Logistiline regressioon ja klassifitseerimispuu binaarse tunnuse modelleerimisel

dc.contributor.advisorLepik, Natalja, juhendaja
dc.contributor.authorErnits, Kristi
dc.contributor.otherTartu Ülikool. Matemaatika ja statistika instituutet
dc.contributor.otherTartu Ülikool. Loodus- ja täppisteaduste valdkondet
dc.date.accessioned2017-07-04T09:22:02Z
dc.date.available2017-07-04T09:22:02Z
dc.date.issued2017
dc.description.abstractTihti on uurija huvitatud binaarse tunnuse seose modelleerimisest teiste tunnustega. Käesoleva bakalaureusetöö eesmärk on kirjeldada ja omavahel võrrelda logistilist regressiooni ning klassifitseerimispuu meetodit kaheväärtuselise uuritava tunnuse modelleerimisel. Töö teooriaosas kirjeldatakse lühidalt levinumaid meetodeid binaarse tunnuse modelleerimiseks, täpsem ülevaade antakse logistilisest regressioonimudelist ning klassifitseerimispuu meetodist. Praktilises osas rakendatakse nii logistilist regressiooni kui ka klassifitseerimispuu meetodit reaalsetel andmetel südame- ja veresoonkonna haiguste esinemise prognoosimiseks. Töö viimases osas viiakse läbi simuleerimisülesanne ning võrreldakse nimetatud kahte meetodit.et
dc.identifier.urihttp://hdl.handle.net/10062/57072
dc.language.isoestet
dc.publisherTartu Ülikool
dc.subjectüldistatud lineaarsed mudelidet
dc.subjectpuud (mat.)et
dc.subjectklassifitseerimineet
dc.subjectgeneralized linear modelsen
dc.subjecttrees (math.)en
dc.subjectclassificationen
dc.titleLogistiline regressioon ja klassifitseerimispuu binaarse tunnuse modelleerimiselet
dc.typeThesisen

Failid

Originaal pakett

Nüüd näidatakse 1 - 1 1
Laen...
Pisipilt
Nimi:
ernits_kristi_bsc_2017.pdf
Suurus:
457.48 KB
Formaat:
Adobe Portable Document Format
Kirjeldus:

Litsentsi pakett

Nüüd näidatakse 1 - 1 1
Pisipilt ei ole saadaval
Nimi:
license.txt
Suurus:
1.71 KB
Formaat:
Item-specific license agreed upon to submission
Kirjeldus: