Ülesanne 1.1 (1 punkt)

Vaata videot hierarhilise klasterdamise kohta.

Mida (uut) said teada hierarhilisest klasterdamisest?

Ülesanne 1.2 (1 punkt)

Vaata Johns Hopkinsi videot logistilise regressiooni kohta.

Nimeta üks põhjus, miks lineaarne regressioon ei ole mõistlik valik binaarse y-tunnuse modelleerimiseks?

Ülesanne 1.3 (2 punkti)

Joonista R-is logistiliste kõverate \[y = \frac{e^{\beta_0 + \beta_1 x}}{1 + e^{\beta_0 + \beta_1 x}}\] graafikud:

• Ühel joonisel \(\beta_0 \in \{-1, 0, 1\}\) ja \(\beta_1 = 1\).
• Teisel joonisel \(\beta_0 = 0\) ja \(\beta_1 \in \{0.5, 1, 2\}\).

Selgita, millist mõju omab \(\beta_0\) ja millist \(\beta_1\) muutmine.

# Ülesanne 1.3
# sinu kood + kommentaar

Ülesanne 1.4 (1 punkt)

Loe artiklit http://www.postimees.ee/2721878/hoiatus-meie-vereproovist

Nimeta jutuks olnud teadusartikli põhitulemus.

Soovitame sul katsuda jõudu tutvuda ka teadusartikli endaga Biomarker Profiling by Nuclear Magnetic Resonance Spectroscopy for the Prediction of All-Cause Mortality: An Observational Study of 17,345 Persons. Järgmises praktikumis kasutame sedasama andmestikku, millel see artikkel põhineb.