Andmebaasi logo
Valdkonnad ja kollektsioonid
Kogu ADA
Eesti
English
Deutsch
  1. Esileht
  2. Sirvi autori järgi

Sirvi Autor "Polding, Indrek" järgi

Tulemuste filtreerimiseks trükkige paar esimest tähte
Nüüd näidatakse 1 - 2 2
  • Tulemused lehekülje kohta
  • Sorteerimisvalikud
  • Laen...
    Pisipilt
    listelement.badge.dso-type Kirje ,
    Erineva ravistrateegiaga ägeda müokardiinfarkti patsientide suremus müokardiinfarktiregistri andmete alusel
    (2020) Polding, Indrek; Kaart, Tanel, juhendaja; Veldre, Gudrun, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
    Käesoleva magistritöö eesmärk on välja selgitada, millised tegurid mõjutavad ägeda müokardiinfarkti patsientide elukestust. Elukestust uuritakse eraldi STEMI ja NSTEMI patsientidel ning nii STEMI kui NSTEMI patsientidel, kellel on tehtud koronaarangioplastika st kasutatud kaasaegset invasiivset ravi. Esmalt antakse ülevaade müokardiinfarktist ja müokardiinfarktiregistritest. Seejärel tutvustatakse töös kasutatud meetodeid. Praktilises osas kirjeldatatakse Eestis 2012. aastast riikliku andmekoguna töötava müokardiinfarktiregistri andmeid ja antakse ülevaade koostatud mudelitest.
  • Laen...
    Pisipilt
    listelement.badge.dso-type Kirje ,
    Krediidiriski hindamine logistilise regressiooni mudeli abil
    (2018) Polding, Indrek; Pärna, Kalev, juhendaja; Tartu Ülikool. Matemaatika ja statistika instituut; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
    Finantsettevõtete üheks suureks tegevusvaldkonnaks on laenude väljastamine. Selles protsessis on vaja hinnata laenutaotleja krediidiriski, et kindlaks määrata, kui suur on tõenäosus, et laenutaotleja tulevikus oma laenu korralikult tagasi maksaks. Prognoosi tulemusena klassifitseeritakse laenutaotlejad kahte gruppi: head ja halvad kliendid. Kuna uuritav tunnus on binaarne, siis üheks enam kasutatavaks meetodiks on logistiline regressioon. Töö teoreetilises osas antakse ülevaade krediidiriskist ja tutvustatakse töös kasutatud metoodikat. Praktilises osas antakse ülevaade andmestikus olevates tunnustest ja luuakse mudel nii tasakaalustatud kui ka tasakaalustamata andmete põhjal ja interpreteeritakse parimat saadud mudelit.

DSpace tarkvara autoriõigus © 2002-2025 LYRASIS

  • Teavituste seaded
  • Saada tagasisidet