<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=102459"><dc:title>Normalni linearni mešani modeli</dc:title><dc:creator>Maver,	Vida	(Avtor)
	</dc:creator><dc:creator>Smrekar,	Jaka	(Mentor)
	</dc:creator><dc:subject>Normalni linearni mešani modeli</dc:subject><dc:subject>fiksni in slučajni učinki</dc:subject><dc:subject>ocenjevanje</dc:subject><dc:subject>ANOVA</dc:subject><dc:subject>metoda največjega verjetja</dc:subject><dc:subject>restringirana metoda največjega verjetja</dc:subject><dc:subject>testi po metodi razmerja verjetij</dc:subject><dc:subject>intervali zaupanja.</dc:subject><dc:description>Normalni linearni mešani modeli so modeli oblike $Y = X\beta + Z\alpha + \epsilon$ in zajemajo tako fiksne učinke $\beta$, kot tudi slučajne učinke $\alpha$. Pomembni predpostavki v teh modelih sta predpostavka normalne porazdeljenosti vektorja slučajnih učinkov $\alpha \sim N(0, \sigma^2I_n)$ in vektorja slučajnih odstopanj $\epsilon \sim N(0, \tau^2I_m)$, ki nista nujno enakih razsežnosti ter predpostavka neodvisnosti slučajnih vektorjev $\alpha$ in $\epsilon$. Variančne komponente v modelih, obravnavanih v diplomskem delu, se lahko ocenjuje po običajni in restringirani metodi največjega verjetja, med drugim pa tudi z uporabo metode iterativnega uteženega povprečja najmanjših kvadratov, z metodo analize varianc in z metodo kvadratičnega nepristranskega ocenjevanja minimalnih norm. V normalnih linearnih mešanih modelih se da konstrurati več različnih tipov intervalov zaupanja, med drugim eksaktne intervale zaupanja za variančne komponente in intervale zaupanja za fiksne učinke.</dc:description><dc:date>2018</dc:date><dc:date>2018-08-31 07:45:12</dc:date><dc:type>Delo diplomskega seminarja/zaključno seminarsko delo/naloga</dc:type><dc:identifier>102459</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
