Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ММП/2
Материал из MachineLearning.
Пожертвования на благотворительность
Благотворительная организация разослала 4268 писем с предложением сделать пожертвование и получила отклик с пожертвованиями от 1707 адресатов. Для каждого адресата известны: индикатор ответа на предыдущее письмо, число недель, прошедших с момента предыдущего пожертвования, размеры текущего, предыдущего и среднего по всем предыдущим пожертвованиям в голландских гульденах, число писем, отправляемых адресату в год, доля писем, в ответ на которые приходят пожертвования (charity.xlsx).
- Морозов: какие признаки отличают людей, совершающих пожертвования?
Содержание азота в кормовых растениях
Четыре вида растений (Leucaena leucocephala, Acacia saligna, Prosopis juliflora, Eucalyptus citriodora), которые могут расти в долине реки Иордан, где климат достаточно засушливый, выращивались в лаборатории при разных условиях доступа к воде. Количество воды, получаемой растением в сутки, менялось в разных группах от 50 до 650 мм с шагом 100 мм. Исследователей интересовала возможность их использования для кормления сельскохозяйственных животных, для чего необходимо высокое содержание азота. Для 9 растений в каждой группе известно содержание азота (plants.xlsx).
- Квасов: как содержание азота меняется для разных видов растений при разных условиях выращивания? Какие растения лучше всего подходят для сельскохозяйственного использования?
Вакцина против вируса папилломы человека
Собраны данные по 1413 пациенткам клиник при университете Джона Хопкинса, проходившим с 2006 по 2008 вакцинацию против папилломавируса человека препаратом Гардасил. Рекомендуемый курс — три укола в течение года — был пройдён только 469 пациентками. Производитель препарата исследует, в каких демографических группах и каком способе получения вакцины проведение полного курса наиболее вероятно (gardasil.xls).
- Панкратов: что отличает пациентов, прошедших полный курс вакцинации в течение года, от тех, кто его не прошёл?
Продолжительность жизни и активность размножения самцов дрозофилы
Для изучения влияния активности размножения самцов дрозофилы на продолжительность их жизни был организован следующий эксперимент. По 25 самцов в пяти группах содержались в одинаковых условиях, за исключением одного отличия: в первой группе к каждому самцу ежедневно подсаживалась готовая к размножению самка, во второй — восемь готовых к размножению самок, в третьей и четвёртой — соответственно, одна и восемь беременных самок, не готовых к размножению, наконец, к самцам пятой группы не подсаживали никого. Для каждого самца измерена продолжительность жизни, длина грудной клетки и доля времени, проводимого во сне (fly.txt).
- Кудрявцев: исследовать связь между продолжительностью жизни самцов дрозофилы и наличием самок разного типа и количества.
Эффективность тромболитической терапии
Собраны данные по 206 пациентам второго кардиологического отделения московской городской клинической больницы №25. Имеются результаты 14 анализов, а также 8 дополнительных признаков, описывающих пациента (пол, возраст, курение, наличие диабета и т.д.) (сardio.xls).
- Рысьмятова: оценить влияние курения на вероятности выздоровления и возникновения осложнений, а также на результаты 14 анализов.
Интеллект и размер головного мозга
Исследование проводилось среди студентов психологического факультета крупного университета. Все испытуемые должны были быть правшами, а также не иметь повреждений мозга, эпилепсии, алкоголизма и сердечных заболеваний. Участники предварительного этапа эксперимента прошли несколько IQ-тестов, после чего для дальнейшего участия было отобрано 20 мужчин и 20 женщин, имевших коэффициент интеллекта либо ниже 103, либо выше 130 баллов. Для каждого из отобранных при помощи магнитно-резонансной томографии были получены 18 снимков срезов головного мозга, и общее количество пикселей на всех 18 снимках было принято в качестве меры объёма мозга. Помимо этого, были собраны данные о росте и массе тела испытуемых (brain.xlsx).
- Иванов: исследовать взаимосвязи между коэффициентами интеллекта и биологическими характеристиками испытуемых (пол, рост, вес, объём мозга).
Краш-тест с манекенами
Имеются результаты 352 краш-тестов, при которых происходило лобовое столкновение автомобилей с бетонной стеной на скорости около 60 км/ч. Измерены показатели повреждения манекенов: критерий тяжести повреждений головы, замедление грудной клетки, нагрузка на левое и правое бедро (crush.xls).
- Шаповалов: исследовать зависимость показателей повреждения от типа кузова, вида средств защиты, места манекена.
Обучение родителей воспитанию детей
975 родителей участвовало в программе обучения воспитанию. Было проведено три опроса, в ходе которых родители отвечали на вопрос: "За последние несколько недель обращались ли дети к вам с проблемой или вопросом, который их беспокоил?" Первый опрос был проведён до начала обучения, второй — сразу после, и третий — по прошествии 6-8 недель после окончания обучения. Известен также уровень образования родителя (education.txt).
- Чабаненко: стали ли родители больше общаться с детьми в результате обучения? Проанализировать с учётом уровня образования родителей.
Внешний вид и привлекательность самок мечехвостов
Изучалось влияние внешних характеристик самок морских ракообразных мечехвостов на их привлекательность для самцов. Выборка состоит из данных о наблюдениях над 173 особями и содержит закодированные данные о размере самок, их весе, цвете, состоянии панциря, а также о количестве спутников (horseshoe crab.txt).
- Даулбаев: по каким признакам одинокие самки отличаются от имеющих хотя бы одного спутника?
Рак лёгких в Китае
Для участников исследования, проживающих в одном из восьми городов Китая, известно, курят ли они и больны ли раком лёгких (china_smoking.xls).
- Молчанова: как связаны риск заболевания раком лёгких, курение и город проживания участников исследования?
Свойства грибов
Для 8416 грибов задано признаковое описание согласно справочнику The Audubon Society Field Guide to North American Mushrooms (mushroom.csv).
- Чиркова: по каким признакам съедобные грибы отличаются от ядовитых, и каковы эти отличия?
Курение и болезнь Альцгеймера
Ретроспективное исследование влияния курения на болезнь Альцгеймера включает пациентов с болезнью Альцгеймера, другими формами деменции и другими диагнозами; известны статус курения и пол (alzheimer.txt).
- Захаров: как курение и пол связаны с различными формами снижения умственной деятельности?
Нарушения ПДД
В исследовании влияния обучения подростков вождению на число инцидентов с нарушениями ПДД контрольная группа состоит из 2409 человек. По каждому из них данные собираются на протяжении четырёх лет (traffic_violation.txt).
- Молчанов: меняется ли в контрольной группе число инцидентов с годами? Если да, то как?
Массовая доля жира в организме
Массовая доля жира, важная характеристика здоровья, рассчитывается через плотность тела, измеряемую при помощи взвешивания в воде. Для 252 мужчин проведены такие расчёты. Имеются также данные антропометрии (возраст, рост, вес, обхват грудной клетки и т.д.) (fat.xls).
- Новиков: как связаны простые антропометрические показатели (возраст, рост, вес, ИМТ) с обхватами?
Биоразлагаемость молекул
1055 химических молекул описаны с помощью 41 признака (число атомов кислорода, нитратных групп, донорных связей с водородом, потенциал ионизации и т.д.); 355 из них биоразложимы (biodeg.xlsx).
- Вихрева: какие признаки отличают биоразложимые молекулы от устойчивых?
Эхинацея и респираторные заболевания
Группа детей от 2 до 11 лет случайным образом была распределена по двум типам лечения ОРЗ — плацебо и экстракт эхинацеи. Доза эхинацеи подбиралась соответственно возрасту ребёнка по рекомендации производителя. В группе плацебо произошло 329 простудных заболеваний, в группе эхинацеи — 367. Для каждого заболевания известны тяжесть его протекания по мнению родителей и наличие сопутствующих симптомов (echinacea.xlsx).
- Полякова: эффективно ли лечение ОРЗ с помощью экстракта эхинацеи?
Годовой заработок
Опрос US Bureau of Labor Statistics 2002 года содержит данные о годовом заработке 55729 участников; известны также их пол (1 = "male", 2 = "female" ), возраст, уровень образования (1 = "no high school", 2 = "some high school", 3 = "high school diploma", 4 = "some college", 5 = "bachelor's degree", 6 = "postgraduate degree") и тип работы (5 = "private sector", 6 = "government", 7 = "self-employed") (workers.xlsx).
- Копин: оценить влияние образования, пола и типа работы на годовой заработок.
Одеяла с электрообогревом
Одеяла с электрообогревом применяются в хирургии для восстановления температуры тела пациента после операции. Имеются четыре вида одеяла: стандартный, b0, и три экспериментальных — b1, b2, b3. Для 41 пациента известно время, за которое нормальная температура тела восстанавливается при использовании одеяла одного из видов (blanket.txt).
- Гитман: отличаются ли экспериментальные одеяла от стандартного?
Риск сердечно-сосудистых заболеваний
В рамках исследования риска сердечно-сосудистых заболеваний изучалось влияние регулярных занятий спортом на частоту сердечных сокращений при выполнении шестиминутного упражнения на беговой дорожке. Выборка состоит из 800 испытуемых двух групп. Половина из них пробегала не меньше 15 миль в неделю, половина вела малоподвижный образ жизни. Известен пол испытуемых и их пульс по окончании упражнения (heartrate.txt).
- Стёпина: оценить влияние регулярных занятий спортом на частоту сердечных сокращений после нагрузки с учётом пола.
Открытие депозита
Имеются результаты обзвона 4119 клиентов португальского банка, которым предлагалось завести депозит. Известны социально-демографические характеристики клиентов, история предыдущих коммуникаций, социально-экономические показатели на момент совершения звонка (deposit.xlsx).
- Афанасьев: какие признаки повышают вероятность открытия депозита клиентом по результатам обзвона?
