Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ФУПМ/2
Материал из MachineLearning.
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)
- Гилязев: эффективно ли лечение ОРЗ с помощью экстракта эхинацеи?
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)
- Гончаров: как содержание азота меняется для разных видов растений при разных условиях выращивания? Какие растения лучше всего подходят для сельскохозяйственного использования?
Данные антропометрии
Для 247 мужчин и 260 женщин измерены две группы антропометрических показателей – легко измеримые характеристики скелета и обхваты, всего 21 признак. Указаны возраст, пол, вес и рост. (body.xlsx)
- Задаянчук: как связаны друг с другом характеристики скелета и обхваты?
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)
- Златов: что отличает пациентов, прошедших полный курс вакцинации в течение года, от тех, кто его не прошёл?
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).
- Черных: оценить влияние курения на вероятности выздоровления и возникновения осложнений, а также на результаты 14 анализов.
Белки в коре мозга мышей
В 1080 образцах коры мозга мышей измерен уровень экспрессии 77 белков. Часть образцов взята от трисомных мышей (лабораторная модель синдрома Дауна), часть — от здоровых; в эксперименте перед получением образцов некоторые мыши получали стимул к обучению, а некоторые — нет; наконец, части мышей вводился Мемантин, а части — физраствор. Цель эксперимента — проверить, восстанавливает ли Мемантин способность к обучению у трисомных мышей. (memantine.xls)
- Двинских: влияет ли Мемантин на экспрессию белков здоровых мышей?
- Исаченко: отличается ли экспрессия белков у здоровых и трисомных мышей в каких-нибудь из экспериментальных подгрупп?
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).
- Королев: исследовать взаимосвязи между коэффициентами интеллекта и биологическими характеристиками испытуемых (пол, рост, вес, объём мозга).
Задержка авиарейсов
Для 4029 рейсов, вылетавших из Нью-Йоркского аэропорта Ла-Гуардия, известны название авиакомпании-перевозчика, аэропорт назначения, диапазон планируемого времени вылета, день недели, месяц, продолжительность полёта и время задержки вылета. (FlightDelays.csv)
- Дойничко: есть ли закономерности в задержках вылетов?
Дома престарелых Нью-Мексико
Для 52 лицензированных домов престарелых Нью-Мексико известны: число коек, суммарное годовое число дней в стационаре и койко-дней (в сотнях), суммарные годовые расходы на уход за пациентами, зарплату медсестёр и инфраструктуру (в сотнях долларов). (nursing_homes.txt)
- Чащин: чем городские дома престарелых отличаются от сельских?
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).
- Родионов: какие признаки отличают людей, совершающих пожертвования?
Свойства грибов
Для 8416 грибов задано признаковое описание согласно справочнику The Audubon Society Field Guide to North American Mushrooms (mushroom.csv).
- Переберина: по каким признакам съедобные грибы отличаются от ядовитых, и каковы эти отличия?
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).
- Бочкарев: как связаны простые антропометрические показатели (возраст, рост, вес, ИМТ) с обхватами?
Допустимость наказаний
Известно мнение двенадцати родителей о допустимости наказания их детей по результатам оценки в психогенном эксперименте; допустимость выражается в баллах, чем ниже балл, тем менее допустимым участник исследования считает наказание. Имеются результаты о наказании самим родителем, бабушкой и учителем ребёнка. (punishment.txt)
- Емельянов: как зависит оценка допустимости наказания от наказывающего?
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).
- Досаев: какие признаки отличают биоразложимые молекулы от устойчивых?
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).
- Соломатин: какие признаки повышают вероятность открытия депозита клиентом по результатам обзвона?
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).
- Силин: отличаются ли экспериментальные одеяла от стандартного?
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).
- Смирнов: исследовать зависимость показателей повреждения от типа кузова, вида средств защиты, места манекена.
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).
- Ефимов: исследовать связь между продолжительностью жизни самцов дрозофилы и наличием самок разного типа и количества.
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).
- Нейчев: меняется ли в контрольной группе число инцидентов с годами? Если да, то как?
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).
- Жариков: оценить влияние образования, пола и типа работы на годовой заработок.
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).
- Стогний: оценить влияние регулярных занятий спортом на частоту сердечных сокращений после нагрузки с учётом пола.
General Social Survey
General Social Survey — ежегодный социологический опрос нескольких тысяч граждан США; на сайте [1] доступны все данные с 1972 по 2014 год; некоторые из вопросов выгружены в файле GSS.xls.
- Мусинов: исследовать связь уровня счастья (General happiness) опрошенных 2014 года с демографическими признаками (пол, возраст, раса, семейное положение, количество детей, образование, сексуальная ориентация, занятость, доход).
- Решетова: исследовать связь веры в научность астрологии опрошенных 2014 года с признаками, описывающими отношение к религии (религиозные предпочтения, уверенность в существовании бога, религиозная и духовная самоидентификация, участие в религиозных активностях).
- Шишковец: для опрошенных 2014 года исследовать связь суммарного количества правильных ответов на 11 вопросов на знание базовых научных фактов с демографическими признаками (пол, возраст, раса, семейное положение, количество детей, образование, сексуальная ориентация, занятость, доход).
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).
- Аленькин: по каким признакам одинокие самки отличаются от имеющих хотя бы одного спутника?
Продажи платьев
Имеются данные по продажам 479 платьев на сайте aliexpress.com за полтора месяца осени 2013 года. Для каждого из платьев известны также стиль, ценовая категория, рейтинг, размер, сезон, ряд характеристик внешнего вида и индикатор участия в программе рекомендаций (aliexpress_dress_data.csv).
- Бетлей: исследовать, как каждый из признаков по отдельности влияет на уровень продаж.
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).
- Назаров: как курение и пол связаны с различными формами снижения умственной деятельности?
Качество воды в Миннесоте
Для 895 источников воды в Миннесоте известны водоносный горизонт, водоём, уровень и химические свойства воды (pH, щёлочность, содержание алюминия, мышьяка, хлора и свинца) (MnGroundwater.csv).
- Новиков: сравнить свойства воды из разных водоёмов.
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).
- Нурдинов: как связаны риск заболевания раком лёгких, курение и город проживания участников исследования?
Прочность промышленных вентиляторов
Измерен разрушающий крутящий момент 64 промышленных вентиляторов; для каждого известны тип отверстия, форма барабана и метод соединения (fans.txt).
- Нижевич: связан ли разрушающий крутящий момент с характеристиками вентилятора?
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).
- Войцех: стали ли родители больше общаться с детьми в результате обучения? Проанализировать с учётом уровня образования родителей.
Размеры черепа древних египтян
Было измерено 150 черепов, найденных при раскопках в Египте. Находки относятся к пяти различным временным периодам. Для каждого черепа известны: максимальная ширина, базибрегматическая высота, базиальвеолярная длина, высота носа, примерная дата формирования. Была выдвинута гипотеза о том, что изменение этих параметров со временем может свидетельствовать о скрещивании египтян с другими популяциями (skulls.txt).
- Свириденко: проверить, есть ли различия между размерами черепов различных временных периодов.
Ссылки
- psad.homework@gmail.com
- Статистический анализ данных (курс лекций, К.В.Воронцов)
- Практические задания для студентов ФУПМ МФТИ
