Registracija podataka. Statistička obrada rezultata ispitivanja

Video: KV Avilov "Statistika i statistička obrada podataka u biomedicinskim istraživanjima"

sadržaj

Video: kv avilov "statistika i statistička obrada podataka u biomedicinskim istraživanjima"
Statistička obrada rezultata ispitivanja

Dobiveni podaci se snimaju u obliku ekstrakata iz povijesti bolesti, spirograms, dopplerograms, reovassogramme, fotografije, videa, snimanje na magnetske medije, pojedine kartice studije bolesnika s kombiniranom traume.

Statistička obrada rezultata ispitivanja

Kada se uspoređuju srednje vrijednosti odabranih parametara ispitivanih skupina koje imaju normalnu razdiobu je korišten procjenu korištenjem Student-ovog testa ili t-testa. T-provjerava kriterij je izražena kao omjer razlike u prosjeku za prave uzorke od pogreške razlika:

i M2 - uzorak srednje vrijednosti usporedivih skupina parametara, i od - standardna pogreška razlike između uzoraka prosjeka.

Budući da je u ovom istraživanju smo usporedili kako ravnochislennye i ne ravnochislennye uzorak standardnu pogrešku izračunava se pomoću sljedeće formule:

naznačen time, da n1 i n2 - uzorci volumen prve i druge skupine usporedba respektivno.

Izračunate u tabeli T-testom i broj stupnjeva slobode f = n1 + p2-2 određuje razinu značajnosti R. Razina signifikantnosti je određena vjerojatnost pouzdanosti. Povjerenje vjerojatnost je vjerojatnost da priznaje dovoljan za pouzdanu prosudbu parametara populacije na temelju poznatih selektivnih pokazatelja. Tipično, u biomedicinskim istraživanjima, dovoljno je vrijednost razine pouzdanosti od 95%, odnosno 0,95. Drugim riječima, postavljanje stanovnika spada u procjeni intervala, izgrađen korištenjem uzorak srednje vrijednosti s vjerojatnošću iznad 95%. Vjerojatnost za istinske vrijednosti parametra izlaz izvan granica ne prelazi P = 1 - 0,95 = 0,05, odnosno 5%. Dakle, razlika u prosječnim vrijednostima je potvrđeno da li je razina značajnosti P je ne više od 0,05.

Statistička obrada podataka kliničkih studija koristila je metodu usporedbe značajka udjela u dva agregata.

Testirali smo nultu hipotezu H0 jednakosti općih dionica karakteristična H0: pl = p2. U tu svrhu, dva nezavisna veličina uzorka ni i n2 su uzeti. Odabrani značajka su, odnosno, udio Wi-mi / NL i w2 = m2 / n2, gdje ml i m2 - odnosno broj elemenata prvog i drugog uzorka imaju osobinu.

Pri dovoljno visokoj nl i n2, selektivna udio WL = ml / nl i W2 = m2 / n2 približno normalna raspodjela s matematički
očekivanja ili prosjeci, pl i p2 i varijance

Kada pravda hipoteza H0:
pl = p2 = P razlika WL - w2 ima normalnu razdiobu sa srednjom M (w1-W2) = p-p = 0 i odstupanja

stoga statistike

Ima normalnu razdiobu N (0-1).

Kao što je poznato vrijednosti P uključena u izraz za statističke t, uzmi svoju najbolju procjenu jednako selektivno dijele osobinu, ako su dva uzorka pomiješano u jednu, odnosno,

Granice intervala povjerenja je odabran od isto pravilo kao i u slučaju usporednih uzoraka prosjeka, tj P = 0,95, s natječu hipotezu Hl. Ako je t < t095, то гипотеза Н0 о равенстве долей признака принимается, если t > t095, то нулевая гипотеза отвергается и принимается конкурирующая гипотеза Hl, а доли признака считаются различными.

Za usporedbu podataka varijacijske nizu parametara pomoću korelacijska analiza. korelacija koncept odražava odnos između parametara varijacijske serije. Jasno je takva veza je lako zamisliti, ako prikaz vrijednosti na koordinatnoj ravnini jednog reda duž vodoravne osi, a drugi - na ordinati. U slučaju serije priključka između parametara, ukupan broj koji je jednak broju promatranja, činit će krivulja (obično ravno), koji prikazuje parametre korelacije.

U praksi, istraživač zanima ne u ovisnosti od jedne varijable na drugu, a bliskost odnosa između istraživanih parametara, koji se mogu izraziti jednim brojem. Ova značajka se naziva koeficijent korelacije. U slučaju da je korelacijska analiza smatra dvije varijacijske serija se smatra da su jednaki u kauzalnom smislu. Snaga i ozbiljnost linearnog odnosa između dva slučajnih varijabli X1 i X2, koji ima normalnu razdiobu, obično se mjeri koristeći koeficijent korelacije Pearson, koja se računa prema formuli:

gdje je X1i i X2i - odgovarajuća vrijednost parametra u promatračkom-1, te X1 i X2 - prosjeci niz koji se sastoji od n opažanja.

Veličina koeficijenta korelacije je uvijek ograničeno na -1 < r < 1 . Если r < 0, то это значит, что с увеличением в вариационном ряду наблюдаемых величин X1 соответствующие им значения X2 второго вариационного ряда в среднем уменьшаются. Если r > 0, то с увеличением
Vrijednosti parametara kao drugi parametar se povećava, u prosjeku. Ako je R = 0, što znači da X1 i X2 su parametri potpuno neovisne.

Kada je r = l postoji između parametara direktno proporcionalno funkcijsku zavisnost koja biomedicinska istraživanja je izuzetno rijetka. Što je veća apsolutna vrijednost koeficijenta korelacije, zaslon za danom uzorku veća od razine povjerenja koji odgovara karakter komunikacije zapravo dobivenim koeficijentom korelacije.

Izračunati koeficijent korelacije selektivna procjena koeficijenta korelacije stanovništva, te stoga, kao i bilo koji slučajni vrijednost ima pogrešci SR. Odnos koeficijenata korelacije uzorka za njihov kriterij pogreške je za testiranje nulte hipoteze o jednakosti nula koeficijent korelacije opće populacije, ili, odnosno neovisnost slučajnih varijabli X1
X2

Broj stupnjeva slobode za kriterija testa jednaka f = n - 2, hipoteze se ispituju prema tablicama distribucije studentskom prema odabranoj razini signifikantnosti. Ako je izračunata vrijednost biti jednaka ili veća od odgovarajuće vrijednosti stol, nulta hipoteza odbacuje.

Kada male količine uzoraka (n < 30) расчет коэффициента корреляции по приведенным выше формулам дает заниженные оценки соответствующего параметра генеральной совокупности. В таком случае лучше применять z-преобразование Фишера:

Varijabla z poprima vrijednosti u rasponu od - do beskonačnosti +, distribuciju veličine približno normalnom. Tada je kriterij pouzdanosti je indeks:

Distributer Student tablici odabranoj razini signifikantnosti P i broj stupnjeva slobode f = N -2 provjeriti nultu hipotezu da je populacija na ovaj parametar je nula. Odbaciti hipotezu na odabranoj razini značajnosti, ako tz premašiti odgovarajuće vrijednosti stol.

Kachesov VA

Dijelite na društvenim mrežama:

Povezan