Analýza položkových dát je jedným z mnohých nástrojov hĺbkovej analýzy dát, ktorý slúži na objavenie asociačných pravidiel v dátových súboroch. Prototypickým problémom analýzy polžkových dát je tzv. problém nákupných košov, ktorý sa zaoberá hľadaním kombinácií položiek, ktoré boli často zakúpené spoločne, t.j. boli často súčasťou transakcií. V tejto práci je predstavený jeden z najznámejších algoritmov na analýzu častých položkových množín, ktorý sa nazýva algoritmus Apriori, a následne algoritmus na generovanie asociačných pravidiel. Táto práca obsahuje aj známy pravdepodobnostný model na simulovanie transakcií, ktorý je založený na nezávislých Bernoulliho pokusoch. Podľa tohto modelu je uvedená alternatívna metóda simulovania transakcií pomocou Markovových reťazcov. Funkcionalita uvedených algoritmov na analýzu položkových dát je ilustrovaná na simulovaných dátach, ktoré sú analyzované v štatistickom softvéri R.