Določanje prelomov v segmentni regresijiRadulović, Ana (Avtor) Blagus, Rok (Mentor) segmentirana regresijaprelomne točkemodeliranje nelinearnih trendovsimulacijska študijaRaziskujemo problem določanja prelomnih točk v segmentirani regresiji. Segmentirana regresija, sestavljena iz več zaporednih linearnih faz, se pogosto uporablja za opisovanje sprememb trendov in modeliranje nelinearnih povezav. Čeprav obstaja več metod za izvedbo segmentirane regresije, njihova primerjalna učinkovitost ostaja večinoma neraziskana, kar pušča vrzeli v razumevanju njihovih relativnih prednosti in uporabnosti. Ta disertacija ocenjuje metode za ocenjevanje ene ali več prelomnih točk v regresijskih modelih in predlaga nov pristop, ki je ocenjen s simulacijskimi študijami ter prikazan s primerjavami na podlagi simuliranih podatkov. Študija razširja metode zaznavanja prelomnih točk v segmentirani regresiji na beta in kvantilne regresijske modele. Poleg tega je raziskava uporabila vpoglede, pridobljene iz simulacijskih analiz, za analizo realnih podatkov iz zbirke SLOfit, ki preučuje trende telesne pripravljenosti slovenskih otrok v obdobju od leta 1989 do 2019. Kvantilna regresija razkriva spremembe v različnih percentilih telesne pripravljenosti, medtem ko beta regresija služi kot občutljivostni test. Segmentirana regresija identificira strukturne spremembe v trendih telesne pripravljenosti, kar ponuja potencial za podatkovno podprte vpoglede, ki bi lahko podprli oblikovanje politik na področju javnega zdravja.20252025-04-09 07:15:13Doktorsko delo/naloga168302VisID: 3739sl