Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 429215

Antropometrijska istraživanja metodom otkrivanja znanja u podatcima (data mining)


Habus-Korbar, Anja
Antropometrijska istraživanja metodom otkrivanja znanja u podatcima (data mining), 2009., magistarski rad, Prirodoslovno-matematički fakultet, Zagreb


CROSBI ID: 429215 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Antropometrijska istraživanja metodom otkrivanja znanja u podatcima (data mining)
(Anthropological Research Using Knowledge Discovery Methods in databases (Data Mining))

Autori
Habus-Korbar, Anja

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, magistarski rad

Fakultet
Prirodoslovno-matematički fakultet

Mjesto
Zagreb

Datum
22.09

Godina
2009

Stranica
107

Mentor
Szirovicza, Lajos

Ključne riječi
Antropometrija; Data mining; Otkrivanje znanja u podatcima; SAS
(Anthropometry; Data mining; Knowledge discovery in databases; SAS)

Sažetak
U analizi antropometrijskih podataka koriste se razne statističke metode. Cilj ovog rada je uporaba statističkih metoda koje pripadaju skupini metoda rudarenja podacima u svrhu pronalaska dodatnih veza i trendova u postojećim antropometrijskim podatcima u smislu analize regionalne strukture. Podatci obuhvaćeni ovim istraživanjem uključuju 38 morfoloških mjera prikupljenih na slučajno odabranom uzorku od 4263 zdravih i normalno razvijenih muškaraca u dobi od 18 do 22 godine. Istraživanje je provedeno na pet lokacija od kojih svaka predstavlja određenu regiju Republike Hrvatske: Jastrebarsko središnju, Koprivnica sjeverozapadnu, Pula jugozapadnu, Sinj južnu i Požega sjeveroistočnu. Na temelju provedenih metoda rudarenja podatcima i detaljne inspekcije rezultata zaključujemo da su primijenjene metode rezultirale otkrivanjem novih znanja iz morfoloških podataka ročnika hrvatske vojske. Identificirane su ključne varijable za diskriminaciju pripadnika pojedinih mjesta, odnosno regija te su pronađeni morfološki tipovi karakteristični za pojedine regije. Usporedbom različitih modela na temelju pogrješaka klasifikacije utvrđeno je da se logističkom regresijom i kanoničkom diskriminativnom analizom postiže izuzetno visoka točnost klasifikacije ispitanika u pojedina mjesta odnosno regije. Stabla odlučivanja su se pokazala vrlo korisnima za opis i otkrivanje novih struktura, veza i interakcija u podatcima. Primjena klaster analize ukazala je na postojanje više morfoloških tipova ispitanika i njihovu različitu zastupljenost u pojedinim mjestima odnosno regijama.

Izvorni jezik
Hrvatski

Znanstvena područja
Biologija, Javno zdravstvo i zdravstvena zaštita, Etnologija i antropologija



POVEZANOST RADA


Projekti:
196-1962766-2736 - Stohastički i kibernetički modeli u antropologiji (Škarić-Jurić, Tatjana, MZOS ) ( CroRIS)

Ustanove:
Institut za antropologiju

Profili:

Avatar Url Lajos Szirovicza (mentor)


Citiraj ovu publikaciju:

Habus-Korbar, Anja
Antropometrijska istraživanja metodom otkrivanja znanja u podatcima (data mining), 2009., magistarski rad, Prirodoslovno-matematički fakultet, Zagreb
Habus-Korbar, A. (2009) 'Antropometrijska istraživanja metodom otkrivanja znanja u podatcima (data mining)', magistarski rad, Prirodoslovno-matematički fakultet, Zagreb.
@phdthesis{phdthesis, author = {Habus-Korbar, Anja}, year = {2009}, pages = {107}, keywords = {Antropometrija, Data mining, Otkrivanje znanja u podatcima, SAS}, title = {Antropometrijska istra\v{z}ivanja metodom otkrivanja znanja u podatcima (data mining)}, keyword = {Antropometrija, Data mining, Otkrivanje znanja u podatcima, SAS}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Habus-Korbar, Anja}, year = {2009}, pages = {107}, keywords = {Anthropometry, Data mining, Knowledge discovery in databases, SAS}, title = {Anthropological Research Using Knowledge Discovery Methods in databases (Data Mining)}, keyword = {Anthropometry, Data mining, Knowledge discovery in databases, SAS}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font