Statistická analýza rozsáhlých dat z průmyslu

Abstract

Práce se zabývá zpracováním reálných dat svozu odpadu. Jsou v ní popsány vybrané poznatky o statistických testech, identifikaci odlehlých hodnot, korelační analýze a lineární regresi. Tyto teoretické znalosti jsou použity za pomocí programovacího jazyka Python k zpracování dat do podoby vhodné k tvorbě lineárního regresního modelu. Výsledné modely pro dobu svozu v obci popisují mezi 70 \% až 85 \% variability. Na základě informací získaných při zpracování dat jsou stanovena doporučení pro svozovou společnost.This thesis deals with processing of real data regarding waste collection. It describes select parts of the fields of statistical tests, identification of outliers, correlation analysis and linear regression. This theoretical basis is applied through the programming language Python to process the data into a form suitable for creating linear models. Final models explain between 70 \% and 85 \% variability. Finally, the information obtained through this analysis is used to specify recommendations for the waste management company.