Primjena linearne regresije na predviđanje COVID-19 pandemije

diplomski rad

• Naslov (engleski): Application of linear regression to COVID-19 pandemic prediction
• Autor: Nikolina Matić
• Mentor: Siniša Slijepčević (mentor)
• Član povjerenstva: Siniša Slijepčević (predsjednik povjerenstva)
• Član povjerenstva: Dražen Adamović (član povjerenstva)
• Član povjerenstva: Rudi Mrazović (član povjerenstva)
• Član povjerenstva: Ivica Nakić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2022-05-05, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

U ovom radu, objašnjavamo teorijsku pozadinu linearne regresije te primjenjujemo statistički model regresije na stvarne podatke. U prvom poglavlju iskazana je matematička teorija potrebna za razumijevanje sadržaja rada. Drugo poglavlje opisuje model jednostavne linearne regresije te model višestruke linearne regresije. Opisani su uvjeti koje proučavani podaci moraju zadovoljavati kako bi konstrukcija regresijskog modela bila smislena. Konačno, u trećem poglavlju, primijenjujemo linearnu regresiju na aktualnu tematiku današnjice, COVID-19 pandemiju. Sama analiza uključivala je 22 različita faktora (nezavisne varijable) promatrana u 99 različitih zemalja, a promatrani podaci opisuju tjedni ukupan broj oboljelih i smrtnih slučajeva. Same varijable opisuju uređenost pojedine zemlje te one nisu posljedica pojavljivanja COVID-19 pandemije, već one definiraju demografsko-geografsku, političkozakonsku, socijalno-ekonomsku i zdrastvenu sliku pojedine zemlje.

Sažetak (engleski)

This work discusses the theoretical background of linear regression and application of statistical regression model with real data. In the first chapter mathematical theory is stated, required for understanding the work itself. The second chapter describes the simple linear regression model as well as the multiple linear regression model. Various conditions are described which the examined data must satisfy in order for the construction to be meaningful. Finally, in the third chapter, linear regression is being applied on a trending topic of today, the COVID-19 pandemic. The very analysis includes 22 different factors (independent variables) observed in 99 different states, whereas recorded data describes the total number of infected and death cases per week. The variables themselves describe the structure of the individual state and they are not the consequence of occurrences from COVID-19 pandemic, but they define demographic-geographical, political-legal, socioeconomic and health aspects of the individual state.

• Ključne riječi: jednostavna linearna regresija; višestruka linearna regresija; COVID-19 pandemija
• Ključne riječi (engleski): simple linear regression model; multiple linear regression model; COVID-19 pandemic
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:073818
• Studijski program: Naziv: Matematika; smjerovi: nastavnički; Smjer: nastavnički; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra edukacije matematike (mag. educ. math.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2022-06-07 11:20:42