4. Практические работы
4.1 Влияние гендерного признака на величину веса, на коэффициент корреляции между ростом и весом
Цель:проанализировать влияние гендерного признака на величину веса и на коэффициент корреляции между ростом и весом.
Задачи.
В программе MSExcelпроанализировать влияние гендерного признака на вес.
В программе MSExcelвычислить коэффициент корреляции между ростом и весом;
В программе Statistica10 проверить значимость гендерного признака для веса;
В программе Statistica 10 проанализировать влияние гендерного признака на коэффициент корреляции между ростом и весом;
Совместить результаты, полученные в обеих программах и сделать соответствующие выводы.
Характеристика данных
Анализируемые данные взяты из справочного пособия [1].
В справочнике представлены наиболее распространенные референтные величины лабораторных и функциональных показателей, полученные при обследовании практически здоровой части населения европейского региона России. Впервые приводятся данные по различным направлениям медицинской практики, включая радиационную медицину. Предназначен для врачей и студентов старших курсов медицинских вузов.
Данные были представлены в виде таблицы, отдельно для мужчин и женщин. Вес разгруппирован по росту(13 для женщин, 13 для мужчин групп) и возрасту(7 групп) Рис. 1.и Рис.2.
3.Анализ данных
3.1. Графический Анализ данных в ms Excel
Построение графиков зависимости веса от возраста по гендерному признаку (рис.3.) дает основание говорить о том, что кривая веса мужского пола идет выше кривой женского пола.
На рисунке ромбами обозначены мужчины, квадратами женщины. По оси х – возраст, по оси у – вес.
Н
а
Рис. 3. показаны результаты расчета
коэффициента корреляции между ростом
и весом для мужчин и женщин, сгруппированные
по возрасту.
Коэффициент корреляции [2] был рассчитан в программе MS Excel, с использованием функции « =КОРРЕЛ(Массив 1; Массив 2)» (Массив 1 – возрастные группы, массив 2 – вес, для каждого возраста отдельно) [3].
Рис. 5. позволяет увидеть, что коэффициент корреляции между ростом и весом у мужчин до возраста 35- 63 лет практически не меняется, а после уменьшается.
У женщин до 53 лет коэффициент корреляции осциллирует, затем переходит в константу равную 0,8.
На рисунке ромбами обозначены мужчины, квадратами женщины. По оси х – возраст, по оси у – значение коэффициента корреляции.
3.2. Анализ данных в Statistica 10
Для проверки значимости фактора гендерного признака на коэффициент корреляции между весом и ростом и на вес была использована программа Statistica 10 [3].
Н
а
Рис. 6. показаны данные, внесенные в
программу Statistica 10, для анализа значимости
зависимости гендерного признака. В
первой колонке вес мужчин и женщин, во
второй фактор, влияющий на него –
гендерный призн
ак (1- Мужской пол, 2- Женский пол).
Выделено красным
Однофакторный анализ по исследованию значимости гендерного признака на вес показал, что фактор значим, так как строки «свободный член» и «пол» выделены красным, это видно на Рис. 7.
Р
ис.8.
показывает данные, внесенные в программу
Statistica 10, для анализа значимости зависимости
коэффициента корреляции между ростом
и весом от гендерного признака. В первой
колонке внесен коэффициент корреляции,
во второй влияющий фактор - гендерный
признак (1- Мужской пол, 2- Женский пол).
Однофакторный дисперсионный анализ по исследованию значимости гендерного признака на коэффициент корреляции показал, что фактор не значим, так как строка «пол» черного цвета, при строке «свободный член» выделенной красным цветом, это можно увидеть на Рис.9.
Выводы
1. Анализ в программе MS Excel дает основание говорить о том, что вес зависит от гендерного признака.
2.Анализ зависимости коэффициента корреляции между полом и ростом от гендерного признака в программе MS Excel позволяет увидеть, что коэффициент корреляции между ростом и весом у мужчин до возраста 35- 63 лет практически не меняется, а после уменьшается. У женщин до 53 лет коэффициент корреляции осциллирует, затем переходит в константу.
3. Однофакторный анализ по исследованию значимости гендерного признака на вес в программе Statistica 10 показал, что фактор значим.
3. Однофакторный дисперсионный анализ по исследованию значимости гендерного признака на коэффициент корреляции в Statistica 10 показал, что фактор не значим.
5.Результаты анализа, проведенные в обеих программах, дают основание говорить о том, что вес значимо зависит от гендерного признака, а коэффициент корреляции между ростом и весом нет.