MV011 Statistika I – cvičení 4

1) [R] cv. 8 úkol 1,2,3,4,5,6

1.        Z údajů v tabulce Sales, pro které název pozice (job_title) obsahuje řetězec „Rep“,
vytvořte html/pdf/rtf obsahující kontingenční tabulku sloupců pohlaví (gender) a stát (country).
Nastavte vhodný nadpis a potlačte výpis datumu. (PROC FREQ)




2.       Vytvořte tabulku Sales1 z tabulky Sales, ve které vznikne nový sloupec hire_age
představující věk zaměstnance v okamžiku nástupu do zaměstnání. Vytvořte formát HireAge, který
agreguje zadaný sloupec do kategorií low-<20, 20-<25 a 25-high. Následně vytvořte frekvenční
tabulku pro sloupec hire_age formátovaný pomocí HireAge. (PROC FREQ)


3.        Z tabulky Sales1 z úkolu 2

a.       vypište průměr (mean) a rozsah (range) příjmu (salary) pro všechny trojice hodnot sloupců
pohlaví (gender), stát (country) a hire_age formátovaného pomocí HireAge z úkolu 2. (PROC MEANS)

b.       uložte výstup procedury (bez specifikace ukládaných údajů) do tabulky a porovnejte výstup
bodu a) a b).


4.        Z tabulky Sales1 z úkolu 2 vytvořte kontingenční tabulku s absolutními četnostmi a
řádkově a sloupcově podmíněnými relativními četnostmi. Řádková dimenze bude tvořena kartézským
součinem hodnot sloupce hire_age formátovaného pomocí HireAge (včetně souhrnu (all)) a hodnot
sloupce country. Sloupcová dimenze bude tvořena hodnotami sloupce gender. (PROC TABULATE)

5.        Z tabulky Sales1 z úkolu 2 vytvořte kontingenční tabulku, která bude obsahovat minimum,
medián a maximum příjmu (salary). Řádková dimenze bude tvořena kartézským součinem hodnot sloupce
hire_age formátovaného pomocí HireAge a hodnot sloupce country. Sloupcová dimenze bude tvořena
hodnotami sloupce gender. U řádkové i sloupcové dimenze včetně všech souhrnů („all“).  To vše ve
formátu pdf se stylem sasweb. (PROC TABULATE)

6.        Analyzujte (zajímá nás základní sada popisných statistik, test pro charakteristiku
polohy, kvantily, odlehlá pozorování) sloupec salary z tabulky Sales. Vytvořte výstup ve formátu
rtf se stylem sasweb. (PROC UNIVARIATE)




2) V MS Excel (nebo ekvivalentní) nad cs-training (nejlépe neimportované do MS Excel ze SASí
tabulky pomocí SAS Add-in for MS Office): spočítat průměr, medián, modus, rozptyl, dolní a horní
kvartil, šikmost, špičatost a pearsonův koeficient korelace pro věk a DebtRatio; dále vytvořit
kontingenční tabulku NumberofDependents a SeriousDlqin2yrs s absolutními četnostmi, řádkově
podmíněnými relativními četnostmi a sloupcově podmíněnými relativními četnostmi.





3) [R] cv.9 úkol 1,2

1.        Z údajů v tabulce Sales1 vytvořte bodový graf závislosti hire_age na birth_date s
rozlišením pohlaví (gender).  Graf doplňte o regresní přímky a upravte vzhled podle vzoru (PROC
GPLOT)… formát x-ové osy mmddyy10., tloušťka reg. přímek = 5, font popisu os i legendy = (arial
bold, výška 12 bodů, resp. 10 bodů u „regression lines“), font hodnot na osách a hodnot v legendě=
(arial bold, výška 10 bodů), výška nadpisu = 12 bodů.

2.        Z údajů v tabulce Sashelp.workers vytvořte  graf počtu elektrikářů (electric) a počtu
zedníků (masonry) v čase(date). Upravte vzhled podle vzoru (PROC GPLOT s overlay)… formát x-ové osy
mmddyy10., tloušťka křivek = 5, font popisu os = (arial bold, výška 12 bodů), font hodnot na osách
a hodnot v legendě= (arial bold, výška 10 bodů), výška nadpisu = 12 bodů, offset legendy = 1%.


  * [R] Martin Řezáč – DM1 cvičení https://www.math.muni.cz/~mrezac/vyuka/DM1_cviceni_v2013.pdf