03814ntm a22005897i 4500 000716636 CZ-PrVSE 20240824093620.0 m d cr n|||||||||| 240824s2024 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Merkulova, Irina ISIS:123096 dis Simulation Study of Methods for Selecting Explanatory Variables in Linear Regression Models eng Simulační studie metod pro výběr vysvětlujících proměnných u lineárního regresního modelu / Irina Merkulova 2024 ?? stran : digital, PDF soubor Vedoucí práce: Lubomír Štěpánek Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2024 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2024 Bakalářská práce se zabývá srovnáním metod pro výběr vysvětlujících proměnných do regresního modelu. Součástí práce je představení teoretických základů lineární regrese a metod pro výběr proměnných. Konkrétně se práce zaměřuje na postupnou regresi s využitím informačních kritérií, F-testů a PRESS statistiky pro volbu proměnných. V praktické části je navržena Monte Carlo (MC) simulace pro studium kvality metod společné s kritérii pro hodnocení. MC simulace je následně implementována v jazyce R v podobě frameworku, který umožňuje jednoduše zkoumat metody dostupné v balíčcích jazyka R. S využitím frameworku je následně zkoumána postupná regrese s obousměrnou eliminací založenou na Akaikeho informačním kritériu, Bayesovském informační kritériu a PRESS statistice, a postupná regrese se zpětnou eliminací založenou na F-testech. Simulace se v jednotlivých scénářích zaměřuje na vliv síly závislosti, velikosti výběru, počtu regresorů a stupně multikolinearity na schopnost metod správně vybrat relevantní proměnné. Z výsledků neplyne jednoznačný závěr o nadřazenosti jedné z metod, zdá se však, že Bayesovské informační kritérium dosahuje uspokojivých výsledků napříč zkoumanými scénáři. S využitím vytvořeného simulačního frameworku lze jednoduše zkoumat další scénáře, případně s minimálním úsilím přidat metody nové. Způsob přístupu: Internet datové analýzy a modelování [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas Výběr proměnných Monte Carlo simulace Lineární regrese Akaikeho informační kritérium (AIC) Bayesovské infromační kritérium (BIC) F-test PRESS Postupná regrese Dopředná eliminace Zpětná eliminace Obousměrná eliminace Štěpánek, Lubomír ISIS:120809 ths Malá, Ivana, 1962- mzk2005282656 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/87347/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/87347 Hlavní práce https://insis.vse.cz/zp/87347/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/87347/posudek/oponent/84059 Oponentura https://insis.vse.cz/zp/87347/podrobnosti dc:identifier NEPOSILAT VSKP vse87347 240820 87347