Budeme predikovat to, jestli chodci bude dána přednost. Použijeme vaše data, která jste napozorovali před rokem. Data jsou v balíčku pod tímto zadáním.
Závislou je prednost, kterou jsme si vytvořili s kódováním 1 (nebylo potřeba dávat přednost), 2 (chodec nedostal přednost) a 3 (chodec dostal přednost). Případy s kódem 1 tedy nebudou předmětem analýzy.
K dispozici máme řadu potenciálních prediktorů - charakteristiky přechodu, chodce, auta i situace pozorování.
Nejprve zkuste využít k predikci dvě spojité proměnné, které tam máme - počet chodců za 10 minut (reprezentuje frekventovanost přechodu, pocet_ch_za10min) a čas zahájení pozorování (cas_zacatku).
Nejprve zkuste využít k predikci dvě spojité proměnné, které tam máme - počet chodců za 10 minut (reprezentuje frekventovanost přechodu, pocet_ch_za10min) a čas zahájení pozorování (cas_zacatku).
Z proměnných zachycujících chování chodce můžeme použít ch_rozhlizeni, ch_komun_1, ch_distrak_4, ch_znaky_1 a ch_znaky_2.
Relevantním prediktorem (ne)zastavení by měla být au_rychlost.
Informaci o situaci pozorování doplňuje ch_pocet (jestli šel chodec sám nebo ne).
Chcete-li můžete přidat i proměnnou dle vlastní volby.
Buďte opatrní - data jsou v podobě, jak jste nám je odevzdali, jen naimportovaná do SPSS. I když pro neplatné hodnoty by měly být použita hodnota 99, není tomu vždy tak. U některých proměnným jsou nuly, i když být neměly. Hlídete si množství chybějících dat.
Proměnná čas začátku je typu Date - funkce XDATE.TIME() to transformuje na počet sekund od půlnoci. Po vydělení 3600 dostanete hodiny jako desetinné číslo.
Odevzdejte textový dokument se zprávou o analýze, která bude mít podobu sekce výsledky v souladu s doporučeními APA manuálu a příručky Morganové a kol.. Zpráva bude obsahovat:
- stručné představení dat, vzorku, na kterém byla data získána, a použitých metod měření (velmi stručná verze sekcí Vzorek a Metody),
- kroky provedené v rámci přípravy dat (čištění, počítání nových proměnných),
- informace o chybějících datech a strategii, jak se s nimi naložilo v regresním modelu,
- popisné statistiky všech proměnných použitých v analýze a informace o bivariačních vztazích mezi proměnnými
- zdůvodnění specifikace modelu (zde lze zmínit i transformace či jiné způsoby řešení problémů s případnou nelinearitou vztahů)
- popis modelu s tabulkou parametrů a jeho hodnocení prizmatem klesajícího loglikelihoodu a klasifikační tabulky
- zhodnocení naplnění předpokladů regresního modelu a případných omezení, které z toho mohou plynout, též zmínění outlierů a vlivných případů.
- stručnou interpretaci využívající převod predikovaných hodnot na pravděpodobnosti a diskuzi smyslu výsledků
Formát. Minimum je na slajdech 38 a 39 v prezentaci z první přednášky. Pamatujte na 11. přikázání - NEZKOPÍRUJEŠ TABULKU ZE SPSS!
Odevzdejte také skript/syntax (.sps), jehož spuštěním vzniknou výsledky, které prezentujete ve své zprávě. Nejlépe je to vložit do odevzdávány jako jeden .zip pojmenovaný podle vzoru U4_S3_Bílek_Fialová_Zelená.zip.
Pro zprávu využijte šablonu uloženou ve studijních materiálech zde.
Na vypracování je týden od semináře. Termín odevzdání je ve pátek následující po tomto semináři.