:20