Презентация - "Биологическая статистика"

Доцент модуля медицинской биофизики и биостатистики Аймаханова Айзат Шалхаровна

Предмет и задачи биологической статистики. Данные: а) Виды данных б) Шкалы измерения данных в) Графическое представление данных 3. Выборочный метод.

Большую роль в медицине играют методы точных наук, в первую очередь статистики.

Д. м. требует, чтобы при решении задач медицинской практики использовались результаты лучших клинических испытаний, в надежности и доброкачественности которых нет никаких сомнений. Д.м. значительно сокращает и облегчает перенос научных достижений в медицинскую практику.

Практикующий врач должен понимать современный статистический язык и знать методологию современной медицины. В ином случае врач не сможет эффективно пополнять свои знания при чтении современных медицинских публикаций. Внедрение в практику принципов д.м. диктует современному выпускнику мед. вузов необходимость понимания биостатистики.

- Это наука, позволяющая увидеть закономерности в хаосе случайных данных, выделить устойчивые связи в них, определить действия с тем, чтобы увеличить долю правильно принятых решений среди всех принимаемых.

Это сбор, группировка, систематизация, представление, анализ и интерпретация данных (результатов наблюдений). Это изучение генеральных совокупностей и их изменчивости.

промышленная, сельскохозяйственная, коммунальная, судебная, и другие, биологическая – изучающая вопросы связанные с медициной и биологией.

- система знаний о правилах планирования и анализа результатов натурных и экспериментальных исследований биологических объектов.

Предмет – основные положения и методы биологической статистики. Цель дисциплины – научить правильно количественно оценивать процессы, происходящие в живой природе. Задачи дисциплины – познакомить и научить пользоваться основными статистическими критериями для оценки биологических совокупностей.

Данные Качественные Количественные Категориальные: неупорядоченные Порядковые: упорядоченные Дискретные Непрерывные

Номинальные или категориальные (классификационные): Данные разбиты на категории, названия которых отражают значения признака или классификационный номер. Данные этого типа нельзя измерять или упорядочивать по значению, над ними нельзя выполнять арифметические операции. Примеры: пол, семейное положение, этническая группа, статус занятости, группа крови.

Порядковые (ранговые): Данные относятся к непересекающимся категориям, в зависимости от степени проявления у них анализируемого признака. Категории (градации, уровни) логически упорядочены в соответствии со шкалой относительной значимости значений. Над данными нельзя выполнять арифметические операции. Примеры: стадии заболевания, выраженность боли (шкала оценки боли), классы общества.

Бинарные или дихотомические: Номинальные или категориальные данные, которые распределяются по двум непересекающимся категориям. Примеры: мертвый / живой, излеченный / не излеченный.

Дискретные числовые : Данные могут иметь только строго фиксированные числовые значения, обычно целые. Значения данных изменяются скачкообразно, и никаких промежуточных значений не существует. Для этих данных важны и величина, и порядок. Примеры: количество дней, число пациентов.

Непрерывные числовые : Данные могут принимать любое числовое значение из заданного диапазона (отрезка). Количество значений бесконечно, значения могут содержать дробную составляющую, зависящую от точности измерений. Примеры: температура, вес, рост, давление.

Применяется для: Распознавания структуры и характерных особенностей данных; Обнаружения ошибок в данных; Исследования взаимосвязи между случайными величинами; Оценки соответствия данных выбранным моделям; Обнаружения новых явлений; Выявления необходимости в корректировке данных, а также определения способа ее осуществления (преобразование данных, сбор дополнительных данных или изменение условий эксперимента).

Таблица Столбиковая диаграмма Круговая диаграмма Точечный график и т.д.

Группированная выборка Гистограмма Диаграмма «Стебель с листьями» и т.д.

Множество объектов, характеризуемых некоторым качественным или количественным признаком, называется статистической совокупностью. Статистическая совокупность, состоящая из всех объектов, которые ( по крайней мере, теоретически) подлежат обследованию, называется генеральной статистической совокупностью. Статистическая совокупность, состоящая из некоторого количества объектов, случайным образом отобранных из соответствующей генеральной совокупности, называется выборочной совокупностью или просто выборкой.

Метод статистического исследования, состоящий в том, что на основе изучения выборочной совокупности делается заключение о всей генеральной совокупности, называется выборочным методом. Основные требования к выборке – хорошо представлять генеральную совокупность, то есть быть представительной (репрезентативной).

случайностью выбора объектов из генеральной совокупности, когда каждому из них обеспечивается одинаковая возможность быть отобранным; независимостью результатов наблюдений в выборе; правильным определением объема выборки с учетом всех конкретных условий.  

выборочная средняя: выборочная дисперсия: выборочное среднеквадратичное отклонение:  

Точечной называют оценку, которая определяется одним числом. Интервальная - двумя числами.

доверительная вероятность: Р=0,95 (95%), уровень значимости: α =1-0,95=0,05 (5%)  

генеральная средняя:  

Интервал, который с заданной вероятностью (надежностью) покрывает неизвестный параметр, называется доверительным интервалом. Вероятности, признанные достаточными для уверенного суждения о генеральных параметрах на основании известных выборочных показателей, называются доверительными вероятностями.

где tα- коэффициент Стьюдента стандартная ошибка среднего:  

Лукьянова Е.А. Медицинская статистика. – М: Изд. РУДН, 2002. Медик В.А., Токмачев М.С., Фишман Б.Б. Теоретическая статистика//Статистика в медицине и биологии. В 2-х томах / Под. ред. проф. Ю.М Комарова. Т.1. – М.: Медицина, 2000. Гланц С. Медико-биологическая статистика. – М.: Практика, 1999. Рокицкий П.Ф. Биологическая статистика. – Высшая школа, 1973.