Медицинская статистика. Ликбез

[genosys 0]

Перемещено из http://forens.ru/ind...раста-пятен-кр/

 

Раз пошла такая пьянка :)/>

 

Медико-биологическая статистика - Гланц С. - Практическое руководство

Скачать: http://www.booksmed....XNXLzE0MzgucmFy

 

Название: Математико-статистическая обработка данных медицинских исследований

Автор(ы): Юнкеров В. И., Григорьев С. Г.

Описание: В книге просто и наглядно изложены назначение и сущность, как широко используемых, так и малоизвестных широкой научной общественности, математико-статистических методов описания, анализа и моделирования результатов медико-биологических исследований. Первая часть книги посвящена одномерной описательной характеристике и оценке значимости различия признаков. Во второй части приведены многомерные методы анализа медицинских процессов и систем.

Размер: 5160223 байт Язык: RUS

Ссылка 1: http://download.nehu...05/yunkerov.rar

 

Название: Статистический анализ медицинских данных. Применение пакета прикладных программ STATISTICA

Автор(ы): Реброва О.Ю.

Описание: Предлагаемая книга является руководством по применению статистики в медицинских — клинических и эпидемиологических — исследованиях. Описываемый подход основан на использовании пакета прикладных программ (ППП) STATISTICA фирмы StatSoft Inc. (США) для персонального компьютера, однако изложенные принципы применения статистики универсальны и могут применяться при использовании любых пакетов статистических программ. В книге в контексте концепции доказательной медицины представлены наиболее актуальные методы статистического анализа медицинских данных, способы корректной интерпретации результатов статистического анализа, современные международные требования к представлению результатов статистического анализа в статьях и диссертациях. Книга рассчитана на проводящих научные исследования медиков и биологов, аспирантов и студентов, заинтересованных в освоении методов статистики в научных исследованиях.

Размер: 7827895 байт Язык: RUS

Ссылка 1: http://download.nehu...005/rebrova.rar

 

Если кому нужна сама програмка (оч. приятная софтина), стучитесь личку, есть портативная версия.

[Edward 9]

Ты бы не мог на досуге эти пять классических стат. методов для нас изложить? Ну начни с первого.... так популярненько. Выложи где хочешь этот пост, а я его оформлю и выделю в отдельное нечто.

Это можно. Но сначала нужно ответить на вопрос, для чего вообще нужна статистика?

 

Допустим, что Мит хочет отчитаться перед своим начальством о проделанной им работе за год. Если он просто представит начальству перечень фамилий исследованных им трупов, то такой отчет никто не будет даже смотреть дальше первой страницы. Чтобы отчет стал перевариваемым, нужно его как-то систематизировать, например, можно указать, что всего за год было исследовано 400 трупов. Это уже важная информация. Можно также отметить структуру исследованных трупов по причинам смерти, возрастным категориям или по календарным периодам, сравнить с прошлыми отчетными периодами, показать рост нагрузки и в итоге попросить увеличения зарплаты :)/> . Вот такая вот систематизация данных и является одной из задач статистики. Называется она описательной статистикой и имеет своей целью обобщение конкретного массива данных, придание им наглядности. Как правило, данные, обработанные с помощью описательной статистики, представляются в виде таблиц, графиков и диаграмм.

 

Теперь представим, что Миту желательно узнать, а сколько трупов выпадет на его нелегкую долю в следующем году. При этом данными за будущий год он не располагает, год-то ведь еще не наступил, а знать надо сейчас. Т.е. нужен прогноз. Этим занимается уже аналитическая статистика. А специалисты по ней называются аналитиками. Именно они сначала делают прогнозы, а потом объясняют, почему все пошло не так :)/> .

 

Важно сразу понять, что применима аналитическая статистика не ко всем явлениям, а только к массовым, повторяющимся под воздействием различных сочетаний большого количества (пусть даже бесконечного) разнообразных неполных причин и условий, полностью учесть которые невозможно. Такие явления называются случайными. Антиподом случайных являются детерминированные явления, характеризующиеся жесткими генетическими причинно-следственными связями между причиной и порожденным им следствием. У детерминированных явлений все просто: есть причина, будет и следствие; нет следствия - значит, не было и причины. Для случайных событий даже перечень порождающих их неполных причин неизвестен, поэтому и о реализации следствия можно только гадать. Естественно, что как только весь комплекс неполных причин становится расшифрованным, то явление перестает быть случайным. Итак, случай - это неясная пока для нас закономерность. Если учесть, что большинство изучаемых судебной медициной процессов и явлений были, есть и останутся полностью непознанными, то сразу становится понятным утопический характер попыток детерминистов построить единую четкую теорию причинно-следственных отношений, не прибегая к статистике :)/> .

 

Вот некоторые примеры задач, решаемых аналитической статистикой. Сколько трупов вскроет Мит в следующем отчетном периоде? Сколько козлов поляжет от пуль Эдвина за всю его карьеру снайпера? Орел или решка выпадут при подбрасывании монеты? Стоит ли ставить на победу сборной России в следующем чемпионате мира? Какова норма артериального давления для людей в возрасте более 60 лет? Будет ли польза от нового лекарственного препарата? Предотвращает ли прием витамина С развитие простудных заболеваний? Сколько проживет еще данный пациент, если после его заражения гепатитом С уже прошло 10 лет? Попробуйте задать эти вопросы детерминистам!

 

Как же решить эти и подобные им задачи? В общем случае их условия такие. Мы располагаем только частью от всего множества наблюдений и хотим сделать выводы относительно всего множества. Вот это вот множество всех явлений называется генеральной совокупностью, а имеющаяся у нас часть этого множества, называется выборочной совокупностью или проще говоря, выборкой. Напомню, что если мы располагаем всей генеральной совокупностью, то нам нужна описательная статистика, если только частью - то аналитическая. Конечно, если есть возможность, то лучше исследовать всю генеральную совокупность. Но обычно это или невозможно (вспомним проблему Мита с количеством ожидающих его трупов в будущем), или слишком трудоемко и дорого. Например, нужно узнать мнение избирателей относительно шансов В. Жириновского на следующих президентских выборах, если бы они состоялись завтра. Опрашивать всех избирателей можно, но закончите вы этот опрос уже после этих самых выборов, когда и так все станет ясно. Поэтому гораздо быстрее и дешевле получить выводы путем опроса только небольшой части электората. Кстати, сколько именно нужно опросить избирателей (100, 200 или 10000), чтобы получить достоверные выводы, это еще одна из задач, решаемых аналитической статистикой. Итак, у нас есть выборка и нужно сделать вывод по ней о всей генеральной совокупности. Обычно вывод касается какого-то одного утверждения, ответ на который можно сформулировать в виде "да" или "нет". Это утверждение называется гипотезой. Например, мы исследуем новый лекарственный препарат и хотим узнать, эффективнее ли он лучшего из известных. Тогда формулируются два утверждения: 1) нет, не эффективнее; 2) да, эффективнее. Первое утверждение называется нулевой гипотезой, а второе - альтернативной. Эти термины понадобятся нам в будущем.

[myt 28]

Явления:

- случайные;

- детерминированные.

 

Генеральная совокупность — все наблюдения исследуемого явления.

Выборочная совокупность — часть наблюдений исследуемого явления.

 

Описательная статистика используется для систематизации сведений о генеральной совокупности.

Аналитическая статистика применяется для проверки гипотезы, позволяет описать генеральную совокупность, изучив лишь часть явлений (выборочную совокупность).

 

Так?

 

Гипотезы определяются как нулевая и альтернативная произвольно? В зависимости от задач исследования?

[ТМВ 23]

Мне прям-таки "бальзам на раны" от этих слов:

Если учесть, что большинство изучаемых судебной медициной процессов и явлений были, есть и останутся полностью непознанными, то сразу становится понятным утопический характер попыток детерминистов построить единую четкую теорию причинно-следственных отношений, не прибегая к статистике

:)/>

[Edward 9]

Так?

Гипотезы определяются как нулевая и альтернативная произвольно? В зависимости от задач исследования?

1. Так. 2. Нулевой гипотезой принято обозначать гипотезу об отсутствии какого-либо предполагаемого эффекта. Альтернативной гипотезой принято обозначать наличие эффекта. Под эффектом может пониматься что угодно, но обычно это - наличие различий между выборками, статистическая значимость полученных статистических оценок. Короче, нулевая гипотеза - нет ничего, альтернативная - что-то есть.

[Hohol 5]

Самое главное это то, что пока все понятно :)/> и это не может не радовать

[Edward 9]

Типы биомедицинских данных

 

Прежде чем браться за статистическую обработку данных, нужно сначала разобраться в их типах. Всего разработано очень много всяких классификаций данных: одномерные-многомерные, непрерывные, дискретные и смешанные, по типам шкал (интервальные, отношения, номинальные и т.д.), но для практической работы достаточно различать всего 3 типа данных: качественные, ранговые (порядковые) и количественные.

Качественные ( альтернативные) признаки могут быть измерены только в терминах принадлежности к одному из двух или более взаимно исключающих классов (наличие или отсутствие). Наиболее частой разновидностью качественных показателей являются бинарные (дихотомные) переменные, кодирующие принадлежность к одному из двух взаимоисключающих классов. Качественные признаки не связаны между собой никакими арифметическими соотношениями, упорядочить их нельзя. Примером качественных показателей является половая принадлежность: либо мужчина, либо женщина. Единственный способ описания качественных признаков состоит в том, чтобы подсчитать число объектов, имеющих одно и то же свойство.

 

Порядковые (ранговые) признаки позволяют распределить объекты в определенном порядке в зависимости от степени выраженности исследуемого свойства. Указанные признаки можно только упорядочить, производить арифметические действия над ними нельзя. Например, можно упорядочить следующее множество объектов по степени худобы: тощий, худой, худощавый, нормальный, полный, жирный, жиртрест, жирпотребсоюз. Но узнать, насколько килограммов худощавый весит больше тощего, нельзя. Для этого существуют количественные признаки.

 

Количественные признаки можно не только упорядочить, но и производить над ними арифметические действия. Например, можно сказать, что жиртрест весит больше полного на 100 кг.

 

При необходимости типы данных можно конвертировать друг в друга. Так, всегда можно перевести количественные признаки в ранговые или качественные. Для этого достаточно их просто закодировать. Например, пусть мы имеем следующее множество количественных данных: 25,5,31,9 и 14 кг. Для перевода их в ранговые нужно их упорядочить: 5,9,14,25 и 31 кг. Потом производим присвоение каждому значению из упорядоченной линейки определенного ранга: 5-1,9-2,14-3,25-4 и 31-5. Вот и все. Ранговые признаки путем той же кодировки можно перевести в качественные. Так, для перевода тех же чисел в качественную шкалу, достаточно сохранить ранговую же нумерацию, только нужно запретить операцию сравнения рангов по величине. Обычно конвертируют количественные данные в ранговые. Поэтому конвертацией ранговых в качественные забивать себе голову не нужно. Каждый такой перевод данных сопровождается потерей части информации о них. Однако к таким переходам все же прибегают для объединения разнородных данных, или в случаях неприменимости параметрических методов анализа (об этом позже). Однако нельзя перевести качественные признаки в ранговые, а ранговые - в количественные.

[myt 28]

Однако нельзя перевести качественные признаки в ранговые, а ранговые - в количественные.

Можно:

качественные признаки ← ранговые признаки ← количественные признаки

 

 

Нельзя:

качественные признаки → ранговые признаки → количественные признаки

[Edward 9]

Как описать данные?

 

При описании выборочных совокупностей обычно определяют следующие точечные статистические оценки (статистики):

 

Среднее значение — это среднее арифметическое, рассчитанное путем сложения группы чисел и деления на количество этих чисел. Например, среднее арифметическое 2, 3, 3, 5, 7 и 10 находится путем деления 30 на 6, что дает в результате 5. Обозначается латинской буквой х с горизонтальной чертой над ней. В биомедицинской литературе советских времен было распространено обозначение выборочного среднего латинской буквой М.

 

Медиана — это число, которое находится в середине группы является серединой множества чисел; значения половины чисел в группе чисел больше медианы, значения другой половины - меньше. Например, медиана для группы чисел 2, 3, 3, 5, 7 и 10 — 4. Общепринятого обозначения нет, разные авторы используют различные символы.

 

Мода — это число, которое встречается наиболее часто в группе чисел. Например, мода для 2, 3, 3, 5, 7 и 10 - число 3.

 

Стандартное отклонение — это мера того, насколько широко разбросаны точки данных относительно их среднего. Вычисляется путем извлечения квадратного корня из частного суммы квадратов отклонений от среднего и объема выборки, уменьшенного на 1 (n -1). В нашем примере стандартное отклонение вычисляется так: s = (((2-5)² + (3-5)² + (3-5)² + (5-5)² + (7-5)² + (10-5)²)/(6-1))^1/2 = 3,0. Обозначается выборочное стандартное отклонение латинской буквой s. Опять же, в советской биомедицинской литературе почему-то пользовали другой символ.

 

Дисперсия - квадрат стандартного отклонения.

 

Максимум и минимум - максимальное и минимальное значения в выборке соответственно. В нашем примере максимум - 10, минимум - 2. Общепринятого обозначения нет.

 

Размах - разность между между максимум и минимумом. Обозначается латинской буквой R. В нашем примере R = 10-2 = 8.

 

Точечными все эти статистики называются потому, что в непрерывных распределениях они представляют собой точки, в отличие от интервальных оценок, которые представляют собой интервалы (части числовой прямой).

 

Важно, что вся эта терминология применима только к выборочным совокупностям. Если же речь идет о генеральных совокупностях, то обозначения там иные. Среднее обозначается строчной греческой буквой "мю", стандартное отклонение - строчной греческой же буквой "сигма". Кроме того, в серьезной математической литературе рассматриваются и иные понятия с другой символикой (например, математическое ожидание), которые нам пока ни к чему.

 

Домашнее задание: найти точечные оценки среднего и стандартного отклонения по следующим выборкам:

 

1) 13, -6, 10, 5, 10, 5, 33, -12, 15, 73;

 

2) 3, 33, -15, 17, -1, 18, 45, 9, -13, -14;

 

3) 58, 10, 2, -6, -1, 47, -29, -13, 20, -22.

 

Дальнейший разговор пойдет только после выполнения домашнего задания теми, кто придумал весь этот ликбез :ass/>.

[genosys 0]

Все развлекаетесь? :ass/> Нужны книжки на английской мове по forensic statistics (не ДНК)? Очень конкретные, с кучей практических примеров. Могу выложить на файлообменник или отправить админам.

[myt 28]

Нормально, нормально... Самим читать лень, а тут все разжуют и в рот положат. Дадим потом автору грамоту! Или доску почета восстановим, была такая у нас когда-то

 

delt1

[SParilov 18]

Классное начало! Я тоже люблю пинать детерминистов в вопросах ПСС. Их легко распознать по ключевому слову "патофизиология" которое в аргументах сильно и часто насилуется, но тут мы не об этом :)/>

 

Особенно когда физиологии и патофизиологии не знаешь, конечно остается только статистика. Только нельзя забывать, что статистика - это прикладной инструмент для физиологических и патофизиологических процессов, остальное - демагогия, любимое занятие статистиков от медицины (не путать с медицинскими статистиками). Т.е скальпель можно использовать для операции, а можно для убийства.

[ws_K 0]

 

Особенно когда физиологии и патофизиологии не знаешь, конечно остается только статистика. Только нельзя забывать, что статистика - это прикладной инструмент для физиологических и патофизиологических процессов, остальное - демагогия, любимое занятие статистиков от медицины (не путать с медицинскими статистиками). Т.е скальпель можно использовать для операции, а можно для убийства.

Вот беда-то.

Особенно, когда не заешь матстатистики, конечно, остаются только физиология и патофизиология.

Ничего не поделаешь, приходится действовать по принципу, сформулированному Великими Акынами Великих народов Средней Азии: «Что вижу, то пою».

Только нельзя забывать, что матстатистика – универсальный инструмент познания этого Мира, а физиологические и патофизиологические процессы – это всего лишь явления из прикладной области Знания , в которой этот инструмент (матстатистика) может успешно применяться. Остальное – демагогия, любимое занятие медиков (не путать с врачами).

Не вызывает сомнений лишь одно: скальпель может лечить, и может убивать. Конечно, не предумышленно, но, может быть, вследствие незнания матстатистики?

 

Господа, простите за длиннющий каламбур: я не планировал вмешиваться в обсуждения, текущие на Вашем Форуме. Но в данном случае обсуждение приобрело признаки фарса.

 

С уважением, ws_K.