Základy biostatistiky LS 2002/2003

11. cvičení: regrese

data: IQ3.S0, policie.S0

vysvětlit IQ pomocí průměrné známky ZN8

nejprve grafické znázornění

• Graphics | Scatter Plots | Horizontal: ZN8 | Vertical: IQ | Lines 1: zaškrtnout Regression

• Analysis | Regression/Correlation | Multiple Regression - 2001 Edition
• Variables
• Y: Dependent Variable(s): IQ
• X's: Numeric independent Variables: ZN8
• Reports:
• Display only those items that are CHECKED BELOW:
• Means - Std Dev's
• Correlations
• Equation
• ANOVA Summary
• Normality Tests
• Y-X's Plots
• Probabilty Plot
• Histogram
• interpretovat (pozor na volbu hladiny u ověřování předpokladů)

rovnoběžné regresní přímky - závislost IQ na ZN7

• Analysis | Regression/Correlation | Multiple Regression - 2001 Edition
• Variables
• Y: Dependent Variable(s): IQ
• X's: Numeric independent Variables: (prázdné)
• X's: Categorical Independent Variables: POHLAVI
• Reports:
• Display only those items that are CHECKED BELOW:
• Means - Std Dev's
• Correlations
• Equation
• ANOVA Summary
• Normality Tests
• Y-X's Plots
• Probabilty Plot
• Histogram
• Format: Alpha of Assumptions: 0.050
• interpretovat (máme znovu t-test, zkusit jej?)
• nastavit ve Variables obojí:
• číselnou nezávisle proměnnou ZN7
• kategorickou nezávisle proměnnou POHLAVI
• interpretovat výsledek, zejména zda přidání informace o pohlaví vylepšilo vysvětlení závislosti, podobně pro ZN7
• doplnit představu grafem Scatter Plots: Horizontal : ZN7, Vertical: IQ, Grouping: POHLAVI; vypadají přímky rovnoběžně?
• opět Multiple Regression - 2001, upravit model:
• Model
• Which Model Terms: Custom Model
• Custom Model: POHLAVI + ZN7 + POHLAVI*ZN7 (interakce)
• intrerpretovat výsledek (neprokázali jsme nerovnoběžnost, vystačíme s rovnoběžkami), lze odtud zrekonstruovat obě individální přímky (pro chlapce a pro dívky) – provést na tabuli

podle časových možností zkusit vysvětlení reakční doby pomocí diastolického tlaku a pulsu v souboru POLICIE.S0

 

regresní přímka - data: policie.s0

snažíme se vysvětlit hmotnost muže z jeho výšky, případně také procenta tuku

• Analysis | Regression/Correlation | Multiple Regression - 2001 Edition
• Variables
• Y: Dependent Variable(s): WEIGHT
• X's: Numeric independent Variables: HEIGHT
• interpretovat odhady, uložit
• přidat k nezávisle proměnným FAT
• Model: Up to 1-Way; porovnat s předchozí úlohou
• Model: Full Model; přehánět to s bohatostí modelu se nemusí vyplatit

 regresní přímka - data: howell.s0

snažíme se vysvětlit velikost mozkovny velikostí týlního úhlu

víme, že máme směs šesti výběrů (3 místa vers 2 pohlaví => samostatně opakovat pro různé kombinace faktorů POPUL a sex)

• (Data) | Data | Filter
• Filter Statements:
• POPUL="AUSTR" (uvozovky jsou nutné, jinak předpokládá, že AUSTR je proměnná)
• sex="M"
• Keep Row If: Only if all statements are true (AND)
• Filter Systém Active zaškrtnout
• RUN
• Analysis | Regression/Correlation | Linear Regression
• Variables: Y: Dependent Variable(s): GOL X: Independent Variable: OCA Filter Active zaškrtnout
• Reports: Desc. Stats, Reg. Estimation, ANOVA, Assumptions, Y vs X Plot, Resid vs X Plot, Histogram Plot, Prob Plot, zruš Show Notes
• Format: Variable Names: Both, Alpha of Assumptions: 0.05
• interpretovat výsledek, zejména nebrat za tak tragické NO u testu normality
• zkusit současně pro všechna data (tedy nesprávně, s obtížnou interpretací, problém s normalitou)