zahlavi-IBA logo-IBA logo-MU
© Institut biostatistiky a analýz
Pokročilé metody analýzy dat
v neurovědách
RNDr. Eva Koriťáková, Ph.D.
doc. RNDr. Ladislav Dušek, Dr.

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Přínos kurzu
2
•orientace v principech vícerozměrné analýzy dat s důrazem na zpracování medicínských dat, a to
především z neurovědního výzkumu
•schopnost zvolit a aplikovat adekvátní metodu analýzy a klasifikace dat k dosažení požadovaných
výsledků
•schopnost správné interpretace dosažených výsledků včetně vyhodnocení úspěšnosti klasifikace
•schopnost praktické analýzy dat v software MATLAB, STATISTICA, SPSS či R

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Osnova kurzu
3
1.Úvod do pokročilé vícerozměrné analýzy dat:
–význam, cíle a příklady využití vícerozměrné analýzy dat
–vícerozměrná data a jejich tabulkové a grafické zpracování
–
2.Vícerozměrné statistické testy a rozložení:
–vícerozměrný průměr, kovarianční matice, matice korelačních koeficientů
–vícerozměrný t-test, vícerozměrná analýza rozptylu
–transformace a jiné úpravy vícerozměrných dat
3.
3.Podobnosti a vzdálenosti ve vícerozměrném prostoru:
–metriky pro určení vzdálenosti
–metriky pro určení podobnosti a asociační matice
–
4.Shluková analýza:
–shluková analýza hierarchická – hierarchické aglomerativní shlukování, hierarchické divizivní
shlukování
–shluková analýza nehierarchická
–identifikace optimálního počtu shluků

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Osnova kurzu – pokračování
4
5.Ordinační analýzy I:
–principy redukce dimenzionality dat; selekce a extrakce proměnných
–analýza hlavních komponent (PCA), faktorová analýza (FA)
–
6.Ordinační analýzy II:
–analýza nezávislých komponent (ICA), korespondenční analýza (CA), vícerozměrné škálování (MDS),
redundanční analýza (RDA), kanonická korelační analýza (CCorA)
–
7.Klasifikace I:
–principy a cíle klasifikace
–diskriminační analýza pomocí diskriminačních fcí, minimální vzdálenosti a pomocí hranic –
Fisherova LDA
–
8.Klasifikace II:
–metoda podpůrných vektorů (SVM), přehled dalších klasifikačních metod
–hodnocení úspěšnosti klasifikace

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Požadavky ke kolokviu
5
•Předmět je ukončen kolokviem sestávajícím se z teoretických otázek a analýzy praktických příkladů
na počítači.
•
•
•Je nutné porozumět probíraným tématům a umět aplikovat vícerozměrné statistické metody při analýze
reálných datových souborů.

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Doporučená literatura
6
•Koriťáková, E. et al.: online výukové materiály Vícerozměrné metody pro analýzu a klasifikaci dat
http://portal.matematickabiologie.cz/index.php?pg=analyza-a-hodnoceni-biologickych-dat--vicerozmern
e-metody-pro-analyzu-dat
•
•DUDA, R.O. et al. Pattern Classification. New York: Wiley-Interscience,, 2000, 680 pp.
•BISHOP, C. Pattern Recognition and Machine Learning. New York: Springer, 2006, 738 pp.
•FLACH, P.A. Machine learning: the art and science of algorithms that make sense of data.
Cambridge: Cambridge University Press, 2012, 396 pp.
•CHUNG, M.K. Statistical and computational methods in brain image analysis. Boca Raton: CRC Press,
2014, 400 s.
•KUNCHEVA, L.I. Combining Pattern Classifiers: Methods and Algorithms. New Jersey:
Wiley-Interscience,, 2004, 376 pp.
•JOHNSON, R. et al. Applied multivariate statistical analysis. 6th ed. Upper Saddle River, N.J.:
Prentice Hall, 2007, 773 pp.
•
•MELOUN, M. et al. Statistická analýza vícerozměrných dat v příkladech. Praha: Academia, 2012, 750
s.
•EVERITT, B. et al. An introduction to applied multivariate analysis with R. New York: Springer,
2011, 273 pp.
•JAMES, G. et al. An introduction to statistical learning: with applications in R. New York:
Springer, 2013, 426 pp.
•THEODORIDIS, S. et al. Introduction to pattern recognition: a MATLAB approach. Amsterdam: Academic
Press, 2010, 219 pp.

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Blok 1
Úvod do pokročilé vícerozměrné analýzy dat
7

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Osnova
1.Význam, cíle a příklady využití vícerozměrné analýzy dat
2.Vícerozměrná data, jejich popis a vizualizace
3.Předzpracování dat
4.
8

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Význam, cíle a příklady využití vícerozměrné analýzy dat
9

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Význam a cíle vícerozměrné analýzy dat
•většina dat pořízených při výzkumu jsou data vícerozměrná – chceme zjistit celou řadu vlastností
daných subjektů či objektů
10
ID
Pohlaví
Věk
Váha
MMSE skóre
Objem
hipokampu
…
1
muž
84
85,5
29
7030
2
žena
25
62,0
28
6984
…
•PROMĚNNÉ (VLASTNOSTI)
•zpravidla nestačí analyzovat každou proměnnou zvlášť – pro úplně pochopení vztahů většinou potřeba
analyzovat proměnné současně
•→ použití  VÍCEROZMĚRNÝCH  METOD

Takovouto datovou tabulku jste už určitě viděli. V DSAN01 jsme ale zatím hodnotili každý sloupeček
zvlášť nebo jste případně hodnotili dva sloupečky současně (např. kdybyste chtěli zjistit, zda je
rozdíl mezi muži a ženami ve váze, jak byste to spočítali? (dvouvýb. t-test či M-W test); nebo
pokud byste chtěli zjistit, zda je vztah mezi věkem a váhou? (korelace Pearsonova či
Spearmanova))...
Takovéto dílčí pohledy na max. dvě proměnné současně nám ale nemusí stačit, abychom zjistili
komplexní informace o našem datovém souboru – proto budeme používat vícerozměrné metody a budeme
pracovat s více než dvěma sloupečky z datové tabulky současně.

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
•vícerozměrné metody umožňují:
–znázornit a popsat vícerozměrná data
–zjišťovat vztahy mezi jednotlivými proměnnými a mezi subjekty (resp. objekty)
11
Význam a cíle vícerozměrné analýzy dat II
•mnoho způsobů dělení vícerozměrných metod do skupin – např. dělení podle cíle, kterého chceme
vícerozměrnou analýzou dosáhnout:
•1. Testování hypotéz o vícerozměrných datech
•2. Vytvoření shluků subjektů, objektů nebo proměnných
•3. Redukce vícerozměrných dat
•4. Klasifikace subjektů či objektů

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
•Příklady:
•výzkum vztahu pohlaví a typu onemocnění na objem hipokampu
•zjištění, zda je rozdílná spotřeba elektrické energie ve městech a na vesnicích během týdne a o
víkendu
•ověření, zda objem hipokampu, amygdaly a putamenu dokáže odlišit pacienty se schizofrenií od
zdravých subjektů
12
Cíle vícerozměrné analýzy dat
1. Testování hypotéz o vícerozměrných datech

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
•Příklady:
•vytvoření skupin diagnóz onemocnění s podobnými léčebnými náklady
•vytvoření skupin lokalit podle výskytu určitých druhů rostlin a živočichů
•vytvoření skupin genů a subjektů na základě dat genové exprese
•vytvoření skupin subjektů se schizofrenií podle kognitivních skóre a neurologických parametrů
•
13
Cíle vícerozměrné analýzy dat
2. Vytvoření shluků subjektů, objektů nebo proměnných

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Cíle vícerozměrné analýzy dat
3. Redukce vícerozměrných dat
•Příklady:
•vytvoření souhrnného skóre odpovědi pacientů na radioterapii z původních několika proměnných
•vytvoření menšího počtu nových proměnných z původních dat, které nám umožní znázornit vícerozměrná
data ve 2-D či 3-D grafech
•výběr oblastí mozku, které nejvíce odlišují pacienty s neuropsychiatrickým onemocněním od zdravých
subjektů
14
Výřez obrazovky

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Cíle vícerozměrné analýzy dat
4. Klasifikace subjektů či objektů
•Příklady:
•zjištění (diagnostika) schizofrenie na základě kognitivních testů
•rozhodnutí, zda banka poskytne či neposkytne hypotéku danému subjektu na základě jeho příjmů,
rodinné situace atd.
•diagnostika demence (tzn. zařazení nového subjektu do skupiny pacientů či kontrol) podle obrázku
mozku
•
15
intenzity_deformace
http://3.bp.blogspot.com/-x2EYSsQ5SYI/UBfV_2MdSHI/AAAAAAAAALY/jHbo4q9z9Sw/s1600/ventricles+before.j
pg http://www.dialogues-cns.org/figures/DialoguesClinNeurosci-11-191-g005.jpg
https://encrypted-tbn3.gstatic.com/images?q=tbn:ANd9GcTbz5L3fOoB-Ng3gdKssG8K8cwsUoS0Dw_oCpHKAahanoC
twcfGOw http://serendip.brynmawr.edu/%7Elaurac/brainscans/ventricles_brain2.jpg
Pacienti
Zdravé subjekty
Nový subjekt
Pacient? x Zdravý?

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Vícerozměrná data,
jejich popis a vizualizace
16

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Vícerozměrná data
17
ID
Pohlaví
Věk
Váha
MMSE skóre
Objem
hipokampu
…
1
muž
84
85,5
29
7030
2
žena
25
62,0
28
6984
3
4
…
•PROMĚNNÉ
•Poznámka: proměnné označovány i jako znaky, pozorování, diskriminátory, příznakové proměnné či
příznaky
•Anglicky označení pouze jedním termínem: feature

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Typy dat - opakování
•Kvalitativní (kategoriální) data:
‐Binární data
‐
‐Nominální data
‐
‐Ordinální data
•
•
•Kvantitativní data:
‐Intervalová data
‐
‐Poměrová data
18

Jaké druhy parametrů v datovém souboru vlastně můžeme mít?

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Vizualizace jednorozměrných dat - opakování
19
Ženy (N=54)
Muži (N=48)
Pohlaví
N=102
Koláčový graf
Sloupkový graf
Stádium onemocnění
%
Maximum
Minimum
Medián
75% percentil
25% percentil
Krabicový graf (Box Plot)
Histogram
0
10
20
30
40
50
60
70
80
90

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
K čemu nám může pomoci vizualizace dat?
20
id
vek
pohlavi
cholesterol
vyska
vaha
obvod_pasu
obvod_boku
BMI
sys_tlak
dia_tlak
1
38
Z
4.6
164
45
60
87
16.7
120
80
2
36
Z
4.35
167
90
97
112
32.3
130
80
3
26
Z
178
70
72
94
22.1
127
80
4
25
Z
4.2
165
59
65
92
21.7
130
80
5
47
M
5.65
158
92
96
26.8
155
90
6
21
Z
6.35
172
61
69
98
20.6
135
80
7
23
Z
3.45
170
82
92
113
28.4
130
80
8
35
M
7.99
179
90
101
110
28.1
140
88
9
33
Z
4.88
167
57
70
92
20.4
140
85
10
48
Z
9.56
164
70
93
107
26.0
250
97
11
25
M
3.1
186
75
81
102
21.7
120
70
12
41
Z
10
167
62
71
101
22.2
140
90
13
29
ZZ
4.2
165
58
66
98
21.3
120
80
14
24
M
5.62
174
80
92
107
26.4
156
90
15
58
Z
7.9
164
63
73
100
23.4
135
90
Chybějící hodnoty
Chybné hodnoty
Odlehlé hodnoty
•→ odhalení problémů v datech
•→ k vytvoření představy, jaké výsledky analýzy máme asi očekávat
•→ ke zjištění vztahu mezi proměnnými, ...

v datech mohou vyskytovat problémy, které by potom vedly k chybným výsledkům či interpretaci
dále také k odhalení vztahů mezi proměnnými, k představě, jak asi dopadne testování hypotéz (rozdíl
mezi skupinami bude či nebude), ...
chybějící a odlehlé hodnoty budou podrobněji rozebrány na konci této přednášky

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Vizualizace vícerozměrných dat
•3D sloupkové grafy
•dvourozměrný histogram
•maticové grafy
•krabicové grafy pro více proměnných
•ikonové (symbolové) grafy:
–profilové sloupce
–profily
–paprskové (hvězdicové) grafy
–polygony
–pavučinové grafy
–Chernoffovy tváře
21

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
3D sloupkové grafy
•vzájemný výskyt kategorií dvou kategoriálních proměnných
•v softwaru Statistica: Graphs – 3D Sequential Graphs – Bivariate Histograms...
22

není ve skutečnosti vícerozměrný graf – udává vztah dvou proměnných, je to spíš doplnění k DSAN01
je to jiný způsob vizualizace kontingenční tabulky

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Dvourozměrný histogram
•pro vykreslení vztahu dvou spojitých proměnných
•v softwaru Statistica: Graphs – 3D Sequential Graphs – Bivariate Histograms...
23

také to ještě není graf pro vícerozměrnou analýzu (tento graf ale může pomoci při zjišťování
dvourozměrného normálního rozdělení, proto ho tu ukazuju)
jaký graf se ale častěji používá pro sledování vztahu dvou proměnných?

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Úkol 1
•vykreslete dvourozměrný histogram pro věk a objem hipokampu
•změňte barvu pozadí grafu na transparentní
•změňte barvu sloupečků (např. na červenou)
•zvětšete velikost písma u popisků os (u hodnot i názvů proměnných)
24

•ukázat jim případně i vytvoření vlastní šablony
•když se graf sám neupraví, přetáhnout o kousek dolní roh

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Tečkový graf
•rovněž pro vykreslení vztahu dvou spojitých proměnných
•v softwaru Statistica: Graphs – Scatterplots...
25

není vícerozměrný graf

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Tečkový graf – přidání kategoriální proměnné
•zahrnutí kategoriální proměnné do grafu použitím různých symbolů či barev pro jednotlivé skupiny
určené danou kategoriální proměnnou
•v softwaru Statistica: Graphs – Scatterplots – na záložce Categorized zahrnout On u X-Categorized,
vybrat kategoriální proměnnou pomocí Change Variable a změnit Layout na Overlaid
•
•
26

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Maticový graf
•vykreslení vztahu více spojitých proměnných
•v softwaru Statistica: Graphs – Matrix Plots...
•upozornění:  nastavení, jak se vypořádat s chybějícími hodnotami
27

-věk nekoreluje s výškou, výška koreluje s váhou atd.
-jsou patrné odlehlé hodnoty
-jsou částečně patrné skupiny lidí u grafu s korelací hipokanpu a amygdaly
-je patrné na základě histogramů, zda proměnné mají či nemají normální rozdělení
pokud chceme odlišit body podle kategoriální proměnné (např. pohlaví) – kliknout na záložce
Advanced na Mark Selected Subsets (a zvolit např. pohlavi=“M” do subset 1 a pohlavi=“F” do subset
2)

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Maticový graf – na diagonále krabicové grafy
•v softwaru Statistica: Graphs – Matrix Plots...; na záložce Advanced zatrhnout Display: Box plot
28

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Úkol 2
•vykreslete maticový graf pro proměnné: objem hipokampu, amygdaly, thalamu, pallida a putamenu,
přičemž na diagonále budou krabicové grafy
•změňte barvu krabicového grafu na černou (můžete nastavit i výplň)
•změňte barvu tečkových grafů
•zrušte čáry mřížky u tečkových grafů (gridlines)
29

případně studentům také ukázat, jak zrušit pravou a levou osu, minor tickmarks; změnit range, step
a vykreslení tickmarks outside či inside

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Krabicové grafy pro více proměnných
•ukáží nám, zda mají proměnné podobný rozsah hodnot
30
•V softwaru STATISTICA – 2 způsoby:
1.označit příslušné sloupečky v datech – Graphs – Graphs of Block Data – Box Plot: Block columns
2.Statistics – Basic Statistics/ Tables – Descriptive statistics – Box & whisker plot for all
variables (na záložce Options lze zvolit, že krabicové grafy mají být typu Median/Quartiles/Range
nebo po kliknutí do grafu lze v Plot - Box/Whisker měnit Middle point, Box value, Whisker value a
po kliknutí na More i zapnutí Outliers)

Co lze z grafu vyčíst?
-různý rozsah hodnot – v některých analýzách vhodná standardizace před výpočtem dané analýzy
-případně patrné i odlehlé hodnoty, pokud v datech jsou

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Vícenásobné krabicové grafy
•umožňují znázornění vztahu několika kvalitativních proměnných a jedné kvantitativní proměnné
31

-vyzkoušet, jestli to jde nějak v softwaru Statistica (jedině si vykreslit pomocí filtru každý
obrázek zvlášť a pak to „slepit“ v powerpointu)
-se zvyšujícím se počtem dnů strávených v nemocnici rostou náklady na léčbu pacientů a že nejvyšší
náklady byly u pacientů s C33-34 ve stádiu IV, kteří strávili v nemocnici 26 a více dnů

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Ikonové (symbolové) grafy
•hodnoty znaků znázorněny jako geometrické útvary či symboly
•každému objektu (subjektu) odpovídá jeden obrazec složený z těchto geometrických útvarů či symbolů
•umožní vizuálně porovnat, které objekty (subjekty) jsou si podobné
•mnoho druhů, v softwaru Statistica např.:
1.Profilové sloupce
2.Profily
3.Paprskové (hvězdicové) grafy
4.Polygony
5.Pavučinové grafy
6.Chernoffovy tváře
32

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Ikonové grafy – profilové sloupce
•výšky sloupců odpovídají relativním hodnotám proměnných (relativní hodnota je podíl původní
hodnoty a maxima z absolutních hodnot dané proměnné)
•v softwaru Statistica: Graphs – Icon Plots... – Graph type: Columns
– zvolit proměnné – na záložce Options 1 zatrhnout „Display case labels“
33

-v Sel Cond zvolit Include cases 1:10, 801:810
-podobné jsou si např. subjekty 904 a 906
-úprava počtu řádků a sloupečků při vykreslení: 2x kliknout na graf – v oddílu Layout změnit
hodnoty u Rows a Columns na 4 a 5
-přidání popisků pro jednotlivé subjekty: na záložce Options 1 zatrhnout Display case labels (dají
se tam čísla subjektů s křížky); popisy podle nějaké proměnné lze udělat zvolením Variable u Case
labels a výběr příslušné proměnné (např. id či gender_rek)
-odlišení skupin (např. podle kategoriálního parametru získaného pomocí shlukovek) – na záložce
Advanced kliknout na Mark Icons a vydefinovat tam jednotlivé skupiny (v těchto datech např. podle
pohlaví, tedy pohlavi=„M“ a pohlavi=„Z“)

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Ikonové grafy – profily
•obdoba profilových sloupců, jen se středy horních hran profilových sloupců spojí úsečkami
•v softwaru Statistica: Graphs – Icon Plots... – Graph type: Profiles
– zvolit proměnné – na záložce Options 1 zatrhnout „Display case labels“
34

-podobné jsou si např. subjekty 904 a 906

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Ikonové grafy – paprskové (hvězdicové) grafy
•vzdálenosti od středu odpovídají relativním hodnotám proměnných
•v softwaru Statistica: Graphs – Icon Plots... – Graph type: Stars
– zvolit proměnné – na záložce Options 1 zatrhnout „Display case labels“
35

-podobné jsou si např. subjekty 904 a 906
-zjistit, kde se která proměnná nachází: objem hipokampu nahoře a pak to jde po směru hodinových
ručiček

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Ikonové grafy – polygony
•obdoba paprskových grafů, jen jsou vyplněné
•v softwaru Statistica: Graphs – Icon Plots... – Graph type: Polygons
– zvolit proměnné – na záložce Options 1 zatrhnout „Display case labels“
36

-podobné jsou si např. subjekty 904 a 906

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Ikonové grafy – pavučinové grafy
•obdoba paprskových grafů, přidáno znázornění maxima absolutních hodnot
•v softwaru Statistica: Graphs – Icon Plots... – Graph type: Sun Rays
– zvolit proměnné – na záložce Options 1 zatrhnout „Display case labels“
37

-podobné jsou si např. subjekty 904 a 906

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Ikonové grafy – Chernoffovy tváře
•proměnné znázorněny jako části obličeje
•v softwaru Statistica: Graphs – Icon Plots... – Graph type: Chernoff Faces
– zvolit proměnné – na záložce Options 1 zatrhnout „Display case labels“
38

-podobné jsou si např. subjekty 904 a 906
-kdyby se přidaly další znaky, měnil by se tvar nosu, velikost očí, tvar úst atd.
-face/w – šířka tváře, např. je patrné, že u tváře 110 je tvář široká – vysoké hodnoty objemu
hipokampu; zatímco u tváře 902 je tvář úzká – nízké hodnoty objemu hipokampu;
-ear/lev – výška uší, např. je patrné, že u tváře 908 jsou uši dole – velmi nízká hodnota objemu
amygdaly; tvář 110 uši nahoře – vysoká hodnota objemu amygdaly
-halfface/h – výška tváře, např. je patrné, že u tváře 906 je tvář vysoká – vysoké hodnoty objemu
thalamu; zatímco u tváře 910 tvář s nízkou výškou – nízké hodnoty objemu thalamu
-upface/ecc – zakřivení horní části tváře; např. je patrné, že u tváře 100 je horní část tváře
kulatá – vysoké hodnoty objemu pallida, zatímco u tváře 910 je horní část tváře špičatá – nízké
hodnoty objemu pallida
-loface/ecc – zakřivení dolní části tváře; např. je patrné, že u tváře 105 je dolní část tváře
kulatá – vysoké hodnoty objemu putamenu, zatímco u tváře 905 je dolní část tváře špičatá – nízké
hodnoty objemu putamenu

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Úkol 3
•zvolte si typ ikonových grafů, které se Vám zdají nejpřehlednější, a vykreslete graf pro subjekty
201 až 230 s využitím proměnných věk, MMSE, objem hipokampu a objem nucleus caudatus
39

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Vizualizace vícerozměrných dat - shrnutí
•3D sloupkové grafy
•dvourozměrný histogram
•maticové grafy
•krabicové grafy pro více proměnných
•ikonové (symbolové) grafy:
–profilové sloupce
–profily
–paprskové (hvězdicové) grafy
–polygony
–pavučinové grafy
–Chernoffovy tváře
40

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Předzpracování dat
41

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Předzpracování
Předzpracování
Schéma analýzy a klasifikace dat
42
Data
Redukce
Klasifikace
nebo
?
?
Výřez obrazovky Výřez obrazovky
Data
Ukázka - kognitivní data apod.
Ukázka - obrazová data

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Předzpracování obrazových dat
43

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Předzpracování obrazových dat
44
Další typy dat, které mohou vzniknout po předzpracování obrazů:
Informace o tloušťce šedé hmoty v jednotlivých oblastech mozku
Informace o ploše jednotlivých oblastí mozku

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Předzpracování dat – chybějící hodnoty
•snaha, aby v datech vůbec nenastaly
•pokud však nastanou, je silně nedoporučováno dělat každou analýzu na jinak velkém souboru (tzv.
„pairwise“ odstraňování objektů) → 3 možná řešení:
45
1.vyloučit z analýzy všechny objekty, u nichž se vyskytla nějaká chybějící hodnota (tzv.
„casewise“= „listwise“ odstranění objektů):
‐pokud chybějících hodnot mnoho, zbyde pouze málo objektů
‐pozor na systematicky chybějící hodnoty – může dojít ke zkreslení výsledků analýz
‐občas vhodné odstranit proměnné s mnoha chybějícími hodnotami místo objektů, pokud proměnné nejsou
důležité pro analýzu
2.definování souboru s vyplněnými „klíčovými“ proměnnými:
‐na tomto souboru provedena většina analýz
‐další analýzy dělány na podsouboru s menším počtem subjektů
3.doplnění chybějících hodnot (tzv. imputace):
‐doplnění průměrem z hodnot, které jsou pro danou proměnnou k dispozici
‐doplnění hodnot na základě regresních modelů
‐pozor! doplnění hodnot však může zkreslit výsledky analýz
‐

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Předzpracování dat – odlehlé hodnoty
•k identifikaci odlehlých hodnot mohou pomoci tečkové, maticové či krabicové grafy
•další možné metody k identifikaci odlehlých hodnot budou probrány na příští přednášce
•je třeba rozlišovat:
46
1.odlehlé hodnoty, které jsou způsobeny chybou (měřících přístrojů apod.) - jsou to většinou
nereálné hodnoty → je vhodné je smazat a dále s nimi zacházet jako s chybějícími hodnotami
2.odlehlé hodnoty, které jsou fyziologické (tzn. jsou to reálné hodnoty) → je vhodné tyto hodnoty v
datech ponechat, pokud je to možné a nezkreslí to analýzu a použít neparametrické metody analýzy
dat
‐příklad, kdy je vhodné odlehlou hodnotu v souboru ponechat: pacienti Alzheimerovou chorobou v
našem souboru mají hodnotu MMSE skóre větší než 15, jeden pacient má však hodnotu skóre 7 (je to
reálná hodnota, smazáním bychom uměle snížili variabilitu)
‐příklad, kdy je nevhodné odlehlou hodnotu v souboru ponechat: chceme měřit výšku 15-letých dětí –
dítě trpící nanismem měřící 80 cm by průměrnou výšku velice zkreslilo, proto ho ze souboru vyřadíme

logo-MU logo-IBA
Koriťáková, Dušek: Pokročilé metody analýzy dat v neurovědách
Poděkování
Příprava výukových materiálů předmětu
„DSAN02 Pokročilé metody analýzy dat v neurovědách“
byla finančně podporována prostředky projektu FRMU
č. MUNI/FR/0260/2014 „Pokročilé metody analýzy dat
v neurovědách jako nový předmět na LF MU“
47