Med focus på dynamiske modeller
Forfatter
Madsen, Bo Eskerod
Semester
4. semester
Uddannelse
Udgivelsesår
2002
Abstract
Dette speciale i statistik undersøger to centrale værktøjer: generaliserede lineære modeller (GLM) og dynamiske modeller. Generaliserede lineære modeller er en udvidelse af almindelig lineær regression, der kan håndtere forskellige typer data, for eksempel tællinger eller ja/nej-udfald. Dynamiske modeller beskriver, hvordan størrelser udvikler sig over tid, så man kan analysere tidsafhængige mønstre og ændringer. Specialet gennemgår de vigtigste idéer bag begge modeltyper og viser gennem illustrative eksempler, hvordan de kan opbygges, tilpasses data og vurderes i praksis. Formålet er at give et klart og anvendeligt overblik, der hjælper læseren med at forstå, hvornår og hvordan disse modeller kan bruges.
This thesis in statistics examines two key tools: generalized linear models (GLMs) and dynamic models. Generalized linear models extend ordinary linear regression to handle different kinds of outcomes, such as counts or yes/no responses. Dynamic models describe how quantities evolve over time, making it possible to analyze time-dependent patterns and changes. The thesis explains the core ideas behind both types of models and, through illustrative examples, shows how they can be built, fitted to data, and evaluated in practice. The aim is to provide a clear, practical overview that helps readers understand when and how to use these models.
[Dette resumé er genereret ved hjælp af AI]