Autor: RNDr. Eva Janoušová
Institut biostatistiky a analýz, Masarykova univerzita, Brno
1
Manuál pro analýzu dat v softwaru STATISTICA
Software STATISTICA je produkt StatSoft, Inc. (www.statsoft.com, www.statsoft.cz). STATISTICA je
dostupná v rámci MU z https://inet.muni.cz/auth/login (login stejný jako do www.is.muni.cz, seznam
dostupných softwarů lze najít v oddílu Provozní služby).
Načtení datového souboru
Soubor -> Otevřít -> vybrat datový soubor -> Otevřít -> Importovat vybraný list do tabulky -> vybrat
list Excelovského souboru -> OK -> nechat zatržené 1. řádek jako názvy proměnných -> OK ->
Importovat jako textové popisky
Uložení datového souboru
Soubor -> Uložit -> zadáme název souboru -> Uložit
Zapnutí automatického filtru
Označit všechny sloupce (např. pomocí CTRL+A nebo kliknutím do levého horního rohu tabulky) ->
Data -> Automatický filtr -> Automatický filtr
1. Vizualizace dat
Vytváření grafů pomocí záložky Grafy.
Koláčový graf
Grafy -> 2D grafy -> Výsečové grafy -> zvolit proměnnou (např. Gender) (v záložce Detaily je možné
zvolit, jakou legendu, typ a tvar grafu chceme (Legenda, Typ, Tvar) -> OK
Po dvojím kliknutí na graf se nám ukáže okno Možnosti grafu, kde lze libovolně měnit barvu grafu i
typ a tvar grafu a další parametry
Sloupcový graf (na ose y počty lidí)
Grafy -> Histogramy -> Proměnné -> zvolit proměnnou (např. Group) -> OK -> zrušit zatržení Typ
proložení: Normální -> na záložce Detaily zatrhnout Mezery mezi sloupci -> OK
Sloupcový graf (na ose y procenta)
Grafy -> Histogramy -> Proměnné -> zvolit proměnnou (např. Group) -> OK -> zrušit zatržení Typ
proložení: Normální -> na záložce Detaily zatrhnout Mezery mezi sloupci -> na záložce Detaily změnit
u Osa Y hodnotu N na % -> OK
Histogram (na ose y procenta)
Grafy -> Histogramy -> Proměnné -> zvolit proměnnou (např. Age) -> OK -> na záložce Detaily změnit
u Osa Y hodnotu N na % (lze např. si vypsat i základní popisnou statistiku zatrhnutím Popisné
statistiky) -> OK
Krabicový graf (s vykreslením odlehlých hodnot)
Grafy -> 2D grafy -> Krabicové grafy... -> Proměnné -> zvolit proměnnou (např. Age) jako Závislé
prom. -> OK -> OK
Krabicový graf (s minimem a maximem)
Grafy -> 2D Grafy -> Krabicové grafy... -> Proměnné -> zvolit proměnnou (např. Age) jako Závislé
prom. -> OK -> na záložce Detaily -> u Svorka zvolit Min-Max -> u Odl. hodn. & extrémy zvolit Vyp. ->
OK
Autor: RNDr. Eva Janoušová
Institut biostatistiky a analýz, Masarykova univerzita, Brno
2
2. Příprava dat pro analýzu
Nastavení formátu u MMSE na double
Dvakrát kliknout na šedé políčko s názvem proměnné -> nastavit Typ na Double -> nastavit Formát
zobrazení na Číslo -> OK
Nastavení formátu u scan_date na datum
Dvakrát kliknout na šedé políčko s názvem proměnné -> nastavit Formát zobrazení na Datum ->
vybrat formát 17/03/10 -> OK
Identifikace a odstranění duplikací
Data -> Filtrování dat/Překódování -> Filtrovat duplicitní případy -> Vstup: Proměnné -> ID -> OK -> u
Output zatrhnout Vytvořit tabulku duplicit -> OK
Je patrné, že se vždy zachová první záznam a druhý záznam je vyřazen bez ohledu na datum pořízení
skenu. Pokud chceme, aby byl vždy odstraněn záznam se starším datem, je nejprve nutné data seřadit
podle data pořízení skenu (sestupně) pomocí: Data -> Setřídit -> označit 1-ID -> Přidat prom. ->
označit 30-scan_date -> Přidat prom. -> Sestupně -> OK -> Zahrnout formátování
Nový datový soubor bez duplikací uložit.
Odstranění chybějících a chybných hodnot
Data -> Podmnožina -> Případy -> zatrhnout Povolit podmínky výběru – zapnout filtr -> do Zadané
výrazem napsat v4="" OR v4>110 OR v7="" -> OK -> OK
Nový datový soubor bez chybějících a chybných hodnot uložit.
Rekódování proměnné Gender, aby obsahovala pouze hodnoty F a M
1. způsob – ručně: Vyfiltrovat si řádek s hodnotou FF a hodnotu FF přepsat na F
2. způsob – vytvořením nové proměnné: Označit proměnnou za proměnnou Gender -> Vložit -> Přidat
proměnné -> Jméno -> zadat název nové proměnné (např. Gender_rek) -> do kolonky Dlouhé jméno
napsat =iif(v3="FF","F",v3) -> OK
Rekódování proměnné Group, aby obsahovala pouze hodnoty 1 (CN), 2 (MCI) a 3 (AD)
Označit proměnnou za proměnnou Group -> Vložit -> Přidat proměnné -> Jméno -> zadat název nové
proměnné (např. Group_3kat) -> do kolonky Dlouhé jméno napsat =iif(v2=3;2;iif(v2=4;3;v2)) -> OK
Jiný způsob pomocí Data -> Překódovat...
Vytvoření textových popisků u kvalitativní proměnné
Dvakrát kliknout na šedé políčko s názvem proměnné -> Textové hodnoty -> zadat textové popisky a
jejich příslušné číselné hodnoty -> OK -> OK
3. Popisná sumarizace dat
Popisná sumarizace dat pomocí Statistiky -> Základní statistiky/tabulky. Obecný popis dialogového
okna pro sumarizaci dat, vizualizace a další analýzy je uveden na Obr. 1.
Popisná sumarizace kvalitativních dat – frekvenční tabulka
Statistiky -> Základní statistiky/tabulky -> Tabulky četností -> Proměnné -> zvolit proměnnou (např.
Group) -> OK -> Výpočet
Popisná sumarizace kvantitativních dat
Statistiky -> Základní statistiky/tabulky -> Popisné statistiky -> Proměnné -> zvolit proměnnou (např.
Age) -> OK -> na záložce Detailní výsledky zatrhnout Medián, Variační koeficient, Dolní & horní
kvartily -> Výpočet
Autor: RNDr. Eva Janoušová
Institut biostatistiky a analýz, Masarykova univerzita, Brno
3
Obr. 1. Popis dialogového okna sloužícího pro sumarizaci, vizualizaci a další analýzy dat.
Popisná sumarizace kvantitativních dat – zapnutí filtru (vyfiltrování posledních 20
pacientů)
Statistiky -> Základní statistiky/tabulky -> Popisné statistiky -> Proměnné -> zvolit proměnnou (např.
Height a Height_cor) -> OK -> Select Cases -> Zapnout filtr -> některé, vybrané: -> do “nebo čísly
případů” zadat 814-833 -> OK -> na záložce Detailní výsledky zatrhnout Medián -> Výpočet
4. Transformace dat
Logaritmická transformace
Označit proměnnou za proměnnou, kterou chceme logaritmovat -> Vložit -> Přidat proměnné ->
Jméno -> zadat název nové proměnné (např. Weight_log) -> do kolonky Dlouhé jméno napsat
=Log(v9) (Pozor, v softwaru STATISTICA je přirozený logaritmus označen jako Log(x) místo Ln(x)!) ->
OK
Standardizace dat
Označit proměnnou za proměnnou, kterou chceme standardizovat -> Vložit -> Přidat proměnné ->
Jméno -> zadat název nové proměnné (např. Age_st) -> do kolonky Dlouhé jméno napsat =v6 -> OK >
Data -> Standardizovat... -> OK
Detailní nastavení
analýzy/grafu
Výběr dat pro analýzu/graf
Záložky možností nebo
nastavení analýzy/grafu
Způsob zpracování
chybějících hodnot
Selekce dat
Vážení dat
Nastavení
Autor: RNDr. Eva Janoušová
Institut biostatistiky a analýz, Masarykova univerzita, Brno
4
Centrování dat
Označit proměnnou za proměnnou, kterou chceme centrovat-> Vložit -> Přidat proměnné -> Jméno ->
zadat název nové proměnné (např. Height_centr) -> do kolonky Dlouhé jméno napsat =v9-174.15
(průměr vypočítaný pomocí Popisné statistiky) -> OK
Kategorizace
Označit proměnnou za proměnnou, kterou chceme kategorizovat -> Vložit -> Přidat proměnné ->
Jméno -> zadat název nové proměnné (např. Age_kat) -> OK -> Data -> Překódovat... (zkontrolovat si,
že v záhlaví je správný název proměnné, jinak vybrat správnou proměnnou pomocí tlačítka
Proměnná...) -> zadat podmínky a nové hodnoty (viz Obr. 2) -> OK
Obr. 2. Ukázka kategorizace věku.
5. Intervaly spolehlivosti
Výpočet intervalu spolehlivosti a střední chyby průměru (standard error)
Statistiky -> Základní statistiky/tabulky -> Popisné statistiky -> Proměnné -> zvolit proměnnou (např.
Age) -> OK -> na záložce Detailní výsledky zatrhnout Meze spolehl. prům. a Sm. chyba průměru ->
Výpočet
Výpočet kvantilů Studentova rozložení
Statistiky -> Pravděpodobnostní kalkulátor -> Rozdělení... -> t (Studentovo) -> zatrhnout Inverze ->
jako p zadat 0.975 -> jako sv (počet stupňů volnosti) zadat 832 -> Výpočet (vypočítá nám to hodnotu
t)
6. Užitečná nastavení
Vypnutí automatického překreslování grafů
Soubor -> Správce výstupů -> Grafy -> Nastavení -> Aktualizace dat přepnout na Uzamčen -> zrušit
zatržení u Aktualizace stavů případů v tabulce -> OK
Autor: RNDr. Eva Janoušová
Institut biostatistiky a analýz, Masarykova univerzita, Brno
5
7. Výpočet velikosti vzorku a power analýza
Výpočet velikosti vzorku
Statistiky -> Analýza síly testu -> Výpočet velikosti vzorku -> zvolit typ výpočtu podle typu našeho
experimentu, který budeme chtít provést (např. Dva průměry, t-test, nezáv. vzorky) -> OK -> nastavit
parametry a zvolit typ hypotézy (např. viz Obr. 3 – Pozor! Zadáváme typ nulové hypotézy, tedy
zadáváme opak toho, co chceme prokázat!) -> OK -> Vypočítat N
Obr. 3. Ukázka nastavení parametrů u výpočtu velikosti vzorku.
Power analýza
Statistiky -> Analýza síly testu -> Výpočet síly testu -> zvolit typ výpočtu podle typu našeho
experimentu, který budeme chtít provést (např. Dva průměry, t-test, nezáv. vzorky) -> OK -> nastavit
parametry a zvolit typ hypotézy (např. viz Obr. 4 – Pozor! Zadáváme typ nulové hypotézy, tedy
zadáváme opak toho, co chceme prokázat!) -> OK -> Vypočítat sílu
Obr. 4. Ukázka nastavení parametrů u power analýzy.
Autor: RNDr. Eva Janoušová
Institut biostatistiky a analýz, Masarykova univerzita, Brno
6
8. Statistické testy pro kvantitativní data – parametrické testy
Jednovýběrový t-test
Statistiky -> Základní statistiky/tabulky -> t-test, samost. vzorek -> OK -> zvolit proměnnou (např.
Hippocampus_volume (mm3)) -> OK -> Test všech průměrů vůči: 6575 -> na záložce Možnosti
zatrhnout Výpočet mezí spolehl. -> Výpočet
Párový t-test
Statistiky -> Základní statistiky/tabulky -> t-test, závislé vzorky -> OK -> zvolit proměnné (např.
Hippocampus_volume (mm3) jako 1. seznam proměnných a Hippocampus_volume_24 (mm3) jako 2.
seznam proměnných) -> OK -> Výpočet
Dvouvýběrový t-test
Statistiky -> Základní statistiky/tabulky -> t-test, nezávislé, dle skupin -> OK -> zvolit proměnné (např.
Putamen_volume (mm3) jako Závislé proměnné a Gender_rek jako Grupovací proměnná) -> na
záložce Možnosti lze zvolit Levenův test (test homogenity rozptylů) a Meze spol. pro odhady ->
Výpočet
Analýza rozptylu (ANOVA) a post-hoc testy – 1. způsob
Statistiky -> Základní statistiky/tabulky -> Rozklad & jednofakt. ANOVA -> OK -> zvolit proměnné
(např. Hippocampus_volume (mm3) jako Závislé proměnné a Group_3kat jako Grupovací proměnné)
-> OK -> OK -> na záložce ANOVA & testy kliknout na Analýza rozptylu (vypíše ANOVA tabulku); dále
lze vypsat i výsledky testů homogenity rozptylů: Leveneovy testy, Brown-Forsytheho testy -> na
záložce Post-hoc kliknout na Tukeyův HSD (v případě vyrovnaných počtů subjektů ve skupinách),
Tukey HSD - nestejná N (v případě nestejných počtů subjektů ve skupinách) nebo Schefféův test (pro
stejné i nestejné počty subjektů ve skupinách)
Analýza rozptylu (ANOVA) a post-hoc testy – 2. způsob
Statistiky -> ANOVA -> Jednofaktorová ANOVA -> OK -> zvolit proměnné (např. Hippocampus_volume
(mm3) jako Seznam závislých proměnných a Group_3kat jako Kategor. nezávislá proměnná (faktor))
-> OK -> OK -> Všechny efekty (vypíše ANOVA tabulku; prvního řádku s interceptem si nevšímáme) ->
Více výsledků -> na záložce Post-hoc kliknout na Tukeyův HSD (pro stejné počty subjektů ve
skupinách), HSD nestejné N (pro nestejné počty subjektů ve skupinách) nebo Schefféův (pro stejné i
nestejné počty subjektů)
9. Statistické testy pro kvantitativní data – neparametrické testy
Wilcoxonův test – jednovýběrový
STATISTICA neumožňuje počítat jednovýběrový Wilcoxonův test přímo. Je nutné nejprve vytvořit
novou proměnnou, která bude mít ve všech řádcích hodnotu, se kterou chceme srovnávat naše data:
Vložit -> Přidat proměnné -> Jméno -> zadat název nové proměnné (např. mmse_konst) -> do kolonky
Dlouhé jméno napsat =27,5 (hodnota konstanty, se kterou chceme srovnávat) -> OK
Poté můžeme použít pro výpočet párový Wilcoxonův test: Statistiky -> Neparametrická statistika ->
Porovnání dvou závislých vzorků (proměnné) -> OK -> zvolit proměnné (např. MMSE jako 1. seznam
proměnných a mmse_konst jako 2. seznam proměnných) -> OK -> Wilcoxonův párový test
(Je možné vypočítat i Znaménkový test, který je též neparametrickou alternativou párového t-testu.)
Wilcoxonův test – párový
Statistiky -> Neparametrická statistika -> Porovnání dvou závislých vzorků (proměnné) -> OK -> zvolit
proměnné (např. MMSE jako 1. seznam proměnných a MMSE_24 jako 2. seznam proměnných) -> OK
-> Wilcoxonův párový test
Autor: RNDr. Eva Janoušová
Institut biostatistiky a analýz, Masarykova univerzita, Brno
7
(Je možné vypočítat i Znaménkový test, který je též neparametrickou alternativou párového t-testu.)
Mannův-Whitneyův test
Statistiky -> Neparametrická statistika -> Porovnání dvou nezávislých vzorků (skupiny) -> OK -> zvolit
proměnné (např. Hippocampus_volume (mm3) jako Seznam závislých proměnných a Gender_rek
jako Nezáv. (groupov.) proměnná) -> OK -> M-W U test
Kruskalův-Wallisův test
Statistiky -> Neparametrická statistika -> Porovnání více nezávislých vzorků (skupiny) -> OK -> zvolit
proměnné (např. MMSE jako Seznam závislých proměnných a Group_3kat jako Nezáv. (groupov.)
proměnná) -> OK -> Výpočet (vypíše výsledky Kruskalova-Wallisova testu) -> Vícenás. porovnání
průměrného pořadí pro vš. sk. (vypíše výsledky post hoc analýzy)
10.Ověření předpokladů statistických testů
Vykreslení Q-Q grafu pro jednotlivé skupiny
Grafy -> 2D grafy -> Normální pravděpodobnostní grafy... -> zvolit proměnnou (např.
Hippocampus_volume (mm3)) -> Anal. skup. -> Skup. proměnná(é) -> vybrat proměnnou (např.
Gender_rek) -> OK -> zatrhnout Výstup do jediné složky -> přepnout Uspořádání skupin na Sestupně
-> OK -> lze zatrhnout Shapiro-Wilksův test (test normality dat) -> OK
Ověření normality pomocí Základní statistiky/tabulky pro jednotlivé skupiny
Statistiky -> Základní statistiky/tabulky -> Popisné statistiky -> Proměnné -> zvolit proměnnou (např.
Hippocampus_volume (mm3)) -> OK -> na záložce Detailní výsledky zatrhnout Medián (to teď není
nutné) -> Anal. skup. -> Skup. proměnná(é) -> vybrat proměnnou (např. Gender_rek) -> OK ->
zatrhnout Výstup do jediné složky a Sloučit tabulkové výsledky v jedné tabulce -> OK -> přepnout
Uspořádání skupin na Sestupně -> OK -> na záložce Normalita zatrhnout Shapiro-Wilkův W test ->
Tabulky četností -> na záložce Pravd. & bod. grafy lze nechat vykreslit Normální pravděpod. graf (tzn.
Q-Q graf) -> na záložce Normalita lze nechat vykreslit Histogramy
Ověření normality pomocí Histogramy... pro jednotlivé skupiny
Grafy -> Histogramy -> Proměnné -> zvolit proměnnou (např. Hippocampus_volume (mm3)) -> OK ->
na záložce Detaily změnit u Osa Y hodnotu N na %, zatrhnout Shapiro-Wilksův test a KolmogorovSmirnovův
test -> Anal. skup. -> Skup. proměnná(é) -> vybrat proměnnou (např. Gender_rek) -> OK ->
zatrhnout Výstup do jediné složky a Sloučit tabulkové výsledky v jedné tabulce -> OK -> přepnout
Uspořádání skupin na Sestupně -> OK -> OK
11.Další užitečné příkazy
Vykreslení tečkového grafu
Grafy -> Bodové grafy -> zvolit proměnné (např. Hippocampus_volume (mm3) jako X a
Hippocampus_volume_24 (mm3) jako Y -> na záložce Detaily můžeme zatrhnout Korelace a p (lin.
prolož.) -> OK
Popisná sumarizace kvantitativní proměnné podle kategorií kvalitativní proměnné
Statistiky -> Základní statistiky/tabulky -> Popisné statistiky -> Proměnné -> zvolit proměnnou (např.
Hippocampus_volume (mm3)) -> OK -> na záložce Detailní výsledky zatrhnout Medián -> Anal. skup.
-> Skup. proměnná(é) -> vybrat proměnnou (např. Gender_rek) -> OK -> zatrhnout Výstup do jediné
složky a Sloučit tabulkové výsledky v jedné tabulce -> OK -> přepnout Uspořádání skupin na Sestupně
-> OK -> Výpočet
Autor: RNDr. Eva Janoušová
Institut biostatistiky a analýz, Masarykova univerzita, Brno
8
Vytvoření šablony grafů
Upravit si graf do finální podoby -> 2x kliknout do grafu -> Styly... -> Více -> 2x kliknout na Graf (aby
se celý ten strom zavřel) -> kliknout na tlačítko s třemi tečkami -> Uložit jako -> pojmenovat graf ->
Uložit -> Zavřít -> OK
Úprava grafu podle šablony
2x kliknout do grafu -> Styly... -> Více -> 2x kliknout na Graf (aby se celý ten strom zavřel) -> otevřít
rozbalovací nabídku s typy grafů -> zvolit šablonu -> Upravit -> Zavřít -> OK
12.Analýza kontingenčních tabulek
Kontingenční tabulka absolutních četností
Statistiky -> Základní statistiky/tabulky -> Kontingenční tabulky -> OK -> Specif. tabulky (vyberte
proměn.) (např. Group_3kat do List 1 a Age_kat do List 2)-> OK -> OK -> Výpočet
Kontingenční tabulka procent
Statistiky -> Základní statistiky/tabulky -> Kontingenční tabulky -> OK -> Specif. tabulky (vyberte
proměn.) (např. Group_3kat do List 1 a Age_kat do List 2)-> OK -> OK -> na záložce Možnosti
zatrhnout Procenta z počtu v řádku, Procenta z počtu ve sloupci nebo Procenta celkového počtu ->
Výpočet
Kontingenční tabulka – očekávané četnosti
Statistiky -> Základní statistiky/tabulky -> Kontingenční tabulky -> OK -> Specif. tabulky (vyberte
proměn.) (např. Group_3kat do List 1 a Age_kat do List 2)-> OK -> OK -> na záložce Možnosti
zatrhnout Očekávané četnosti -> Výpočet
Pearsonův chí-kvadrát test
Statistiky -> Základní statistiky/tabulky -> Kontingenční tabulky -> OK -> Specif. tabulky (vyberte
proměn.) (např. Group_3kat do List 1 a Age_kat do List 2)-> OK -> OK -> na záložce Možnosti
zatrhnout Pearsonův & M-V chí-kvadrát -> na záložce Detailní výsledky kliknout na Detailní 2-rozm.
tabulky
Fisherův exaktní test
Statistiky -> Základní statistiky/tabulky -> Kontingenční tabulky -> OK -> Specif. tabulky (vyberte
proměn.) (např. Gender do List 1 a mmse_kat do List 2)-> OK -> OK -> na záložce Možnosti zatrhnout
Fisher exakt., Yates, McNemar (2 x 2) -> na záložce Detailní výsledky kliknout na Detailní 2-rozm.
tabulky
McNemarův test
Statistiky -> Základní statistiky/tabulky -> Kontingenční tabulky -> OK -> Specif. tabulky (vyberte
proměn.) (např. mmse_kat do List 1 a mmse24_kat do List 2) -> OK -> OK -> na záložce Možnosti
zatrhnout Fisher exact, Yates, McNemar (2 x 2) -> na záložce Detailní výsledky kliknout na Detailní
2-rozm. tabulky
Autor: RNDr. Eva Janoušová
Institut biostatistiky a analýz, Masarykova univerzita, Brno
9
13.Testy binomických dat
Jednovýběrový binomický test
Příklad: Mezi 50 pacienty s Alzheimerovou chorobou je 12 pacientů s MMSE skóre nižším než daná
hranice. Ověřte, zda podíl pacientů s nižším skóre je stejný jako v běžné populaci (v běžné populaci
uvažujte, že 5% lidí má hodnoty nižší než hranice).
Statistiky -> Základní statistiky/tabulky -> Testy rozdílů: r, %, průměry -> Rozdíl mezi dvěma poměry
-> zadat pravděpodobnosti a počty subjektů (viz Obr. 5 vlevo) -> Oboustr. -> Výpočet (dostaneme
p-hodnotu)
Obr. 5. Ukázka zadávání parametrů v jednovýběrovém (vlevo) a dvouvýběrovém binomickém testu
(vpravo).
Dvouvýběrový binomický test
Příklad: Mezi 42 pacienty s Alzheimerovou chorobou (AD) je 11 pacientů s MMSE skóre nižším než
daná hranice. Mezi 18 pacienty s mírnou kognitivní poruchou (MCI) je 6 pacientů s MMSE skóre
nižším než daná hranice. Ověřte, zda se podíly pacientů s nižším skóre u pacientů s AD a MCI liší.
p1=11/42=0,262 a p2=6/18=0,333
Statistiky -> Základní statistiky/tabulky -> Testy rozdílů: r, %, průměry -> Rozdíl mezi dvěma poměry
-> zadat pravděpodobnosti a počty subjektů (viz Obr. 5 vpravo) -> Oboustr. -> Výpočet (dostaneme
p-hodnotu)
14.ROC analýza
I. Vytvoření proměnné mmse_neg (mmse_neg=-mmse), protože je nutné, aby hodnoty skóre pro
kontrolní subjekty byly menší než hodnoty pro pacienty.
II. Statistiky -> Pokročilé lineární/nelineární modely -> Zobecněné lineární/nelineární modely ->
Logitový model -> OK -> zvolit proměnné (group_01_CnMci jako Závislá proměnná a mmse_neg
jako Spojité nezáv. prom. -> zvolit Odezv. kódy (zadat hodnoty: 1 0 (je nutné to mít v tomto
pořadí, aby byla správně vypočítaná senzitivita a specificita; 1 značí rizikovou skupinu, 0
kontrolní skupinu)) -> OK -> OK -> na záložce Rezid. 1 kliknout na ROC křivka (vykreslí se graf
s ROC křivkou a AUC)
III. Pro zjištění cut-off (nejlepšího dělícího bodu) je nutné nejdříve vypsat frekvenční tabulku hodnot
spojité proměnné: Statistiky -> Základní statistiky/tabulky -> Tabulky četností -> zvolit
proměnnou (např. mmse_neg) -> Výpočet
IV. Výslednou tabulku je nutné zkopírovat do Excelu: kliknout na levý horní roh tabulky (tím se celá
tabulka označí) -> kliknout do tabulky pravým tlačítkem myši -> Kopírovat se záhlavími -> vložit
do Excelu -> seřadit podle hodnot prvního sloupce sestupně
Co největší N2 Vypočtená p-hodnota Vypočtená p-hodnota
Autor: RNDr. Eva Janoušová
Institut biostatistiky a analýz, Masarykova univerzita, Brno
10
V. Do Excelu za tuto tabulku přikopírovat tabulku, která byla vytvořena jako výsledek ROC analýzy
VI. V Excelu spočítat specificitu (tzn. udělat 1-(sloupeček s 1-Specificita)) a pak spočítat součet
senzitivity a specificity -> vybrat řádek s největší hodnotou součtu senzitivity a specificity
VII. Vytvoření kategorizovaného MMSE skóre s využitím cut-off: Vložit -> Přidat proměnné ->
pojmenovat novou proměnnou (např. mmse_kat) a do kolonky Dlouhé jméno napsat =iif(v14<
-28;0;1) -> OK
VIII. Ověření vypočítané senzitivity a specificity: Statistiky -> Základní statistiky/tabulky ->
Kontingenční tabulky -> OK -> Specif. tabulky (vyberte proměn.) (např. mmse_kat do List 1 a
group_01_CnMci do List 2)-> OK -> OK -> na záložce Možnosti zatrhnout Procenta z počtu ve
sloupci -> Výpočet (senzitivita je tady procento v pravém dolním rohu, specificita je procento
v levém horním rohu – záleží ale na nakódování dat a v Listu 1 musí být výsledek diagnostického
testu a v Listu 2 skutečnost)
15.Korelační analýza
Bodový graf (“Scatterplot”)
Grafy -> Bodové grafy... -> zvolit proměnné (např. Putamen_volume (mm3) jako X a
Amygdala_volume (mm3) jako Y -> OK -> na záložce Detaily lze zatrhnout Korelace a p (lin. prolož.)
(vypočítá Pearsonův korelační koeficient a p-hodnotu) a R kvadrát -> OK
Výpočet Pearsonova korelačního koeficientu
Statistiky -> Základní statistiky/tabulky -> Korelační matice -> OK -> 1 seznam proměn. -> zvolit
proměnné (např. Amygdala_volume (mm3) a Putamen_volume (mm3)) -> na záložce Možnosti zvolit
Zobrazit r, p-hodnoty a N -> Výpočet
Srovnání dvou korelačních koeficientů
Statistiky -> Základní statistiky/tabulky -> Testy rozdílů: r, %, průměry -> OK -> zadáme hodnoty
korelačního koeficientu a počet subjektů obou výběrů -> Výpočet (spočítá nám to p-hodnotu)
Výpočet Spearmanova korelačního koeficientu (výpočet čtvercové korelační matice)
Statistiky -> Neparametrická statistika -> Korelace (Spearman, Kendallovo tau, gama) -> OK -> zvolit
proměnné (např. MMSE a Hippocampus_volume (mm3)) -> OK -> Spearmanův koef. R
Výpočet Spearmanova korelačního koeficientu (výpočet detailní tabulky)
Statistiky -> Neparametrická statistika -> Korelace (Spearman, Kendallovo tau, gama) -> OK -> zvolit
Detailní report (místo Čtvercová matice) -> zvolit proměnné (např. MMSE do 1. seznam proměnných
a Hippocampus_volume (mm3) do 2. seznam proměnných) -> OK -> Spearmanův koef. R
16.Regresní analýza
Lineární regrese a odstranění vlivu kovariát
Statistiky -> Vícenásobná regrese -> zvolit proměnné (např. Nucl_caud_volume (mm3) jako Závislá
prom., Age a gender_01,... jako Seznam nezáv. proměnných) -> OK -> OK -> Výpočet: Výsledky
regrese (vypíše regresní koeficienty a p-hodnoty) -> OK
- Vykreslení Q-Q grafu pro rezidua: kliknout na Normální p-graf reziduí
- Vykreslení histogramu reziduí: na záložce Rezidua kliknout na Histogram reziduí (vpravo lze
zvolit, zda chceme vykreslit histogram reziduí či standardizovaných reziduí)
- Vykreslení bodového grafu predikovaných hodnot a reziduí: na záložce Bodové grafy kliknout
na Předpovědi vs. rezidua
- Uložení reziduí: na záložce Uložit kliknout na Uložit rezidua & předpovědi -> zvolit proměnné,
které bude nově vytvořená tabulka dále obsahovat -> OK
Autor: RNDr. Eva Janoušová
Institut biostatistiky a analýz, Masarykova univerzita, Brno
11
17.Analýza přežití
Kaplanův-Meierův odhad funkce přežití pro jeden výběr
Statistiky -> Pokročilé lineární/nelineární modely -> Analýza přežívání -> Kaplan-Meierova metoda ->
OK -> zvolit proměnné (např. cas jako Časy přežívání a umrti jako Indikátor cenzorov.) -> OK -> Kódy
pro ukončené: 1 -> Kód pro cenzorované: 0 -> OK
- Vykreslení křivky přežití: kliknout na Časy přežívání vs. kum. podíly přežív.
- Vypsání tabulky pro výpočet x-letého přežití: kliknout na Výsledky: analýza přežívání
- Vypsání tabulky s mediánem přežití: na záložce Detaily kliknout na Kvantily funkce přežívání
Kaplanův-Meierův odhad funkce přežití pro dva výběry
Statistiky -> Pokročilé lineární/nelineární modely -> Analýza přežívání -> Porovnání dvou vzorků -> OK
-> zvolit proměnné (např. cas jako Přežívání, umrti jako Cenzor. prom., Skupina jako Grupovací prom.)
-> OK -> Kódy pro ukončené: 1 -> Kód pro cenzorované: 0 -> zkontrolovat, jestli kategorie grupovací
proměnné jsou v pořadí, jaké chceme -> OK
- Vykreslení křivek přežití: na záložce Grafy funkcí kliknout na Kum. podíl přežív. dle skupin
(Kaplan Meier)
- Výpočet testu na srovnání přežití ve skupinách: na záložce Základní výsledky kliknout na
Gehanův Wilcoxonův test nebo Ln-pořadový test (p-hodnota je v záhlaví tabulky)
- Vypsání tabulky pro výpočet x-letého přežití: na záložce Dvouvýběrové testy kliknout na
Podíly přežív. dle skupin (nevypisuje se ale střední chyba nutná pro výpočet intervalů
spolehlivosti a nevypočítá se medián přežití – je nutné tyto údaje počítat pro každou křivku
zvlášť pomocí Kaplanova-Meierova odhadu funkce přežití pro jeden výběr (postup viz výše))
Kaplanův-Meierův odhad funkce přežití pro tři a více výběrů
Statistiky -> Pokročilé lineární/nelineární modely -> Analýza přežívání -> Porovnání více vzorků -> OK
-> zvolit proměnné (např. cas jako Přežívání, umrti jako Cenzor. prom., Skupina jako Grupovací prom.)
-> OK -> Kódy pro ukončené: 1 -> Kód pro cenzorované: 0 -> Kódy (skupin) -> Vše (kdyžtak změnit
pořadí kategorií podle toho, jak potřebujeme) -> OK -> OK
- Vykreslení křivek přežití: kliknout na Kumul. podíl přežív. (Kaplan-Meier) dle skupin
- Výpočet testu na srovnání přežití ve skupinách: kliknout na Výpočet: časy přežívání & skóre
(p-hodnota je v záhlaví tabulky)
- Vypsání tabulky pro výpočet x-letého přežití: na záložce Detaily kliknout na Procenta přežív.
dle skup. (nevypisuje se ale střední chyba nutná pro výpočet intervalů spolehlivosti a
nevypočítá se medián přežití – je nutné tyto údaje počítat pro každou křivku zvlášť pomocí
Kaplanova-Meierova odhadu funkce přežití pro jeden výběr (postup viz výše))
Coxův model proporcionálních rizik
Statistiky -> Pokročilé lineární/nelineární modely -> Coxovy modely proporcionálního rizika -> zvolit
proměnné (např. OS_doba_mesice jako Doby přežití, ECOG1 jako Kovariáty, Umrti jako Censorovací
proměnná) -> OK -> Kód pro výskyt události: 1 -> Kód pro censorovaná data: 0 -> OK -> Parametrické
odhady
Poděkování
Příprava výukových materiálů předmětu „DSAN01 Analýza dat pro Neurovědy “ byla finančně
podporována prostředky projektu FRVŠ č. 942/2013 „Inovace materiálů pro interaktivní výuku a
samostudium předmětu Analýza dat pro Neurovědy“.