UNISTAT - příklad 27
Protože se jedná o závislost 2 veličin (vzdálenost transportu a koncentrace kortikosteronu v krevní plazmě), kdy u jedné z těchto veličin (vzdálenost transportu) nelze předpokládat normální rozložení dat, je vhodné pro analýzu této závislosti použít Spearmanův koeficient pořadové korelace ("neparametrická korelace"), který na rozdíl od parametrického Pearsonova korelačního koeficientu nevyžaduje normalitu dat sledovaných veličin. (Funkce pro výpočet Spearmanova koeficientu není dostupná v Excelu).
1. Výpočet korelační analýzy: Označit sloupce dat pro výběry Transport a KORTIKOSTERON a zvolit menu Statistika1 - Korelace - Korelační koeficienty. V dialogu vybrat příslušné proměnné (Transport, Kortikosteron):
2. V následujícím dialogu zatrhnout Spearmanovo pořadí a Přehled celkových statistik:
3. Zobrazení výsledků výpočtu Spearmanova koeficientu:
Výsledek korelační analýzy: Pro závislost mezi vzdáleností transportu u bažantů a hladinou kortikosteronu v jejich krevní plazmě byl zjištěn Spearmanův pořadový korelační koeficient r = 0,7022, který je statisticky vysoce významný (p < 0,01).
4. Grafická prezentace závislosti: po označení sloupců A, B zvolit menu Grafy - 2D Grafy - Rovinný bodový graf. V dialogu vybrat příslušné proměnné (osa X - Transport (km), Proměnná - Kortikosteron (ng/ml)):
5. Zobrazení bodového diagramu (po úpravě nadpisu grafu):
6. Závěr: Vypočtená hodnota Spearmanova pořadového korelačního koeficientu (r = 0,7022) udává, že mezi délkou transportu u bažantů a hladinou kortikosteronu jejich krevního séra byla prokázána statisticky vysoce významná (p < 0,01) pozitivní korelace.
Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky