Regresní analýza o jednoduchou i mnohonásobnou lineární regresi zadáme z položky menu Statistika `a Vícerozměrná regrese o zadáme závislé a nezávislé proměnné, na záložce Základní výsledky pak Výpočet výsledků regrese Regresní analýza o pokud chcete zvolit metodu, jak mají nezávislé proměnné vstupovat do analýzy, je třeba v detailním nastavení zatrhnout Další možnosti (krokové nebo hřeben. regrese), jinak je metoda Standardní -- všechny proměnné najednou o dále můžeme zadat grafy, nechat uložit spočítané hodnoty, vypočítat popisné statistiky... Příklad z přednášky o datový soubor data_priklad_regrese_prednaska_2 o 1) zjistěte, jak je počet let vzdělání respondeta ovlivněn počtem let vzdělání jeho otce o 2) zjistěte, jak je počet let vzdělání respondeta ovlivněn počtem let vzdělání jeho otce a počtem sourozenců respondenta Zápis výsledků o uvádíme R2, většinou v textu o příp. výsledek analýzy rozptylu (tj. zda náš model vysvětluje nenulový podíl rozptylu závislé proměnné) o regresní koeficienty, obvykle standardizované (při větším počtu do tabulky, jinak v textu) Zápis výsledků - příklad o Regresní analýzou bylo zjištěno, že počet let formálního vzdělání respondenta je ovlivněn především vzděláním otce (beta=0,43), zčásti také počtem sourozenců respondenta (beta=-0,13). Vzdělání otce a vzdělání respondenta je v pozitivním vztahu; naopak čím vyšší počet sourozenců, tím nižší vzdělání respondenta. Regresní model vysvětloval celkem 23% rozptylu v počtu let vzdělání respondenta (F=157,9, p<0,001). Příklady o datový soubor health o zjistěte, které osobnostní charakterisitky (neurotic až svědomit) mají nejtěsnější vztah k míře tělesného prožívání (proměnná tělo_vzt; ukazuje míru vnímavosti k vlastním tělesným procesům a pocit kontroly nad nimi)