Армацевтическая


Пример. По следующим данным, полагая, что зависимость между признаками линейная, построить уравнение регрессии



бет33/74
Дата07.02.2023
өлшемі12,32 Mb.
#167725
түріРабочая программа
1   ...   29   30   31   32   33   34   35   36   ...   74
Байланысты:
Биостатистика-МПД.рус

Пример. По следующим данным, полагая, что зависимость между признаками линейная, построить уравнение регрессии:

Заболеваемость гриппом на 1000 населения, х

352

228

340

300

196

258

237

Заболеваемость пневмонией на 1000 населения, у

64

60

52

48

46

41

32

Решение.

  1. Для определения коэффициентов уравнения регрессии «а» и «методом наименьших квадратов составить расчетную таблицу:



х

у

ху

х2

ух

ухср

хср)2

у-ух

(у-ух)2

1

352

64

22528

123904

55,89467

6,89

47,54

8,11

65,70

2

228

60

13680

51984

45,07266

-3,93

15,42

14,93

222,83

3

340

52

17680

115600

54,84738

5,85

34,19

-2,85

8,11

4

300

48

14400

90000

51,35641

2,36

5,55

-3,36

11,27

5

196

46

9016

38416

42,27988

-6,72

45,16

3,72

13,84

6

258

41

10578

66564

47,69089

-1,31

1,71

-6,69

44,77

7

237

32

7584

56169

45,85813

-3,14

9,87

-13,86

192,05

Сумма

1911

343

95466

542637

343

0,00

159,45

0,00

558,55

Среднее

273

49

13638

77519,6

49

0,00

22,78

0,00

79,79




  1. Рассчет коэффициентов регрессии:

,
.



  1. Уравнение линейной парной регрессии: у=25,17+0,087х

  2. Нахождение теоретических значений «уx» путем подстановки в уравнение регрессии фактических значений «х».

  3. Построение графиков фактических (у) и теоретических значений (ух) результативного признака:







  1. Проверка правильности выбранного уравнения:

,


, k, n-k-1)=(0,05; 1; 5)=6,61.



  1. Fнаблкрит, то уравнение регрессии подобрано неверно.



4. Иллюстративный материал: презентация, слайды.


5. Литература:

    1. Гланц С. Медико-биологическая статистика. Пер. с англ.-М.: Практика, 1998. - 459 с.

    2. Гмурман В.Е. Теория вероятностей и математическая статистика: Учеб. пособие для вузов / В.Е. Гмурман. - М.: Высшая школа, 2003. - 479 с.

    3. Медик В.А., Токмачев М.С., Фишман Б.Б. Статистика в медицине и биологии: Руководство. В 2-х томах / Под ред. Ю.М. Комарова. Т. 1. Теоретическая статистика. - М.: Медицина, 2000. - 412 с.

    4. Основы высшей математики и математической статистики: Учебник / И.В. Павлушков и соавт. - М.: ГЭОТАР-МЕД, 2004. - 424 с.

    5. Петри А., Сэбин К. Наглядная медицинская статистика /А. Петри, К. Сэбин; пер. с англ. - М.: ГЭОТАР-Медиа, 2009. - 168 с.

    6. Применение методов статистического анализа для изучения общественного здоровья и здравоохранения: учебное пособие / ред. Кучеренко В.З. - 4-е изд., перераб. и доп. – М.: ГЭОТАР - Медиа, 2011. - 256 с.



6. Контрольные вопросы
1. Из каких этапов состоит регрессионный анализ?
2. Какие виды регрессии Вы знаете?
ЛЕКЦИЯ №6


1. Тема: Планирование и организация статистических исследований.


2. Цель: ознакомить студентов с этапами медико-биологического эксперимента, произвести обзор статистических пакетов, применяемых в биостатистике.


План лекции:

  1. Этапы медико-биологического эксперимента.

  2. Выбор статистического метода обработки данных.

  3. Использование современной вычислительной техники в биостатистике.

  4. Классификация статистических пакетов и современные требования к ним.



3. Тезисы лекции.
Независимо от того, какие задачи ставятся при проведении научного медико-биологического исследования, оно должно проводится в определенной последовательности.
Определяют цель и задачи исследования:

  • Цель исследования должна быть актуальной для медицинской науки и практики здравоохранения (зачем проводятся исследования?).

  • Задачи исследования - это конкретизированное, расширенное и уточненное определение цели (как будет достигнута цель?).

Основные этапы медико-биологического эксперимента:

  1. составление плана и программы;

  2. сбор статистического материала (статистическое наблюдение);

  3. обработка собранного материала;

  4. анализ полученных данных.



I этап. Составление плана и программы
План исследования:

  • Определение объекта наблюдения - статистической совокупности, о которой будут собирать сведения.

  • Определение места исследования - территории, учреждений.

  • Определение времени (сроков) проведения исследования.

  • Определения вида (единовременное, текущее) и метода (сплошной, не сплошной) наблюдения.

  • Исполнители и руководитель исследования.

  • Материально-техническое обеспечение исследования.

  • Оценка стоимости исследования.



Программа исследования:

  • Определение статистической совокупности, единицы совокупности, единицы наблюдения.

  • Определение программы наблюдения, т.е. определение первичного статистического документа, содержащего перечень признаков, подлежащих регистрации.

  • Определение программы разработки материала, т.е. выбор группировки материала и составление макетов разработочных таблиц с различной группировкой признаков.



II этап. Сбор статистического материала (статистическое наблюдение).
Статистическое наблюдение – это регистрация изучаемых единиц на специальных учетных медицинских документах.
Статистическое наблюдение классифицируется:

  • с учетом полноты охвата единиц совокупности,

  • с учетом факторов по времени;

  • по способу наблюдения.

Классификация статистического наблюдения



Признаки классификации

Виды наблюдения

Учет факторов по времени

Текущее (постоянное)

Единовременное (одномоментное)

Полнота охвата единиц совокупности

Сплошное

Не сплошное

Способ наблюдения

Непосредственное наблюдение

Выкопировка данных, анамнестический метод



III этап. Обработка собранного материала:

  • Проверка собранного материала на полноту и правильность заполнения учетных документов, устранение дубликатов.

  • Шифровка (кодирование) путем проставления условного знака около каждого признака.

  • Раскладка карт по группам в соответствии с шифром, подсчет карт в каждой группе.

  • Составление общей сводки, т.е. занесение результатов подсчета в макеты таблиц заранее установленной формы для получения сравнительных и обобщающих величин.



IV этап. Анализ полученных данных
Алгоритм анализа:

  • вычисление показателей (средних и относительных величин);

  • построение графических изображений, иллюстрирующих полученные данные;

  • сравнение результатов исследования;

  • формулировка выводов, заключения и предложений по данному исследованию.

На этом этапе применяются специальные статистические методики:

  • метод стандартизации,

  • метод корреляции,

  • дисперсионный анализ,

  • дискриминантный анализ и пр.

В процессе медико-биологического исследования очень часто возникает проблема выбора статистического метода, необходимого для решения конкретной задачи.
Статистические методы, применяемые при решении типичных
медико-биологических задач:

Задача

Статистический
показатель

Метод

Оценить принадлежность …

варианты к выборке

средняя арифметическая (M) и значение отдельной варианты (x)

t-критерий Стьюдента

Оценить достоверность отличия …

двух выборок по величине признака

средняя арифметическая (M)

сравнение средних
арифметических по t-критерию Стьюдента

двух выборок по изменчивости признака

дисперсия,
стандартное отклонение,
коэффициент вариации

сравнение дисперсий по F-критерию Фишера

двух выборок в целом

ранги

сравнение степени упорядоченности вариант по критериям U-Уилкоксона и Q-Розенбаума

эмпирического и теоретического распределений

частоты встречаемости вариант

сравнение частотных распределений по χ2 -критерию Пирсона

Оценить достоверность влияния …

фактора на величину признака

факториальная и случайная дисперсия, сила влияния

дисперсионный анализ по F-критерию Фишера

одного признака на другой признак

коэффициент регрессии

регрессионный анализ по критериям
F-Фишера и t-Стьюдента

двух признаков друг на друга (взаимодействие)

коэффициент корреляции

корреляционный анализ по t-критерию Стьюдента

В последнее время к проведению статистического анализа практически всегда привлекаются различные компьютерные статистические пакеты.


Современные международные стандарты практики проведения клинических исследований и практики распространения лекарственных препаратов предъявляют высокие требования к использованию статистических методов при анализе результатов медико-биологических и фармацевтических исследований.
Появление мощных статистических пакетов дало широкий доступ к проведению анализа лицам - профессионалам в своей предметной области, но не имеющим специальной математической подготовки.
В тоже время необходимо отметить, что применение статистических методов является творческой деятельностью и, как любая творческая деятельность требует от биостатистика при выборе методов анализа и интерпретации полученных результатов глубоких знаний не только в области биомедицины, но и математики.
Неадекватное применение мощных математических методов может приводить к ложным выводам.
В связи с этим актуальной является задача выбора адекватных критериев из множества возможных, предоставляемых различными статистическими пакетами, а также правильная интерпретация полученных результатов.
Среди статистических пакетов анализа данных чаще используют следующие три вида программ:

  1. профессиональные пакеты - предназначены для анализа очень больших объемов данных либо для применения узкоспециализированных методов;

  2. универсальные пакеты - рассчитаны на использование для анализа самых различных предметных областей, содержат широкий диапазон статистических методов (Statistica 6.0, StatSoft);

  3. специализированные пакеты - обычно содержат небольшое число статистических методов, наиболее часто используемых в конкретной предметной области (MedStat, Biostat, CIA).

Универсальные пакеты обладают большими мощностями, профессиональным интерфейсом, в то же время их универсальность требует от пользователя достаточной подготовки в области математической статистики для выбора адекватных критериев из большого их разнообразия и правильной интерпретации в терминах конкретной предметной области.
Специализированные пакеты точно адресованы конечному пользователю, однако зачастую они предназначены для решения узкого круга задач.
Остановимся на описании некоторых универсальных статистических пакетов.
1) Система SAS известна с 1976 г. и способна работать под управлением практически любой операционной системы.
Она включает свыше 20 различных программных продуктов, объединенных друг с другом «средствами доставки информации».
Основным достоинством SAS является непревзойденная мощность по набору статистических алгоритмов среди универсальных пакетов.
Кроме того, SAS предоставляет пользователю возможность подключения собственных алгоритмов.
Однако, высокая стоимость системы и малая распространенность ее в Казахстане делает ее малоизвестной среди отечественных специалистов, занимающихся исследованием качества жизни.
2) Пакет SPSS предназначен в первую очередь для статистиков-профессионалов. Он включает развитый аппарат статистического анализа, соизмеримый по мощности с SAS.
Программу SPSS для Windows считают в настоящее время одним из лидеров среди универсальных статистических пакетов.
Алгоритмы шкалирования опросников качества жизни распространяются также в виде скриптов на языке SPSS. Научиться самостоятельно писать подобные алгоритмы может любой специалист без начального программистского образования.
SPSS имеет более 50 типов удобных диаграмм, а также развитые средства подготовки отчетов. Аналитические параметры отображаются на экране в виде простых и понятных меню и диалоговых окон. Его новая «контекстно-ориентированная» справочная система содержит пошаговые инструкции для наиболее важных операций.
В литературных источниках, посвященных исследованию качества жизни, упоминания об использовании SPSS встречаются практически наравне с упоминаниями о SAS.
3) Пакет Statistica 6.0 не стоит использовать пользователю-новичку в статистике, так как он предполагает владение статистической терминологией.
Тем не менее на отечественном рынке этот пакет пользуется популярностью благодаря высокой активности фирмы-разработчика Statsoft, способствующей популяризации пакета.
Ряд авторов считает, что пакет Statistica является хорошо сбалансированным по соотношению «мощность/удобство».
Наличие достаточно широкого спектра функциональных алгоритмов делает его достаточно привлекательным для статистиков-профессионалов.
В частности, он включает в себя ряд непараметрических методов анализа и методы многомерного анализа. В пакете Statistica хорошо развиты средства манипулирования исходными данными, данные легко редактируются.
Сильной стороной пакета является графика и средства редактирования графических материалов.
В пакете представлены сотни типов графиков, матрицы и пиктограммы. Предоставляется возможность разработки собственного проекта графика.




Достарыңызбен бөлісу:
1   ...   29   30   31   32   33   34   35   36   ...   74




©engime.org 2024
әкімшілігінің қараңыз

    Басты бет