UNISTAT - příklad 12
1. Zadání hodnot do tabulky MS Excel:
2. Výpočet korelační analýzy: Označit sloupce B, C a zvolit menu Statistika1 - Korelační koeficienty - Pearsonova korelace. V dialogu vybrat příslušné proměnné (váha těla, hmotnost vajec):
3. Zobrazení výsledků korelační analýzy:
Výsledek korelační analýzy: Pro danou závislost byl zjištěn korelační koeficient r = 0,9527, který je statisticky vysoce významný (p < 0,01).
4. Výpočet regresní analýzy: po označení sloupců B, C zvolit menu Statistika1 - Regresní analýza - Lineární regrese. V dialogu vybrat příslušné proměnné: váha těla (jako nezávislou proměnnou), hmotnost vajec (jako závislou proměnnou):
5. V dalším dialogu zvolit pro výpočet Výsledky regrese:
6. Zobrazení výsledků regresní analýzy:
Výsledek regresní analýzy: Danou závislost lze popsat lineární regresní rovnicí: y = 9,2971x + 20,1270.
7. Grafická prezentace závislosti: po označení aloupců B, C zvolit menu Grafy - 2D Grafy - Rovinný bodový graf. V dialogu vybrat příslušné proměnné (osa X - váha těla, Proměnná - hmotnost vajec):
8. Zobrazení bodového diagramu (po úpravě nadpisu grafu):
8. Závěr: Mezi váhou těla a hmotností vajec u nosnic byla zjištěna statisticky vysoce významná závislost (p < 0,01), kterou lze popsat pomocí lineární regresní funkce y=9.2971x + 20.127 a korelačního koeficientu 0.95266.
Poznámka:
Obě sledované veličiny v tomto příkladu jsou víceméně stejnocenné, jejich závislost je tedy vzájemná (korelační vztah) a proto ji lze hodnotit i postupem, založeným na vzájemné výměně souborů dat ve sloupcích B, C (veličina X« Y).
Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky