5 курс / ОЗИЗО Общественное здоровье и здравоохранение / Медицинская_статистика_Жижин_К_С_

и если исследование правильно спланировано" то ре­ зультат практически всегда будет безупречным. Валид­

ность - главное определяющее серьезности исследования.

отражать именно те качества, на выявление которых дан­

ный метод и был наllравлен. И если условия опыта не ме­

нять кардинально, то выбранный метод будет давать иден­

тичный результат и на других совокупностях.

для проверки статистических гипотез используются:

1. Пара.метрuческuе методы. (Требуют знания закона

распределения вероятностей как в выборке, так и в генеральной совокупности.)

2. Неnара.меmрuческuе .методы. (Не требуют знания за­

конов распределения вероятностей ни в выборке, ни в генеральной совокупности.)

Если исследователь серьезно относится к результату своего труда, он априори, до проведения статистической обработки данных и даже до начала проведения экспери­

мента, за письменным столом должен продумать, будет ли

анализируемая им совокупность данных отвечать требо­

ваниям нормальности, соответствовать закону Гаусса.

Дело в ТОМ, что математическая статистика и теория

проверки статистических гипотез, как ее ветвь,__ориенти­

.E.~aHЫ на специфику нормального закона распределения. И для корректного применения параметрических методов

действительно обязательно выполнение ряда условий, ко­ торыми начинающие аналитики и статистики пренебре­ гают. Большей частью эксперимент строится по такой при­

митивной схеме: сначала соберем как можно больше данных,

а уже потом с помощью профессионала-статистика как-ни­

будь обработаем.

Увы, при таком подходе иной раз с эксперименталь­

ным материалом сделать ничего серьеЗНОГQ уже нельзя

(в плане получения аналитических результатов И, самое

главное, нельзя никак исправить сам эксперимент.

Если планируется ответственная-исследовательская ра­

бота и столь же серьезная обработка ее данных, то алго­

ритм действий исследователя должен содержать обязатель­

ные ответы на такие вопросы:

1) как близки распределения экспериментальных дан­

ных к нормальному закону;

2) какая шкала измерений наиболее применима в его

исследованиях, как минимум это должна быть ин-

'--~---.-. -

тервальная шкала; .

3) каковы ограничения на минимальный и (или) мак­

симальный объем выборки или согласованность объемов нескольких исследуемых выборок.

Когда требования нормальности распределения и ин­

тервальности используемой шкалы не выполняются или

их трудно осуществить, то стоит использовать непарамет­

рические методы проверки гипотез.

При получении результата работы можно допустить:

1) принятие верной нулевой гипотезы;

,... Ко.гда П~Р~Ь!~_!!,I{_~РТЫ~ варианты решения правиль­

ны, а второй и третий - .ошибочны, то возникает риск

ошибки первого и второго рода.

Ошибка первого рода пояВляется, если игнорируется верная нулевая гипотеза НО. Ошибка второго рода возни­

кает, когда нулевая гипотеза Но оценивается как ложная.

Если обозначить вероятность ошибки первого рода. как (Х, а вероятность ошибки второго рода ~, то значение

вероятности правильного вывода в первом случае будет

равным:

р= 1 - а.

Значения (р) могут бьпь выражены как 0,95 или 0,05~ что по сyrи одно и то же. В большинстве медико-биоло­

гических исследований в качестве минимально допусти­

.мого используют уровень значимости р = 0,05 или 0,01,

иногда 0,001.

Для уменьшения вероятности совершения ошибки

первого рода можно:

-увеличить число наблюдений;

-увеличить числа повторных измерений в одной и

той же выборке;

-увеличить уровень значимости или статистической'

достоверности вывода;

-увеличить точность измерений за счет уменьшения' систематической ошибки.

Ошибки второго рода непосредственно влияют на мощ­

ность критерия при проверке гипотез, когда велика веро­

ятность не совершить ошибку второго рода. Вполне есте­

ственно, чтобы не совершить ошибку второго'рода, надо

стремиться использовать более мощный критерий для того

класса задач, которые решаются в конкретной ситуации.

Мощность критерия

v= 1 - 1.

Отсюда возникает естественный вопрос: какая же из

описанных ошибок более важна? Ответ односложным

быть не может, все зависит от ряда обстоятельств: от це­

лей, характера задачи, построения исследования.

~

Ошибка первого рода существенна в конфирматорном

(уточняюшем) эксперименте, а также тогда, когда непри­

нятие верной гипотезы об отсутствии различий имеет практическую значимость: принятие врачом ложной ги­

потезы об эффективности лечебного препарата или эф­ фективности противоэпидемических мероприятий может

иметь катастрофические последствия, оргвыводы о проф­

пригодности специалиста и т. Д.

Ошибка второго рода существенна в эксплораторном (разведочном) эксперименте. Orклонение гипотезы о раз­

личиях на начальной стадии эксперимента может (в луч­ шем случае!) неверно ориентировать исследователя на перс­

пективу.

В настоящее время, когда все стали считать деньги, в

том числе и на проведение исследований, и наука 8 по­

давляюшем большинстве случаев влачит жалкое суще-

lfиrерфейс (Interface) - способ общения между пользо­ вателем и программоЙ. Он служит для упрамения про­

граммным обеспечение~ как с клавиатуры с использова­

нием комбинации клавиш, так и с помощью «мыши».

Рабочее 01010 (Window) - содержит стандартные эле­

менты упрамения.

WiпdОWS-ПРВJJожевия -. компьютерные программы для

работы в данной среде операционной системы. Описан­

ные ниже программы как раз и рассматриваются нами как

готовые статистические пакеты.

МевlO (Мепо) - наБОр процедур выбора, представлен:

•текстами;

•пиктограммами, значками.

Всовременных медицинских учреждениях примене­

ние компьютерных технологий, к сожалению, еще не ста­

ло обычным делом обработки и анализа данных, тем бо­

лее проверки статистических гипотез. Кое-кто в лучшем

случае использует для решения своих локальных задач ста­

тистические пакеты, так называемой описательной стати­

сти"и (и не более) популярной программы Ехсеl.

Как показывает наш опыт использования хорошо за­

рекомендовавших себя статистических пакетов SPSS,

STATISТICA (USA) дЛЯ решения задач по обработке теку­

щей (и даже научной!) информации, эти пакеты дают ис­ следователю гораздо больше простора для творческой ра­ боты: арсенал методик в них шире, чем в упомянутой нами

программе Excel. И самое главное - некоторые приемы

глубокой проработки информации экспериментальных данных в ней просто невозможны.

Выбор именно этих двух пакетов, на первый взгляд, су­

щественно отличающихся> друг от друга по пользователь­

скому интерфейсу, обусловлен прежде всего тем, что их не­

достатки - продолжение их непересекающихся достоинств.

В каком-то из них есть то, чего напрочь лишен другой. Предлагаемая нами подборка статистических приме­

ров и задач вводит врача, биолога, химика и близких к ним

по сyrисвоего труда специали~в в круг таких вариантов