1. cvičení

• každý student pracuje na svůj účet
• doporučuje se, aby si student zřídil ve svém pracovním prostoru adresář pro soubory k biostatistice
• stručný text přednášky je dostupný na internetu, lze jej číst pomocí internetového prohlížeče s programem GSview nebo Acrobat Reader
• spustit MS Internet Explorer
• http://www.karlin.mff.cuni.cz/~zvara
• najít odkaz (úsporně *.PS), otevřít (registrace programu Gsview není potřebná) nebo najít odkaz (úsporně *.PDF), otevřít
• případně upravit velikost zobrazení v Gsview (Media | Display Settings | Resolution | asi 80)

NCSS (Number Cruncher Statistical Systém)

• vlastní spuštění doporučuji programu NCSS 2001 doporučuji provést pomocí speciální ikony Biostatistika umístěné na ploše (přepne na tečku jako desetinný oddělovač, zničí zapamatované nastavení šablon)
• NCSS 2001 je licencovaný program, který obsahuje mnoho metod na zpracování dat
• NCSS Junior je volně šiřitelná zjednodušená verze programu; obsahuje většinu toho, co ve výuce budeme potřebovat, je však méně pohodlná
• NCSS pracuje se dvěma základními okny (Data, Output) a potřebným počtem oken pro šablony (formulujeme požadavky na činnost, kterou požadujeme; NCSS Junior umožňuje otevřít vždy jediné okno s šablonou)
• datové soubory jsou v adresáři E:\Home2\zvara\biostat
• pro načtení do programu volíme příslušný soubor s příponou S0 ("es nula", někdy S0Z)
• pokud chceme data zkopírovat jinam, musíme kopírovat dva soubory, jejichž názvy se liší pouze příponou: *.S0 a *.S1 (případně také *.S2 atd.)

Okno NCSS Data

• načteme deti11.S0 (File | Open)
• okno dá veškeré informace o datech, manipulace s nimi (uspořádání, transformace, načítání, ukládání)
• Variable Info (nultý list tabulky, datový soubor *.S0) - informace o veličinách
• název veličiny (nezačínat číslicí, nepoužívat značky matematických operací ani mezeru …)
• český slovní popis veličiny (Variable Label)
• slovních označení pro hodnoty celočíselných veličin (Value labels)
• určení počtu desetinných míst pro zápis do tabulky (počítá se s původní nezaokrouhlenou hodnotou)
• transformace (logaritmus, součet veličin, jejich podíl atd.)
• Sheet1 (když se naplní sloupce, pak Sheet2 atd.) obsahuje vlastní číselné hodnoty
• pro veličiny používané ke třídění (nominální měřítko, faktor) lze použít přímo slovní vyjádření

• jaký je věk nejstaršího otce?
• Data | Sort | Sort Database by | VEKO | Ascendindg přerovná řádky podle rostoucího věku otců (popis hodnot proměnné SEX, tj. SEX_KOD a SEX_POPIS zůstane na místě!)
• jaký je medián věku otců? jaké jsou kvartily? (29, 23,36)
• jaký je medián věku matek, jaké jsou kvartily? (data znovu uspořádat,=>23,20,34)

Popisné statistiky

• Analysis | Descriptive Statistics | Descriptive Stats otevře šablonu
• v záložce Variables zvolíme proměnou (VEKM), ostatní políčka musí být prázdná (resp.. NONE)
• Reports: zvolíme pouze Summary Section, Quartile Section, Stem-Leaf Section
• výkonný příkaz (trojúhelník vlevo nahoře) nebo F9 nebo Run | Run Procedure otevře okno Output s výsledky

Okno NCSS Output

• umožňuje pohled do dvou pracovních souborů ve formátu *.RTF (např. MS Word jej umí číst)
• Current Output se po každém spuštění nějaké procedury přepisuje, jeho obsah lze připojit na konec zápisníku Log pomocí File | Add Output to Log nebo ikonkou umístěnou nahoře zcela vlevo
• oba tyto pracovní soubory lze pod zvoleným názvem uložit, editovat, tisknout atd.

Popisné statistiky pro VEKM

• vyluštit, jak je jedenáct hodnot věku matky zapsáno v diagramu Stem-Leaf (lodyha s listy)
• pozor na jednotky (popsány v posledním řádku)
• hloubka (Depth) vyjadřuje vzdálenost od bližšího extrému (minima, maxima), což umožňuje najít medián
• přečíst spočítané statistiky, vysvětlit jejich význam (kromě Standard Error, LCL a UCL)
• zkontrolovat výpočet zejména mediánu a obou kvartilů, případně doplnit dolní a horní decil
• zkusit vložit český popis proměnné pomocí Reports | Variable Names | Labels, případně upravit font (Arial CE)

Grafické znázornění kvartilů a mediánu (Box Plot)

• vrátit se do dat (například pomocí dolní lišty, okno pro data má žlutočervenou kostku)
• Graphics | Box Plots
• Variables: Variables VEKO | Grouping Variable musí být prázdné | Filter Active nezaškrtnuté
• na grafu identifikujte medián, oba kvartily, konce tykadel
• v šabloně upravte svislé měřítko
• Vertical: Major Ticks 7 (proč?), Minor Ticks 4 (proč?)
• upravený soubor uložit (do vlastního adresáře?)

• vložit soubor deti12.S0
• uspořádat podle věku otce
• samostatně (ručně) spočítat medián a kvartily (27, 24, 29.75)
• nechat spočítat stejné popisné statistiky
• nechat nakreslit krabicový diagram (co je jiné?)

Kam až sahá tykadlo

• proč jsou zvlášť zobrazeni dva otcové?
• proč je horní tykadlo tak krátké, jak je dlouhé? (29.75+1.5(29.75-24)=38.375, 24-1.5(29.75-24)=15.375)
• poznamenat (na tabuli) věk 44letého otce, medián a kvartily
• změnit věk 44letého otce na 32 roků
• změní se průměr a kvartily? (proč?)
• zůstane věk tohoto otce oddělen?
• poznamenat znovu na tabuli
• vyzkoušet (se stejnými otázkami) i jiné hodnoty pro věk tohoto otce
• jak může být tento otec nejstarší, aby tykadlo sahalo až k němu? (proč právě 38.375?)

Porovnání dvou souborů

• podat soubor deti23.s0, který spojuje data z obou souborů předchozích
• Box Plots nastavit, aby třídil data podle proměnné SEX
• Variables: Vareiable(s) VEKO | Grouping Variable SEX | ostatní prázdné | RUN
• upravit měřítko Vertical: Major Ticks 8 | Minor Ticks 4 (proč?)
• upravit Titles: Variable Names Labels | Value Labels Value Labels | Top Title zvolit "Krabicový diagram"
• interpretovat obrázek
• porovnat porodní délky podle pohlaví (kam zmizel medián u chlapců?)

• podle potřeby uložit data(File | Save nebo File | Save As)
• podle potřeby uložit výsledky ze zápisníku ve formátu RTF
• odklepnout DOSovské okno