1) připomenout srovnání několika souborů krabicovým diagramem

souvisí VEKM s pořadím dítěte POR? (soubor deti23.S0)

• krabicový diagram (komentovat)
• popisná tabulka (VEKM, POR) => příliš malé četnosti pro 3 4 děti, lépe sloučit
• novou proměnnou POR3 jako POR-(POR=4) (vysvětlit proč se slučují dvě kategorie)
• znovu krabicový diagram a tabulka popisných statistik (Table Columns: POR3; Table Format: 2…)
• celkový průměr váženým průměrem jednotlivých průměrů (ověřit pomocí Excelu nebo kalkulačky)
• celková směr. odchylka je větší! (vyšlo by 5.30447, při vážení rozptylů pak 5.424776)

2) třídění podle několika faktorů (nominálních či ordinálních znaků)

datový soubor ICHS.S0 (pozor, jde o výběr z populace mužů, kteří mají PRÁVĚ jeden rizikový faktor pro ischemickou chorobu srdeční, nelze všechno zobecňovat na všechny muže)

• krabicový diagram
• tabulka popisných statistik

souvisí hmotnost se vzděláním?

• krabicový diagram
• tabulka popisných statistik

• Response: HMOT
• Table Columns: VZDEL, Table Rows: KOUR
• 6 Separate Stats, Two By's (Plots Possible)
• všude pouze Report
• spočítaly se všechny statistiky? PROČ NE?
• hrubší rozlišování kuřáků - lze přímo volbou třídění
• zrušit KOUR v Discrete Variables, dáte je do Numeric Vareiables a nastavit tam 2 0 4 (proč?)
• přidat k průměru také graf (Both), komentovat nepřítomnost INTERAKCE

souvisí BMI s kouřením a vzděláním?

• spočítat BMI = HMOT / (VYSKA/100)^2
• v zadání výpočtu tabulek zaměnit hmotnost proměnnou BMI
• komentovat změnu (pro HMOT), jaké otázky mohou vznikat?

souvisí BMI se vzděláním a RCHOL? (cholesterol jako rizikový faktor)

• opět tabulka včetně grafu, náznak interakce

• opět tabulka včetně grafu, náznak interakce

závisí hmotnost a výška postavy?

• Graphics | Scatter Plots
• Variables | Horizontal Var. VYSKA | Vertical Var. HMOT
• zdůraznění trendu: Lines 1 | Regression zaškrtnout, ULOŽIT
• co udělá jiné měřítko? Vertical | Minimum 0
• zkusit (nesmyslných) Minimum -500 (krásná příležitost k demagogii)

• nová proměnná kurak pomocí KOUR=5 (Label kuřák)
• Grouping Variable: kurak, upravit měřítzko svislé osy, Variable Names: Labels
• legendu lze doplnit pomocí Legend | Show Legend
• komentovat možný vztah obou přímek

vyšetřit BMI (závislost na výšce, věku, systolickém tlaku a kouření)

• pracovat samostatně, rozhodovat zda bodové nebo krabicové diagramy, komentovat

podat data: IQ1.S0 (známkové průměry v pololetí 7. a 8. třídy, IQ, pohlaví)

porovnat chlapce a dívky (opakování)

• krabicový diagram pro IQ, třídit podle POHLAVI
• interpretovat zjištění (závislost spojitého znaku na nominálním znaku?)
• ověřit interpretaci výpočtem tabulky popisných statistik (průměr, medián, směr. odchylka)
• jak dopadne porovnání ZN7, ZN8?

závislost ZN8 a ZN7:

• Graphics | Scatter Plots
• Variables: Horizontal Var. ZN7, Vertical Var. ZN8
• Lines 1: Method: L. S.
• Jsou tyto znaky nezávislé? (přímka usnadní představu; popište slovy)
• zkusit rozlišit chlapce a děvčata pomocí Grouping Var. POHLAVI
• Legend: Show Legend
• měřítka: Horizontal 5, Vertical 6
• Titles: Value Labels: Value Labels
• jiné rozlišení pohlaví Symbols: Symbol 1, Symbol 2
• jaké úlohy? existence závislosti; jsou závislosti pro obě pohlaví shodné?
• uložit do zápisníku (Log)

závislost ZN7 a IQ:

• v čem tato zato závislost jiná?
• s rostoucí ZN7 klesá IQ (ZN8 rostlo)
• závislosti pro hochy a dívky mohou být různé
• porovnat se závislostí ZN8 na ZN7
• jak se změní dojem z obrázku, když měřítko na svislé ose roztáhneme (0 - 1000)? DŮLEŽITÉ

lineární závislost (přímka)

• nakreslete závislost Y = 1 + 1 * X:
• Graphics | Function Plots | Model | Formula: 1 + 1 * X;
• nastavit měřítko na svislé ose: Y: -10 10; X: -5 5
• uložit do zápisníku
• podobně 1 + 2 * X a -5 + 2 * X
• prohlédněte zápisník, co se změní pro 1 - 1 * X?

nelineární závislost

• Y = exp(X); Y = log(X); Y = X + X^2 (proč nesymetrické kolem nuly?)