1. Diskriminantna analizaDragana Nikolić, 2017, master's thesis Abstract: V magistrskem delu so predstavljene osnove diskriminantne analize. Magistrsko delo je razdeljeno v štiri dele.
V prvem delu so predstavljeni osnovni pojmi statistike, potrebni za obrazložitev diskriminantne analize. V drugem delu sta obrazložena postopka analize variance (ANOVA) in multivariatne analize variance (MANOVA). Tretji del je namenjen obrazložitvi diskriminantne analize. Podrobno sta obrazloženi diskriminantna analiza za dve skupini kot tudi diskriminantna analiza za več skupin. V zadnjem delu smo na podatkih, pridobljenih iz aplikacije mOIDom, opravili diskriminantno analizo. Keywords: diskriminantna analiza, diskriminantna funkcija, normalna porazdelitev, analiza variance, multivariatna analiza variance, statistični testi Published in DKUM: 13.11.2017; Views: 2663; Downloads: 274 Full text (996,86 KB) |
2. Modeliranje za hitro ocenjevanje posledic kemijskih nesrečVioleta Trajkovska, 2016, master's thesis Abstract: Veliko nevarnih snovi se shranjuje, prečrpava in uporablja na številnih industrijskih lokacijah pri podobnih pogojih. Pri tem lahko pride do izpustov in nezgod, ki povzročijo veliko škodo in posledice za ljudi in okolje. Zato je potrebno učinkovito prepoznavanje možnih scenarijev izpustov in ocenjevanje njihovih posledic.
V magistrski nalogi je prikazan razvoj empiričnih regresijskih modelov za hitro in približno ocenjevanje posledic nesreč z nevarnimi snovmi, ki povzročijo požar, eksplozije ali strupene koncentracije. Osredotočili smo se na kemikaliji, ki se uporabljata najpogosteje, to sta klor in utekočinjeni naftni plin. Med scenariji smo izbrali katastrofalni trenutni izpust celotne vsebine in iztekanje snovi iz rezervoarja skozi odprtino. Simulacije izpustov smo izvedli z računalniškim programom Phast in določili vplivna območja. Uporabili smo statistične metode, kot je eksperimentalni načrt, za določanje vplivnost vhodnih parametrov. Na osnovi dobljenih rezultatov statističnih testov smo prepoznali tiste vhodne podatke, ki pomembno vplivajo na vplivna območja in izločili preostale. Z uporabo večkratne linearne ali polinomske regresije smo izdelali matematične modele z najmanjšo napako za napoved velikosti vplivnih območij z uporabo pomembnih parametrov. Nazadnje smo preverili ustreznost modela iz prejšnjega koraka tako, da smo izvedli analizo variance, z uporabo F-testa pa smo ocenili, kolikšen delež variacije vplivnih območij lahko pojasnimo z razvitim modelom.
Rezultati kažejo da je mogoče s statističnimi metodami določiti manjše število najpomembnejših vhodnih parametrov, ki opisujejo znatni delež variacije vplivnih območij, napovedanih z računalniškimi programi, hkrati pa je možno generirati nelinearne regresijske modele za hitro napovedovanje vplivnih območij ob določeni stopnji zaupanja. Keywords: klor, utekočinjeni naftni plin, izpust, analiza variance, večkratna polinomska regresija, eksperimentalni načrt Published in DKUM: 23.12.2016; Views: 1885; Downloads: 228 Full text (1,97 MB) |
3. VPLIV STRATEGIJE DIVERZIFIKACIJE POSLOVNIH DEJAVNOSTI NA FINANČNO USPEŠNOST POSLOVANJA POVEZANIH PODJETIJ V SLOVENIJI V ČASU GOSPODARSKE KRIZEZvezdana Koščak, 2016, master's thesis Abstract: Magistrska naloga je sestavljena iz teoretičnega in raziskovalnega dela. Zgrajena je iz 4 poglavij. Prvo poglavje je uvodno, v tem smo opredelili področje, opisali problem, namen, cilje raziskave, hipoteze, metode raziskovanja ter tudi predpostavke in omejitve. V teoretičnih izhodiščih smo nato povzeli pregled objavljene strokovne literature s področja raziskave. Tretji, to je najpomembnejši del predstavlja raziskava. V tem delu smo predstavili še ugotovitve raziskave. V zadnjem delu smo dodali sklepne ugotovitve in opozorili na možnosti za nadaljnje raziskave na tem področju.
V raziskovalnem delu smo preverjali dve hipotezi. Zanimalo nas je, ali so v času gospodarske krize v Sloveniji (v letih od 2008 do 2014) finančno uspešneje poslovala podjetja, ki so bila osredotočena na opravljanje ene same dejavnosti (enovita podjetja) ali podjetja, ki so svoje dejavnosti bolj diverzificirala (dominantna in povezana podjetja) ter ali so bila v istem časovnem obdobju povprečno bolj zadolžena podjetja z bolj diverzificiranimi poslovnimi dejavnosti (povezana in dominantna podjetja) od podjetij z manj diverzificiranimi poslovnimi dejavnostmi (enovita podjetja). Stopnjo diverzifikacije smo določili na osnovi Rumeltove opredelitve glede na % prihodkov, ki jih podjetja ustvarijo z eno samo dejavnostjo. Razdelili smo jih na enovita podjetja, v kolikor so več kot 95 % svojih prihodkov v letu 2008 ustvarila z eno samo dejavnostjo, na dominantna, v kolikor so več kot 70 % in manj kot 95 % svojih prihodkov ustvarila z eno samo dejavnostjo, ter na povezana podjetja, v kolikor so manj kot 70 % svojih prihodkov v letu 2008 ustvarila z eno samo dejavnostjo. Hipotezi smo preverjali na vzorcu 50 izbranih slovenskih povezanih podjetij izmed 4.967 vseh, kolikor jih je bilo v Sloveniji registriranih v letu 2008. V vzorcu je bilo 12 dominantnih, 23 enovitih in 15 povezanih podjetij glede na Rumeltovo opredelitev stopnje diverzifikacije poslovnih dejavnosti. Finančno uspešnost smo merili s petimi izbranimi finančnimi kazalniki in sicer ROE, ROA, EBITDA marža, obrat sredstev ter čista dobičkovnost poslovnih prihodkov. Zadolženost pa smo merili s štirimi izbranimi finančnimi kazalniki in sicer neto dolg/EBITDA, plačilna sposobnost, delež dolga v virih sredstev in zadolženost. V raziskovalnem delu smo hipoteze potrjevali na osnovi finančne analize izbranih kazalnikov in na osnovi analize variance oz. z ANOVA statističnim testom. Keywords: diverzifikacija poslovnih dejavnosti, finančna uspešnost poslovanja, zadolženost podjetij, finančni kazalniki, analiza variance (ANOVA) Published in DKUM: 09.09.2016; Views: 1588; Downloads: 148 Full text (1,01 MB) |
4. Quantitative data analysis with SPSS release 8 for Windows : a guide for social scientistsAlan Bryman, Duncan Cramer, 2000, higher education textbook Keywords: kvantitativna analiza, statistične metode, statistika, matematična statistika, korelacije, analiza variance, analiza kovariance, regresijske analize, faktorska analiza, raziskovalne metode, družboslovje, družbene vede, analiza, podatki, podatkovne strukture, spremenljivke, vzorčenje, razlike, multivariantna analiza, agregati, računalniški programi, uporaba računalnika, programski jeziki, računalništvo, podpora, meritve, programska oprema, software, Windows, operacijski sistemi, učbeniki Published in DKUM: 10.07.2015; Views: 2061; Downloads: 91 Link to full text |
5. Uporabnikovo zaznavanje vrednosti slikarskih del : magistrsko deloPatricija Simonič, 2008, master's thesis Keywords: kultura, umetnost, slikarstvo, sociološki vidik, zaznavanje, barve, psihologija, teorija vrednosti, predstava, cene, uporabniki, vrednotenje, statistika, statistična analiza, tehnika, orodja, promocija, vrednost, image, cilj, analiza variance, vzorci, vzorčenje, človek, spol, empirične raziskave Published in DKUM: 28.05.2012; Views: 2368; Downloads: 176 Full text (1,10 MB) |
6. Basel II in tržna tveganja v bankah : magistrsko deloTomaž Laznik, 2008, master's thesis Keywords: banke, bančno poslovanje, denarni tokovi, tveganje, standardi, finančni trg, modeli, indeksi, meritve, merila, vrednostni papirji, trgovanje, ocenjevanje, terminsko poslovanje, kapital, simulacija, simulacijski modeli, portfolio, valuta, donos, lastnina, analiza variance, premoženje, kontrola, metodologija, opcije, finančno upravljanje, finančne ustanove, mednarodni sporazumi, mednarodne organizacije, finančni kapital, poslovne banke, upravljanje, Slovenija, finančna sredstva, razvoj, finančno poslo Published in DKUM: 28.05.2012; Views: 2235; Downloads: 141 Full text (1,82 MB) |
7. REGRESIJSKA ANALIZAAndreja Korenjak, 2010, undergraduate thesis Abstract: V diplomskem delu je predstavljena regresijska analiza s poudarkom na linearni regresiji in večkratni regresiji.
Na začetku sta v poglavju osnovni pojmi opisani korelacijska analiza in analiza variance, ki sta pomembni za razumevanje diplomskega dela. V nadaljevanju je predstavljen regresijski model. Nato sta v osrednjem delu predstavljeni dve poglavji: linearna regresija in večkratna regresija. V prvem je opisana metoda najmanjših kvadratov, ki je pomembna za pridobivanje ocen regresijskih parametrov. Predstavljen je tudi model in preverjanje podatkov, ter osnovni statistični podatki (standardna napaka modela, tabela analize variance, determinacijski koeficient, statistiki F in T, ki sta pomembni za testiranje ničelnih hipotez). V drugem je predstavljen postopek, kako priti do ocen parametrov, ter model in preverjanje podatkov. Obe poglavji sta podprti z zgledi, za katere je bil pri obdelavi podatkov uporabljen statistični program SPSS. V nadaljevanju so opisani praktični premisleki v regresijski analizi z izbiro regresijske enačbe, eksperimentalnimi cilji in selektivno metodo. Nato je predstavljena še uporaba regresijske analize, ki temelji na obliki regresijske enačbe ter na ocenjevanju in napovedovanju. Na koncu je z zgledoma predstavljena še nelinearna regresija. Keywords: linearna regresija, večkratna regresija, nelinearna regresija, analiza variance Published in DKUM: 08.07.2010; Views: 14526; Downloads: 4224 Full text (335,36 KB) |
8. Pomen poslovne cone za razvoj lokalnega gospodarstva: občina Slov. Bistrica - poslovna cona "Bistrica" : diplomsko deloAlenka Janžič, 2006, undergraduate thesis Keywords: financiranje, poslovne finance, poslovna politika, finančna sredstva, poslovna strategija, infrastruktura, podjetništvo, analiza variance, Slovenija, občine, lokalna skupnost, razvojni projekti, potrebe, investicije, cene Published in DKUM: 28.09.2007; Views: 2492; Downloads: 305 Full text (858,11 KB) |
9. Preverjanje veljavnosti hipoteze učinkovitega trga: primer Stockholm Stock Exchange : diplomsko deloVita Jagrič, 2005, undergraduate thesis Keywords: borzništvo, borze, učinkovitost, finančna analiza, kazalniki, indikatorji, finančni trg, trgovanje, matematična statistika, statistična analiza, analiza časovnih vrst, časovne vrste, hipoteze, baze podatkov, ekonomski modeli, matematični modeli, ARIMA modeli, analiza variance, korelacije, odvisnosti Published in DKUM: 28.09.2007; Views: 4344; Downloads: 422 Full text (1,78 MB) |