Metoda zpracování dat - přednášky ze Statistiky

Korelační analýza se zabývá vzájemnými (většinou lineárními) závislostmi, kdy se klade důraz především na intenzitu (sílu) vzájemného vztahu než na zkoumání veličin ve směru příčina - následek.
Regresní analýza se zabývá jednostrannými závislostmi. Jedná se o situaci, kdy proti sobě stojí vysvětlující (nezávisle) proměnná v úloze „příčin“ a vysvětlovaná (závisle) proměnná v úloze „následků“.
Dává odpovědi na otázky typu: jaký vztah existuje mezi proměnnými X a Y (lineární, kvadratický atd.), lze proměnnou Y odhadnout pomocí proměnné X a s jakou chybou?
Statistická analýza má v těchto souvislostech následující cíle:
- poskytnout číselné míry vztahu dvou proměnných podobným způsobem, jako průměr a směrodatná odchylka popisující chování jedné proměnné,
- najít vzorce pro optimální predikci proměnné, kterou považujeme za závisle proměnnou,
- ohodnotit chybu predikce,
- ověřovat různé hypotézy o zkoumaném vztahu.
Dvourozměrná analýza dat
Základní postup dvourozměrné analýzy je podobný jako v jednorozměrném případě:
- Nejdříve se pokusíme zobrazit data graficky.
- Hledáme základní konfigurace a tendence v datech.
- Přidáváme numerické charakteristiky různých aspektů dat.
- Často se nám podaří vystihnout stručným způsobem základní konfiguraci dat pomocí pravděpodobnostního modelu.