Diplomová práce â Prostorová neurÄitost geodat v ... - kvhem
Diplomová práce â Prostorová neurÄitost geodat v ... - kvhem
Diplomová práce â Prostorová neurÄitost geodat v ... - kvhem
- No tags were found...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
protože kořeny této rovnice mohou být jakákoli reálná čísla (Řeháková, 2000). Jetedy nezbytné zaměnit pravděpodobnost za jiný tvar závislosti, který budeinterpretovatelný touto rovnicí.Nejprve je možné zaměnit pravděpodobnost jevu jeho šancí. Tzv. „šancejevu“ (neboli „odds“), že Y i = 1 (šance, že jev nastal) je určená podílempravděpodobností, že jev nastal a že nenastal.šance(YiP ( Yi= 1)= 1) =1−P ( Y = 1)iµi=1−µiMinimální hodnota šance je nula, proto ještě šanci převedeme na její přirozenýlogaritmus. Zlogaritmovaná šance se nazývá „logit“, proto se model popsaný nížeuvedenou rovnicí nazývá binární logistický regresní model (Hendl, 2009).P ( Yi= 1)Logit ( Yi) = ln1−P ( Y = 1)i=µiln1−µiProtože hodnoty logitu mohou nabývat nekonečných hodnot, využijeme hojako závisle proměnnou a získáme regresní rovnici, kde je logit pravděpodobnostiroven lineární funkci neznámých parametrů (Řeháková, 2000; Zvára, 2008).Logitβ β + β( Yi) =0+1x1+ ...kxk.Převod logitu zpět na šanci je možný pomocí exponenciální funkcešanceLogit ( Y ) ( β0 + β1x1+ ... + βkxk) β0β1x1( Yi= 1) = e = e= e ⋅ e⋅ ... ⋅ eβk xka na pravděpodobnost:P(Yišance(Y = 1)β0+β1x1+ ... + βkxki= 1) ==β0+β1x1+ ... + βkxk1+šance(Yi= 1) 1+eečímž je zaručena platnost, že hodnoty µi ∈ (0, 1)..33