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

 

Zpět