Diplomová práce – Prostorová neurčitost geodat v ... - kvhem

parametru β‘ nachází s pravděpodobností 95%. Skript použitý pro načtení dat avýpočet je uvedený v Příloze 3.Jak již bylo uvedeno výše, pokud by se parametr β 1 rovnal nule, příslušnýfaktor by neměl vliv na pravděpodobnost sledovaného jevu, protože by toznamenalo stejné šance pro obě hodnoty nezávisle proměnné. Proto je při známémodhadu β 1 ‘ parametru β 1 i jeho směrodatné odchylky σ 1 ‘ pro testování základníhypotézy H 0 : β 1 ‘ = 0 vhodnou statistikou výrazβz = ,σ'i'ikterý má při platné nulové hypotéze asymptoticky normální rozdělení N (0,1) aporovnává odhad β 1 s jeho asymptotickou střední chybou. Toto testování se nazýváWaldův test (Zvára, 2008; Hendl, 2009) a je implementované ve funkci SUMMARY(GLM).Jak uvádí Elith & kol. (2002) odhad intervalu spolehlivosti kolempredikovaných hodnot je jedním ze způsobů kvantifikování neurčitosti spojenés odhadem parametru ve výsledném modelu. Nejjednodušší a nejvíce používanýintervalový odhad pro namodelované hodnoty logistickou regresí je intervalspolehlivosti Waldovy statistiky pro logit (v programu R získaný právě příkazemCONFINT).Výsledný model získaný pomocí logistické regrese má tedy tvar⎛ µ ⎞iln⎜ = β 0+ β 1x1 µ⎟⎝ −i ⎠iČili pravděpodobnost výskytu kalouse ušatého predikovaná konkrétním parametremse získá:Pβ + β xe= .1+e0 1 i( Yi1) =β0+β1xiNa základě této pravděpodobnostní funkce je možné dopočítat distribučnífunkci F(X), která představuje nejlepší popis pravděpodobnostního chování náhodnéveličiny X. Distribuční funkce je pravděpodobnost, že náhodná veličina X budenabývat určité hodnoty x nebo hodnoty menší F(X) = P (X ≤ x). Je definována provšechna x ∈ R a leží v intervalu (0,1) (Hendl, 2009).Distribuční funkce pro každý prediktor byla vykreslena s pomocí programuMS Excel.43