Regresní modely s alternativně rozdělenou odezvou

Abstract

Tato práce se zabývá regresními modely v případě že odezva má alternativní rozdělení. Je definován jak lineární, tak i logistický regresní model pro různé typy prediktorů. Dále práce využívá teorii maximální věrohodnosti a poznatky z ní jsou aplikovány na speciální případ logistického regresního modelu. Jedná se jednak o odhady parametrů v modelu tak i o testování hypotéz a s tím související intervalové odhady. Jsou navrženy vhodné postupy pro numerická řešení použitých metod. V závěrečné části jsou odvozené metody aplikovány pomocí statistického softwaru R na reálná data z oblasti kreditního rizika v bankovnictví.

This thesis deals with regression models in the case of binary response variable. Linear and logistic regression models are defined for different types of predictors. Then the thesis uses the theory of maximum likelihood and applies it to the special case of logistic regression model. Both exact inference of model parameters and hypothesis testing with related interval inference are discussed. Suitable methods for numerical solving of selected methods are suggested. In the final part, the discussed methods are applied to real credit scoring data from the field of banking, using the statistical software R.