Modelování úrovně zadluženosti domácností Královéhradeckého kraje

Zobrazit minimální záznam

dc.contributor.advisor Kašparová, Miloslava cze
dc.contributor.author Gažovčiaková, Michala
dc.date.accessioned 2009-07-03T08:45:55Z
dc.date.available 2009-07-03T08:45:55Z
dc.date.issued 2009
dc.identifier Univerzitní knihovna (sklad) cze
dc.identifier.uri http://hdl.handle.net/10195/33657
dc.description.abstract Diplomová práce je zaměřena na modelování úrovně zadluženosti domácností Královéhradeckého kraje. Prvotní modelování i následné analýzy jsou realizovány v prostředí programu SPSS Clementine 10.1. Pro dosažení stanovených cílů je použito 2 metod. Na základě některých algoritmů rozhodovacích stromů dochází ke klasifikaci domácností dle klíčových atributů stanovených určitým algoritmem. Pomocí shlukové analýzy dochází ke stanovení nejdůležitějších atributů ovlivňujících zadluženost. cze
dc.format 85 s., 6 s. příloh cze
dc.format.extent 1742695 bytes cze
dc.format.mimetype application/pdf cze
dc.language.iso cze
dc.publisher Univerzita Pardubice cze
dc.rights Bez omezení cze
dc.subject Zadluženost cze
dc.subject datové matice cze
dc.subject Modelování cze
dc.subject Klasifikace cze
dc.subject domácnosti cze
dc.subject shlukové analýzy cze
dc.subject rozhodovací stromy cze
dc.subject indebtedness eng
dc.subject Data Matrix eng
dc.subject modeling eng
dc.subject Classification eng
dc.subject households eng
dc.subject cluster analyses eng
dc.subject decision trees eng
dc.title Modelování úrovně zadluženosti domácností Královéhradeckého kraje cze
dc.title.alternative Modeling the level of household indebtedness in Hradec Králové region eng
dc.type diplomová práce cze
dc.date.accepted 2009 cze
dc.description.abstract-translated Diploma work is focused on the modeling level of household indebtedness in Hradec Králové region. Initial modeling and subsequent analysis are implemented in the SPSS Clementine 10.1. To achieve the stated objectives is to use 2 methods. On the basis of some decision tree algorithms is to classify households according to the key attributes of a set algorithm. Using cluster analysis is to determine the most important attributes influencing the debt. eng
dc.description.department Ústav systémového inženýrství a informatiky cze
dc.thesis.degree-discipline Regionální a informační management cze
dc.thesis.degree-name Ing. cze
dc.thesis.degree-grantor Univerzita Pardubice. Fakulta ekonomicko-správní cze
dc.identifier.signature D19997 cze
dc.identifier.signature D19997
dc.thesis.degree-program Systémové inženýrství a informatika cze
dc.description.grade Dokončená práce s úspěšnou obhajobou cze


Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam

Vyhledávání


Rozšířené hledání

Procházet

Můj účet