MA012 - zadání projektu
S pomocí R vyřešte níže zadané úkoly. Řešení odevzdejte zpracované ve formátu PDF (např. exportem z jakéhokoliv textového editoru) do Odevzdávárny v ISu a přiložte i kód pro R. V PDF dokumentu u jednotlivých úkolů zdůvodněte volbu metody, popište svůj postup, uveďte výsledky a grafy (kde je to možné) a svůj závěr okomentujte. Nezapomeňte na kontrolu podmínek pro dané metody.
Do Odevzdávárny vložte své řešení nejpozději 2 dny před termínem Vaší zkoušky. Po písemné části zkoušky bude následovat krátká ústní část nad Vaším projektem o použitých metodách, způsobu řešení a dosažených výsledcích.
I.
Pracujte se souborem nádory, csv ze studijních materiálů v ISu. Soubor obsahuje anonymizované lékařské údaje.
S využitím vhodných statistických metod - Pearsonův korelační koeficient, Spearmanův korelační koeficient, jednoduché třídění, anebo dvojné třídění - vyřešte následující úkoly:
1. Zjistěte, zda povrch těla pacientů (proměnná Povrch) závisí na hmotnosti pacienta (proměnná Hmotnost).
2. Zjistěte, zda povrch těla pacientů závisí na věku pacienta (proměnná Vek).
3. Zjistěte, zda povrch těla pacientů závisí na pohlaví pacienta (proměnná Pohlaví).
4. Zjistěte, zda povrch těla pacientů závisí na typu nádoru (proměnná Nádor) a pohlaví pacienta.
5. Zjistěte, zda povrch těla pacientů závisí na typu nádoru a na tom, zda pacient bydlí ve městě, anebo na vesnici (proměnná Obec).
6. Zjistěte, zda povrch těla pacientů závisí na okresu (proměnná Okres), ze kterého pochází; berte přitom v úvahu jen ty okresy, ze kterých bylo alespoň 24 pacientů.
7. Zjistěte, zda povrch těla pacientů závisí na okresu, ze kterého pochází, a zda pacient bydlí ve městě, anebo na vesnici; berte přitom v úvahu jen ty okresy, ze kterých bylo alespoň 24 pacientů.
II.
Pracujte se souborem titanic . csv ze studijních materiálů v ISu. Soubor obsahuje údaje o počtech přeživších (živi), mrtvých (mrtvi) a celkových počtech pasažérů (celkem) na lodi Titanic, v závislosti na třídě (trida: 1., 2., 3., anebo posádka), pohlaví (pohlavi) a věku (vek: dite, anebo dosp dospělý).
Pomocí logistické regrese modelujte pravděpodobnost přežití (= úspěch) pomocí tří regresorů (trida, pohlavi, vek). Vyzkoušejte postupně do modelu zařazovat/nezařazovat tyto regresory. Takto nalezněte kombinaci regresorů, které jsou pro modelování pravděpodobnosti přežití významné. Ve které z kategorií regresorů bylo vhodné se nacházet z pohledu vyšší šance na přežití?