Jana Vránová, Tomáš Škrábal

   Pro účely této analýzy byla vybrána data Cosmetic Surgery.sav z Andyho dat
   (2009). V těchto datech byly zaznamenány informace o 276 klientech různých
   klinik kosmetické chirurgie. Přičemž  o každém klientovi bylo  zaznamenáno
   těchto 8 proměnných:

     * kategorická proměnná pohlaví (1 jako muž , 0 jako žena)

     * kategorická proměnná důvod pro kosmetickou operaci (1 pro vzhled , 0 z
       fyzických důvodů)

     * kategorická proměnná zda už jsou po operaci nebo na čekací listině (1
       po operaci, 0 na čekací listě)

     * kategorická proměnná klinika kterou využívají (hodnoty 1 až 10 pro
       různé kliniky)

     * věk klienta ( min. hodnota 18, max. hodnota 65, m=39,17 , s=11,1)

     * kvalita života před operací (min. hodnota 43, max. hodnota 91,
       m=63,56, s=9,31)

     * kvalita života po operaci (min. hodnota 40, max. hodnota 88, m=59,61,
       s=9,3)

     * Beck depression inventory která značí vážnost deprese (min. hodnota 0,
       max. hodnota 63, m=23,05, s=15,03)

   V logistické regresi jsme se pokusili zjistit zda  a jak výrazně ovlivnuje
   mužské pohlaví a věk šanci na provedení plastické operace.

   Výsledky, ke kterým jsme dospěli:

   Tabulka

                              B Exp(B)                   p

    Konstanta                 -0,7 0,5                   <0,05

    Věk                       0,028 1,03                 <0,05

    Pohlaví                   -0,91 0,4                  <0,05

   Výsledky interpretujeme takto:

     * S každým rokem navíc roste šance, že člověk podstoupil plastickou
       operace 1,03x

     * Pokud klient bude muž, roste šance, že podstoupil plastickou operaci
       0,4x

   Tabulka 2 Classification Table

                              Čekací listina        Kosmetická operace

    Čekací listina            101                   44

    Kosmetická operace        54                    77

   65% lidí bylo kategorizováno správně, zbytek bohužel špatně.

   Tabulka 3 Shoda modelu s daty

                  -2loglikehoodd      Cox&Snell R         Nagelkerke R

    1             352,4               0,1                 0,135

     * Hodnota -2LL vyšla 352,4, což značí poměrně velký rozdíl mezi daty a
       modelem (chceme totiž, aby hodnota vyšla co nejmenší).

     * Hodnota Coxe a Nagelkerkeho vyšla okolo hodnoty 0,1, což v přepočtu na
       R také není signifikantní výsledek

   V příkladu logistické  regresní rovnice s  použitím výše zmíněných  hodnot
   jsme se poté pokusili  zjistit, jaká je  šance že 35tiletý  muž je již  po
   operaci. A v rovnici nám tato pravděpodobnost vyšla 86 procent.

   Z toho a také dalších výsledných hodnot tedy lze vyvodit, že vliv věku a
   pohlaví na to, zda je pacient již po operaci nebo na ní teprve čeká, je
   výrazný.

   Zdroje:

   SPSS Datafiles. (2009). Retrieved from:

   http://www.uk.sagepub.com/field3e/SPSSdata.htm