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 vysvě
tlit 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, j
inak 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)