Analysis of fluctuation of labourers
Analýza fluktuace továrních dělníků
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/120540Identifikátory
SIS: 206138
Kolekce
- Kvalifikační práce [10690]
Autor
Vedoucí práce
Oponent práce
Komárek, Arnošt
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Pravděpodobnost, matematická statistika a ekonometrie
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
7. 9. 2020
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
statistické odhady, statistické modelování, predikce fluktuaci, GEE, multinomické GEE;Klíčová slova (anglicky)
estimation, statistical modeling, fluctuation prediction, GEE, multinomial GEE;Hlavním cílem této práce je analýza fluktuace zaměstnanců ve známé české výrobní společnosti. Kvůli GDPR se daná společnost rozhodla, že její jméno nesmí být uvedeno. Data byla upravena do longitudinálního tvaru a GEE metodologie byla použita k analýzu fluktuace. První kapitola obsahuje úvod do problému fluktuace a krátký popis dat, která byla poskytnuta partnerskou firmou. Druhá kapitola obsahuje teoretický popis GEE me- todologie a informačního kritéria QIC. Ve třetí kapitole bylo popsáno několik modelů pro binární a multinomickou vysvětlovanou proměnnou, které byly odhadnuté na datech. Poté jsou popsány vztahy mezi informacemi v datech a fluktuací. 1
The main goal of this thesis is to analyse the fluctuation of the employees in a well established Czech manufacturing company. Due to the GDPR regulations, the underlying company is kept anonymised in this thesis. The data were transformed into longitudinal data and the GEE methodology was used for the analysis of the fluctuation. In the first chapter, an introduction to the problem and a short description of the data is provided. The second chapter contains some theoretical description of the GEE methodology and the QIC information criterion. In the third chapter, multiple models for a binary and multinomial response are fitted to the data and their results are described in detail. This allows us to describe the influence of various factors to the fluctuation of the employees in the underlying company. 1