Народ, здравствуйте! Кто в курсе, как в программе STATISTICA вывести график корреляции "зависимой" переменной от "независимой" при включении в модель других "независимых" переменных (предикторов). Или, что тоже самое, график частной корреляции. Работаю в STATISTICA 6.0.
Всем удачи! Дмитрий.

http://forum.neuroscience.ru/archive/index.php/t-13.html

А там кнопочка есть, в форме множественной регрессии. - Chart называется.

Поскольку осей максимум 3, Вы можете включать дополнительные предикторы только по одному. Будет столько трехмерных графиков, сколько у Вас в уравнении достоверных дополнительных предикторов.

Все замечательно, только кнопку Сhart в Статистике 6 я не нашел Уточните детально, как я могу вывести график частоной корреляции.

Пример из работы, в которой используется такой график.
Figure 2 shows the correlation of
plasma adiponectin concentrations with insulin sensitivity
after adjusting for sex and percentage of body fat.
В описаниях методов работы указано, что "To adjust the effects of covariates and identify independent relationships,
we performed multivariate linear regression analyses".
Объясните мне кто знает, как вывести этот график???????????

Теперь стало понятнее. Авторы статьи сократили описание расчетной части до минимума. Скорее всего множественную регрессию они использовали на этапе поиска факторов, влияющих на отклик, а затем найденные факторы использовали в качестве ковариат в ходе ковариационного анализа (КА). КА (Аnalysis of covariance, ANCOVA)- это такая жуткая смесь регрессионного и дисперсионного анализа. Идея там такая: сначала строятся отдельные (не частные!) линейные регрессии для разных уровней ковариат (в случае пола - для мужчин и женщин). Затем проверяется однородность наклонов линий регрессии. Если различия между наклонами оказываются статистически значимыми - не знаю что делают, наверное так и оставляют несколько регрессий. Если наклоны не различаются значимо - находится общий "исправленный" (adjusted) наклон, который затем используется для нахождения новых adjusted значений свободного члена (intercept) в отдельных регрессиях. Они тоже проверяются на однородность с оценкой статистической значимости. В результате получаются уравнения с adjusted значениями и наклонов, и intercepts, а также огромная таблица с результатами проверок всего и вся.
В Statistica ковариационный анализ есть: http://www.statsoft.ru/home/portal/applica...covariation.htm
но как он там считается не знаю. Могу только посоветовать найти в хорошем учебнике расчетный пример, обкатать его в Статистике, посмотреть что там будут за графики, а потом по аналогии сделать свои данные.

Спасиб. Не знал, что все так сложно.