Základy biostatistiky LS 2006/2007

11. cvičení: regrese

data: kojeni.S0

korelace (opakování)
nechat spočítat korelační matici (všechny možné korelační koeficienty mezi řadou proměnných), také grafické znázornění všech dvojic

• Analysis | Regression/Correlation | Correlation Matrix | Correlation Variables: por_delka, delka, vys_otec, vys_matka
• Correletion Type: Pearson Product Moment
• Reports | Report Format: Full
• interpretovat (uvedeny trojice: korelační koeficient p-hodnota testu o nezávislosti, počet pozorování), Cronbachovo alfa se používá (zejm. v psychologii) k vyjádření podobnosti chování všech zúčastněných veličin
• Graphics | Scatter Plot Matrix | Horizontal Variables: por_delka, delka, vys_otec, vys_matka

regrese
pokusit se předpovídat výšku otce podle známé výšky matky, nejprve grafické znázornění

• Graphics | Scatter Plots | Horizontal: vys_otec | Vertical: vys_matka | Lines 1: zaškrtnout Regression
  
• Analysis | Regression/Correlation | Multiple Regression - 2001 Edition
• Variables
• Y: Dependent Variable(s): vys_otec
  
• X's: Numeric independent Variables: vys_matka
  
• 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)
• přidat Reports | Res vs Yhat Plot, interpretovat
  

mnohonásobná regrese
data: IQ3.S0

vysvětlit IQ pomocí průměrné známky ZN7 a POHLAVI

• Analysis | Regression/Correlation | Multiple Regression - 2001 Edition
• nejprve závislost IQ na ZN7 u všech dětí
  
• potom pouze závislost IQ na POHLAVI:
  
• 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

Další možnost pro mnohonásobnou regresi:
data: Melanom.S0 (L. Fisher, G. van Belle: Biostatististics, Wiley 1993, Tab. 9. 1)
Data obsahují údaje o úmrtnosti na maligní melanom kůže zjištěný u bělochů v letech 1950-1959 na 10 milionů obyvatel v jednotlivých státech USA. Každý stát je charakterizován svojí polohou (zeměpisná šířka a délka a vztah k oceánu). Zajímavé je, že výsledná závislost na zeměpisné šířce, když rozlišíme státy přímořské a vnitrozemské, je popsána rovnoběžkami.

data: kojeni.S0

Multinomické rozdělení (test jednoduché hypotézy)

Rozhodněte na 5% hladině, zda u matek jsou tři rozlišované úrovně vzdělání v poměru 1:1:1 (resp. poměru 1:3:2, resp. poměru 2:3:1)

• Analysis | Proportions | Frequency Tables /
  
• Variables: VZDELANI
• Multinomial: zaškrtnout, zvolit hypotetické pravděpodobnosti (stačí jejich násobek)
  
• Reports: Frequency Tables Report

Vysvětlit, jak vzniká výsledná statistika.

060216, 070502 - KZv.