00 Учебное пособие по курсу биометрия

Величина вероятности распределения каждой из гармоник P(t), в нашем представлении, является прямым аналогом приоритетности направления изучаемого явления для любой из составляющих генеральной совокупности, t - количественный показатель степени отклонения конкретной гармоники от условно оптимального состояния целостной генеральной совокупности. Отрицательные гармоники (t = -1, -2) - показатели субоптимальности режимов, а положительные - супероптимальности. Представленные на графике численные значения не обязательно должны быть целыми величинами, они могут принимать любые значения. Чем ближе к нулевому (равновесному) состоянию расположена гармоника, тем она ближе к оптимуму и, следовательно, большим приоритетом должна обладать.

Адекватная оценка изучаемого явления требует проведения полного и всестороннего анализа с учѐтом всех его качеств и характеристик. Проведение объективного анализа возможно при наличии обобщающего фактора, который позволяет не только уравновесить, но и сгладить противоречия.

Ускорение процессов развития организма и создание новых видов растений и животных, которые не существуют в живой природе, волнуют не одно поколение ученых и способствуют созданию новых отраслей биологической науки. Выбор приоритетных направлений, способствующих скорейшей реализации поставленной задачи, затруднен установлением критериев оценки значимости их дальнейшего развития, что предопределено как объективными, так

исубъективными причинами. Исследователь на различных этапах своей деятельности сталкивается с наличием не только противоположных мнений, но даже направлений работы, которые, в свою очередь, могут, как исключать, так

идополнять друг друга. Ошибка выбора приоритета развития как раз и заключается в выделении какой-либо из особенностей, отрицая остальные и, забывая принцип соотношения Бора о том, что каждая новая теория должна включать в себя элемент старой как предельный случай новой. Даже противоположные направления зачастую имеют общее, объединяющее начало не только при выборе объекта исследования или методологии, а и при постановке задачи в целом. Важно отыскать это начало и попытаться оттолкнуться от него.

Создание алгоритма объективной оценки изучаемого явления с учетом всего спектра составляющих его качеств позволяет получить максимальный эффект при его дальнейшей реализации.

Выполнение эксперимента (см. структурную схему проведения биологического исследования) сопряжено с проведением измерений и их статистической обработкой, начиная от поисковых опытов и кончая выполнением всего эксперимента в целом. По окончанию первичной статистической обработки полученных данных можно приступать к планированию эксперимента на основе проведенных поисковых опытов.

Заключение. Когда совокупность подчиняется нормальному распределению, она исчерпывающе описывается параметрами распределения — средним и стандартным отклонением. Когда же распределение сильно отличается от нормального, более информативны мода и процентили.

61

Так как наблюдать всю совокупность удается редко, мы оцениваем параметры распределения по выборке, случайным образом извлеченной из совокупности. Стандартная отклонение среднего служит мерой точности, с которой выборочное среднее является оценкой среднего по совокупности.

ВОПРОСЫ ДЛЯ САМОКОНТРОЛЯ.

1.Определите основную задачу научного исследования? В чем состоит принципиальное отличие наблюдения от эксперимента?

2.Перечислите особенности сбора, накопление и группировки данных отражающих процесс исследуемого явления.

3.Охарактеризуйте особенности шкалы качественных признаков

4.Охарактеризуйте особенности шкалы количественных признаков

5.Опишите основные принципы построения вариационного ряда

6.Перечислите основные ошибки измерения и особенности их появления.

7.Назовите способы устранения грубых, систематических и случайных ошибок измерения.

8.В чем заключено различие качественного и количественного статистического анализа?

9.Какова необходимость применения статистических показателей: медиана, мода, квартиль? Опишите их характерные особенности.

10.Как производится вычисление величин среднего арифметического значения при проведении качественного и количественного анализов?

11.Как производится вычисление значений среднего квадратического отклонения при проведении качественного и количественного анализов?

12.Что характеризует показатель коэффициента вариации выборки.

13.Какую функцию отражает величина средней квадратической ошибки среднего арифметического?

14.Как устанавливается доверительный интервал?

15.При помощи, каких статистических показателей исследуется индивидуальная изменчивость (варьирование) признаков?

16.Какие виды распределений признаков Вы знаете? Опишите их характерные особенности.

17.Каким образом можно привести не нормальное распределение к нормальному?

18.Какова необходимость вычисления средней взвешенной величины и

ееошибки?

19.Перечислите основные функции нормированного отклонения.

62

результатов, извлечения из полученных опытных данных максимума полезных сведений. Составной частью ТПЭ является исследование способов обработки результатов эксперимента, проведенного по выбранному плану, анализ свойств получаемых оценок показателей качества объекта. Экспериментальные данные, полученные с помощью ТПЭ, часто являются основой для применения других математических методов, например градиентных методов оптимизации.

Наличие формальной теории планирования эксперимента не исключает необходимости четкого представления физических основ процессов, протекающих в объекте исследования, факторов, воздействующих на объект. Эти сведения нужны на этапе составления плана эксперимента, при анализе и интерпретации результатов.

3.1 Учет ошибок измерения и вычисления.

Перед проведением планирования эксперимента необходимо определить, в ходе выполнения поисковых опытов, ошибки измерения и вычисления, которые зависят от соответствующих методов. В ходе статистического анализа можно выявить ошибки. Их принято делить: по стадии возникновения на ошибки регистрации (измерения) и репрезентативности (статистической обработки); по причинам возникновения на случайные и систематические (рис. 27).

ошибки

Рис. 27. Составляющие компоненты ошибки выборки.

Ошибки репрезентативности – ошибки выборочного наблюдения: чем больше объем выборки, тем меньше ошибка. Это связано с тем, что структура выборки может не совпадать со структурой генеральной совокупности, откуда производилась выборка.

При сплошном наблюдении ошибка отсутствует. Ведущая ошибка репрезентативности связана с не учетом неоднородностей при анализе нескольких выборок. Это приводит к проблеме не воспроизводимости и как следствие этому не

64

сопоставимости полученных результатов. Случайные ошибки при большом массиве информации, не имеют направленности, взаимопогашаются и не искажают результаты анализа. Систематические ошибки имеют определенную направленность, приводят к искажению результатов.

Снижение ошибки выборки связано с требованиями, предъявляемые к информации: достоверность, воспроизводимость и сопоставимость. Достоверность - информация должна правдиво отражать явления и точно рассчитываться. Воспроизводимость - результаты отдельных опытов должны иметь одинаковые дисперсии. Сопоставимость - средние значения этих опытов должны совпадать, то есть быть соразмерными.

Например, применяемые методы измерения и обработки полученных данных в криобиологических исследованиях обеспечивают достоверность результата только при сравнении сохранности биообъекта в опытной группе с контролем при одинаковых условиях проведения эксперимента. Методологический приѐм парных сравнений - ―контроль-опыт‖, применяемый в одном эксперименте, не даѐт возможности сопоставлять результаты, полученные в разное время и тем более при использовании различных способов криоконсервирования. Это приводит к проблеме не сопоставимости абсолютных значений, полученных при реализации разных методов или их модификаций, что создает сложность анализа и последующего обобщения данных.

Проведение криобиологического исследования сопряжено с необходимостью применения комплекса взаимосвязанных методов. При этом результат оказывается неотделимым от методов при помощи, которых он получен. При таком подходе анализ заданного способа криоконсервирования подобен работе с ―черным ящиком‖. Вместе с тем существует необходимость сравнения результатов опытов полученных в изменяющихся условиях проведения эксперимента (опытов проведенных при разных условиях).

Таким образом, ошибки исследования состоят из ошибок регистрации (измерения) и репрезентативности (обработки, вычисления). Ошибку регистрации можно снизить посредством повышения класса используемого прибора, а репрезентативности применением адекватных методов обработки полученной информации.

Рассмотрим способы снижения ошибок обработки полученной информа-

ции.

3.1.1 Установление ошибки измерения. Биологические признаки варьи-

руют под влиянием самых различных, в том числе и случайных, причин. Наряду с естественным варьированием на величине признаков сказываются и ошибки, неизбежно возникающие при измерениях изучаемых объектов. Опыт показал, что как бы точно ни были проведены измерения, они всегда сопровождаются отклонениями от действительного значения измеряемой величины, т. е. не могут быть проведены абсолютно точно. Разница между результатами измерений и действительно существующими значениями измеряемой величины называется погрешностью или

65

ошибкой. Ошибкой измерения называется разность между результатом измерения Хi и истинным значением Х, измеряемой величины (Хi-Х).

Ошибки возникают из-за неисправности или неточности измерительных приборов и инструментов (технические ошибки), личных качеств исследователя, его навыков и мастерства в работе (личные ошибки) и от целого ряда других, не поддающихся регулированию и неустранимых причин (случайные ошибки).

Технические и личные ошибки, объединяемые в категорию систематических, т. е. неслучайных ошибок, можно в значительной степени преодолеть, совершенствуя технические средства, условия работы и личный опыт. Эти меры позволяют свести размеры таких ошибок до минимума, которым можно пренебречь. Случайные же ошибки, как независимые от воли человека, остаются и сказываются на результатах наблюдений.

Метод вариационной статистики возник как метод борьбы с ошибками, поскольку все измерения, как бы тщательно они не были выполнены, дают неточное, а лишь приближенное значение. Ошибки бывают грубые (см разд), си-

стематические и случайные.

Исключение систематических ошибок. Систематические ошибки могут зависеть от точности приборов, реактивов, применяемых методов или от индивидуальных особенностей экспериментатора. Обнаружение их требует таких специальных исследований, как измерение одной и той же величины разными методами или нескольких эталонов с помощью одного и того же прибора и т.д. К началу математической обработки систематические ошибки должны быть обнаружены и сведены путем соответствующих поправок до ничтожно малых величин.

Снижение величины случайных ошибок. Случайные ошибки могут быть следствием влияния большого количества разнообразных факторов на результат измерений, в том числе и биологической изменчивости. Эти ошибки не могут быть учтены и устранены путем введения каких-либо поправок, так как они не определены по величине и знаку. Однако с помощью методов теории вероятности можно учесть их влияние на оценку истинного значения измеряемой величины.

Учет влияния случайных ошибок основан на знании законов их распределения, причем чаще всего принимается закон распределения Гаусса. Совокупность всех ошибок измерений называют ошибкой измерения. При выполнении опыта проводится ряд измерений, а, следовательно, и

3.1.2 Уста-

новление ошибки вычислений.

Ошибки репрезентативности (вычисления) по аналогии с ошибками измерения так же зависят от случайных и систематических факторов. К систематическим

66

следует отнести выбор схемы проведения исследования и метода статистической обработки. Случайные факторы зависят от естественной изменчивости исследуемых признаков, которые определяются межгрупповой и внутригрупповой вариацией.

До проведения поисковых опытов, как правило, общая, меж- и внутригрупповая вариация выборки неизвестна. Поэтому основной задачей планирования эксперимента и есть оценка наиболее вероятного значения данных величин в ходе проведения и обработки результатов поисковых опытов. Способы оценки общей, меж- и внутригрупповой вариации выборки см. в разделе дисперсионного анализа. Межгрупповую вариацию можно свести к минимальному значению при использовании прямых методов измерений и правильной группировки данных с целью формирования однородных выборок. Минимальность величины межгрупповой дисперсии является показателем эффективности планирования эксперимента.

3.1.3 Установление ошибки обработки результатов опыта.

В соответствии с методами обработки результатов все способы измерения можно разбить на два класса: измерения прямые, когда исконную величину измеряют непосредственно, и измерения косвенные или опосредованные, когда исконная величина является функцией измеряемых величин. Пример измерения температуры при помощи термометра и термопары.

Исключение систематических ошибок вычисления. При прямом изме-

рении ошибка опыта равна ошибке отдельного измерения Δ≈Δi. В результате искомая величина находится прямо по показаниям измерительного прибора, например, сила тока – по отклонению стрелки амперметра, вес – по растяжению пружинных весов и т.д. Однако гораздо чаще измерения проводят косвенно, например, площадь прямоугольника определяют по измерению длин его сторон,

чины получается путем соответствующих расчетов. Поэтому при проведении косвенные измерениях ошибка опыта равняется сумме всех ошибок измерения

Δ≈∑Δi.

Пример. В случае криоконсервирования биообъекта, имеющего разное качество, общепринято производить усреднение показателя сохранности биоматериала. Обобщение разнокачественного материала приводит к неоднородности выборки, что увеличивает величину межгрупповой дисперсии. Ошибка опыта увеличивается пропорционально количеству разнородных групп эмбрионов. При проведении последующего эксперимента величина ошибки опыта накапливается пропорционально количеству этапов криоконсервирования.

Таким образом, общая ошибка опыта будет содержать количество долей ошибок равной произведению числа неоднородных групп биообъекта (для эмбрионов удовлетворительное, хорошее, отличное качество) на количество этапов

67

криоконсервирования (применение криопротектора, процедура замораживанияоттаивания, культивирование).

Так как измерения косвенные зависят от ряда прямых, то при прочих равных условиях всегда выгоднее применять тот способ, при котором будет меньше косвенных измерений, а значит и меньше сумма ошибок. Вычисление относительной предельной (наибольшей, случайной ошибки) ошибки опыта оцениваются на основании следующих правил:

а) ошибка суммы заключена между наибольшей и наименьшей из относительных ошибок слагаемых; практически берут или наибольшую относительную

основания.

Ошибку опыта можно снизить посредством перехода от косвенных измерений к прямым. Работа с однородной выборкой (состоящей из одинакового качества биообъекта) не создает межгрупповой дисперсии. Тем самым ошибку опыта можно снизить пропорционально количеству разнородных групп содержащих исследуемый биообъект. При необходимости усреднение производится только конечного результата.

Общеизвестно, что сравнивать можно только однородные величины, т. е. имеющие одинаковую размерность. Для оценки вариабельности абсолютной величины используется показатель среднеквадратическое отклонение ф (7), а количественное сопоставление однородных показателей производится при помощи отношения дисперсий данных величин (дисперсионный анализ). Сравнение вариабельности разнородных величин (имеющих различные размерности) осуществляется при помощи перевода их в относительные показатели (коэффициент вариации – отношение среднеквадратического отклонения к средней величине ф (8)). Поэтому для сопоставления разнородных показателей используют прием перевода их в относительную систему координат. Для описания корреляционной связи стохастических параметров применяют критерий нормированного отклонения (t критерий Стьюдента – отношение разности средней величины и текущей к среднеквадратическому отклонению), а при оптимизации детерминистических используют относительные величины [4, 5, 6].

Для сопоставимости результатов полученных при разных условиях их реализации используется так же показатель эффективности. Термин "эффективность" означает определенный результат известных усилий. Оценка этого результата проводиться на основании количественных показателей, отражающих степень достижения намеченной цели. При этом и усилия, и результат должны быть измерены в сопоставимых единицах, а их величины подвергнуты сравне-

68

нию. Эффективность выражают в процентном отношении значений полученного результата к общим усилиям. Частным случаем данного показателя является коэффициент полезного действия - отношение полезно использованной энергии к затраченной. Экономическая эффективность (рентабельность) вычисляется как отношение прибыли к затратам.

При использовании относительных показателей – эффективности ошибку опыта можно уменьшить до величины отдельного измерения. В случае с эмбрионами млекопитающих в девять раз, при этом их количество можно сократить до 80 раз при обеспечении достоверного результата.

Таким образом, не учет начального состояния биологического материала и эффективности этапов его криоконсервирования является причиной создания межгрупповой вариации. Усреднение значений неоднородных выборок (от начального до и конечного после всех этапов криоконсервирования разнокачественного биообъекта) приводит к накоплению ошибок опыта. Учет индивидуальных свойств биообъекта и особенностей этапов криоконсервирования дает возможность использовать прямые методы измерения, существенно снижающие погрешность опыта.

Вычисления можно проводить как угодно точно, но результат вычисления не может быть точнее тех данных, на которых оно основано. Установление общей ошибки эксперимента, при проведении и анализе поисковых опытов, является основой определения условия решения поставленной проблемы.

3.2 Определение условий решения поставленной задачи

3.2.1 Проведение поисковых опытов. Задача математической статистики, в строгом понимании этого термина, состоит в разработке и применении методов описания реальных явлений вероятностными моделями, исходя из данных, полученных в результате наблюдений за этими явлениями. В более широком смысле математическая статистика понимается как совокупность методов планирования и обработки данных, полученных в результате экспериментов или наблюдений, причем эти методы могут не основываться на вероятностных моделях. При таком широком понимании вместо термина «математическая статистика» часто используют термин «анализ данных».

Исторически вначале сформировались методы обработки данных, не связанные тесно с теорией вероятности, так называемая дескриптивная, или описательная статистика. С начала этого века начали интенсивно развиваться методы анализа данных, основанные на вероятностных моделях, - это, прежде всего, методы статистического оценивания и статистической проверки гипотез. Классические работы Р. Фишера открыли новую страницу в истории биометрии. Они показали, что планирование эксперимента и обработка результатов - это две тесно связанные между собой задачи статистического анализа.

Бурное развитие вычислительной техники вызвало к жизни ряд новых методов анализа. Некоторые из этих методов разработаны на основе подходов, отличных от теоретико-вероятностного (геометрические, оптимизационные и др.). Вероятностное обоснование этих методов либо отсутствует, либо недостаточно развито, что затрудняет количественную оценку степени достоверности получа-

69

емых выводов аналитическими средствами классической математической статистики. Однако в последние годы, в связи с быстрым ростом производительности вычислительных машин, начали также получать распространение процедуры так называемого стохастического моделирования (пермутационные методы, бутстрэп и др.), позволяющие оценить статистические свойства получаемых решений без использования аналитических методов.

Поисковые опыты проводят для того, чтобы найти условие решения поставленной на исследование проблемы. Поэтому целью поисковых опытов является проверка отдельных частей разработанной

методики, приспособленности приборов к тем измерениям, которые определила методика и расчет количества опытов необходимых для получения достоверного результата.

Выбор величины доверительной вероятности является отправной точкой планирования эксперимента. Доверительная вероятность или надежность Р – это вероятность того, что средней значение выборки x попадает в интервал μ- tpm x μ+tpm, где μ – истинное значение генеральной совокупности ( x →μ при n→∞). Установив в ходе поискового опыта основные статистические величины изучаемых явлений, как то среднеарифметическую, среднеквадратическое отклонение и др., можно приступать к планированию эксперимента.

Как правило, минимально допустимая доверительная вероятность, рекомендуемая при определении доверительных интервалов в биологических исследованиях, равна 95% (Р=0,95), а уровень значимости оценок 5% (р=0,05):

где - доверительный интервал Δ=tm.

Доверительный интервал оценивается в 5 процентов от выборочной средней М. Другими словами доверительная вероятность обратно пропорциональна уровню значимости оценок измерений, которая в свою очередь равна ее относительной погрешности. Величина вероятной ошибки не должна превышать величины заданной надежности для проведения данного исследования.

Установление заданной надежности. При всем разнообразии методов исследовательской работы задача планирования сводится к тому, чтобы при возможно минимальных объемах наблюдений получать достаточно полную информацию об изучаемых объектах. Планирование эксперимента основывается на установленной надежности – Р, которая обеспечивается за счет увеличения количества измерений и уменьшения погрешностей приборов. В некотором смысле эта задача является обратной той, которая решается при статистической обработке результатов поискового эксперимента.

70