1.       Mějme množinu naměřených bodů:

x[1] = 2; y[1] = 0,5

x[2] = 3; y[2] = 15

x[3] = 4; y[3] = 2

x[4] = 6; y[4] = 6,5

Body si zadejte do Exceové tabulky a udělejte si jejich graf.

Je v této množině bodů hrubá chyba (outlier)? Pokud ano, jaká a proč. x[2] = 3; y[2] = 15, viz
graf:


·         Pracujte s množinou bodů, ze které jste odstranili hrubé chyby.


·         Vypočítejte směrnici (b1) a úsek (b0) lineární rovnice, kterou proložíte těmito body
(použijte lineárni regresi).

b1 = 1.5, b0 = 3


·         Vypočítejte korelační index R^2.

R^2 = 0.9231


2.       Doplňte následující tabulku:


                                          Název molekuly

                                                pKa

                                          Náboj na atomu

                                               Pka_p

                                               pKa_d

                                                 H



                                          Tréningová sada

Carboxyacetic acid

                                               2.85

                                               0.48

                                               3.21

                                               0.36

Hydroxyethanoic acid

                                               3.83

                                              0.4649

                                               3.53

                                               0.30

Dipropylacetic acid

                                                4.6

                                              0.3907

                                               5.12

                                               0.52

n-Butanoic acid

                                               4.82

                                              0.4187

                                               4.52

                                               0.30

n-Dodecanoic acid

                                                5.3

                                               0.396

                                               5.01

                                               0.29

                                         Testova- cí sada

Almond acid

                                               3.41

                                              0.4371

                                               4.13

                                               0.72

Amber acid

                                               4.21

                                              0.4628

                                               3.58

                                               0.63

n-Capric acid

                                                4.9

                                              0.3991

                                               4.94

                                               0.04

Poznámka: V tabulce jsou karboxylové kyseliny, náboje zjišťujeme na COOH skupině.  O označuje
kyslík, na kterém je vázán H. Struktury molekul získáme z PubChemu. Náboje počítejte pomocí
programu ACC2 (https://acc2.ncbr.muni.cz/), použijte defaultní nastavení (= nahrajte molekulu a
dejte “Compute charges”).

·         Pro QSPR model: pka = p1*qH + p2 vytvořte v Excelu graf závislosti pKa na pH.  Pro
vytvoření modelu použijte jen tréningovou sadu.


·         Pro tento model dopočítejte p1 a p2. p1 = -21.473, p2 = 13.514


·         Pomocí modelu predikujte pKa pro všechny molekuly. (Přidejte si do tabulky sloupec
pka_p.)


·         Vypočítejte relativní odchylku pro všechny body. (Přidejte si do tabulky sloupec pka_d.)


·         Vypočítejte R2, RMSD a průměrnou relativní odchylku pro tréninkovou sadu. R² = 0.8198

RMSD = 0.163


·         Vypočítejte Q2, RMSD a průměrnou relativní odchylku pro testovací sadu.


Q^2 = 0.3114

RMSD = 0.3196