Ознакомление с графическими методами представления данных и методами биостатистики. Изучение законов распределения дискретных случайных величин: биномиального распределения (Бернулли) и распределения Пуассона. Анализ эмпирических законов распределения.
Аннотация к работе
4.9 Законы распределения дискретных случайных величин 4.9.1 Биномиальное распределение (распределение Бернулли)Дискретные данные - количественные данные, которые представлены только в виде целого числа, т.е. не могут иметь дробную часть. Непрерывные данные - это данные, которые получают при измерении на непрерывной шкале, т.е. теоретически они могут иметь дробную часть. Интервальные данные - вид непрерывных данных, которые измеряются в абсолютных величинах, имеющих физический смысл. Относительные данные - вид непрерывных данных, отражающих долю изменения (увеличения или уменьшения) значения признака по отношению к исходному (или к какому-либо другому) значению этого признака. Порядковые данные - вид качественных данных, которые отражают условную степень выраженности какого-либо признака (стадии онкологических заболеваний, степени сердечной недостаточности).График, в котором статистические данные изображаются различными геометрическими фигурами, называется диаграммой. Виды наиболее часто используемых диаграмм: · Диаграммы, изображающие динамику явления, выраженного в показателях интенсивности, соотношения, наглядности, средних или абсолютных величинах, называются линейными(Вид линейной диаграммы, применяемой для изображения динамики явления за замкнутый цикл времени (сутки, неделя, месяц, год), называется радиальной ) · Диаграммы, изображающие динамику или статику явления в соответствии с избранным масштабом, называются столбиковыми · Диаграммы, изображающие структуру явления, выраженного экстенсивными показателями, и представляющие собой прямоугольник, в котором цветом выделены составляющие его части в соответствии с их удельным весом, называются внутристолбиковымиВ основе обработки и анализа данных лежат известные математические методы. На первое место в отношении трудоемкости вышли такие этапы, как освоение статистических пакетов, этап подготовки данных к анализу, этап предварительного анализа данных и этап интерпретации результатов. При этом для выполнения методов обработки медико-биологических данных от пользователя требуется лишь применение статистических методов обработки данных и использования соответствующих пакетов прикладных программ. На практике для врача обработка и анализ данных сводятся к решению следующих задач: получение представления о основные статистические методы; усвоения пакета прикладных программ; анализа и интерпретация результатов исследований.На начальных этапах исследования нет четкости относительно методов обработки результатов. Поэтому надо предусмотреть возможность использования различных способов обработки и приблизительного сравнения полученных результатов с целью определения, как обрабатывать имеющиеся данные. Приведенная ниже таблица поможет лучше сориентироваться в основных математических методах обработки и анализа данных. Математические методы обработки и анализа данных Источник информации, задача исследования Методы обработки и анализаЦелью этого этапа является приведение данных к виду, позволит провести следующую их обработку, и предварительное формирование представления о типе (структуру) анализируемых данных. Обычно во время проведения медицинского исследования стараются учесть максимальное количество характеристик, которые существенны при анализе исследуемому вопросу. Исследования, как правило, состоит из нескольких серий наблюдений, во время которых в одинаковых условиях регистрируются параметры отдельных объектов (например, больных определенное заболевание). Все данные целесообразно свести к единой таблицы, в которой по строкам расположены различные объекты наблюдения (например, больные), а по столбцам параметры (например, температура, частота сердечных сокращений, артериальное давление и др.).Этот этап включает: уточнение структуры данных и разбиения их на группы; расчет основных статистических характеристик, выявление различий между группами данных, определение взаимосвязей между параметрами, определение эмпирических законов распределения, которым подчинены данные.В современных прикладных пакетах данные достаточно просто обрабатываются с помощью различных процедур, с тем чтобы потом можно было выбрать метод, который дает наилучший результат. Например, если необходимо оценить степень влияния известных факторов на величину, измеряемую, используют дисперсионный и / или регрессионный анализы.У медиков-исследователей часто возникают трудности в интерпретации результатов медико-биологических данных.Уровень описания самого анализа, его результатов, наглядность должны быть корректными и понятными для практических медицинских работников.Случайной называется величина, которая в результате эксперимента, который может быть повторен при постоянных условиях большое количество раз, может принимать значение . Дискретной случайной называется величина, которая может принимать конечное количество значений (например, количество детей, которое родилось за сутки). Непрерывной случайной называется величина, которая может принимать любое числовое значение в данном интервале значений (н