- •Тема. Числовые характеристики дискретного статистического распределения: выборочное среднее, выборочная дисперсия, среднее квадратичное отклонение, мода, медиана Базовые вопросы к теме
- •Дидактический блок
- •Работа с преподавателем
- •Базовые вопросы к теме
- •Информационно-дидактический блок Параметрические критерии для проверки гипотезы о различии (или сходстве) между средними значениями
- •Определение достоверности различия двух зависимых выборочных совокупностей.
- •Тема: Непараметрические критерии проверки статистических гипотез.
- •Информационно-дидактический блок
- •Тема: Анализ качественных признаков. Таблицы сопряженности
- •Информационно-дидактический блок
- •Тема: Линейная корреляция.
- •Информационно-дидактический блок
- •Коэффициент корреляции Пирсона
- •Коэффициент корреляции рангов к. Спирмена
- •Тема: Линейная регрессия
- •Тема: Дисперсионный анализ. Метод однофакторного дисперсионного анализа.
- •Тема: Статистические методы в эпидемиологическом анализе Метод стандартизованных коэффициентов
- •Тема: Метод анализа выживаемости
- •Примерный вариант заданий к рубежному контролю №1
- •Примерный вариант заданий к рубежному контролю №2
- •Задания по срс
Базовые вопросы к теме
Цели биостатистики, предмет биостатистики
Применение статистического анализа в медицинских исследованиях
Понятие случайной величины
Генеральная совокупность и выборка
Классификация признаков: количественные и качественные признаки
Правила построения гистограмм
Основные статистические характеристики случайных величин и их интерпретация
Информационно-дидактический блок Параметрические критерии для проверки гипотезы о различии (или сходстве) между средними значениями
Для проверки гипотез в биометрии возможны 2 вида критериев: параметрические и непараметрические. Первые служат для проверки гипотез о параметрах совокупности, распределенных по известному закону (обычно в биометрии по нормальному закону), вторые — для проверки гипотез независимо от формы распределения совокупностей. Так, при нормальном распределении признака параметрические критерии обладают большей мощностью, чем непараметрические, поэтому, если известно, что сравниваемые выборки извлечены из нормально распределенных совокупностей, предпочтение следует отдавать параметрическим критериям. В случае очень больших отличий распределения признака от нормального закона, при малых объемах выборки, а также для анализа порядковых данных следует применять непараметрические критерии.
Работа с преподавателем
СЛУЧАЙ 1. Выборки независимы.
Наиболее распространенным параметрическим методом оценки различий между сравниваемыми средними значениями независимых выборок является критерий Стьюдента, или t-критерий. Нулевая гипотеза заключается в равенстве генеральных средних и совокупностей, из которых извлечены выборки, или, другими словами, проверяется нулевая гипотеза о принадлежности двух сравниваемых выборок одной и той же генеральной совокупности. Проверяемый t-критерий выражается в виде отношения:
где m1, m2 — стандартные ошибки средних значений сравниваемых выборок.
Для проверки критерия знак разности средних значений не играет роли, поэтому в формуле для расчета тестовой статистики берется модуль разности. Однако знак разности важен для интерпретации результатов сравнения и заключения о преимуществе одного из сравниваемых методов. В дальнейшем при сравнении параметров в формулах для тестовых статистик мы будем опускать знак модуля.
Гипотезу о равенстве средних отвергают, если фактически полученная величина t-критерия превзойдет или окажется равной табличному значению распределение Стьюдента, для принятого уровня значимости и числа степеней свободы f =.n1 + n2 – 2.При этом делается заключение о наличии статистически значимых различий между средними значениями на соответствующем уровне значимости.
СЛУЧАЙ 2. Выборки зависимы.
Для сравнения двух зависимых выборок или выборок с попарно связанными вариантами проверяют гипотезу о равенстве нулю среднего значения их попарных разностей. Такая задача возникает, когда имеются данные об изменении интересующего признака у каждого пациента. Например, если группа пациентов получала изучаемый метод лечения и у каждого пациента измерялось значение признака до и после лечения. В данном случае предстоит проверить нулевую гипотезу о равенстве нулю изменений этого признака в результате получения терапии.
При подобных исследованиях все наблюдения можно представить в виде n-пар измерений (например, до и после)
Для каждой пары вычисляется разность
di, i=1, n
Для полученного ряда вычисляется среднее и среднеквадратичное отклонение
Проверка гипотезы производится по таблицам распределения Стьюдента для выбранного уровня значимости и числа степеней свободы f= п — 1, в случае двустороннего теста без учета знака. Нулевая гипотеза отвергается для данного уровня значимости, если вычисленное значение превзойдет соответствующее табличное.
Правильное применение t-критерия предполагает нормальное распределение совокупностей, из которых извлечены сравниваемые выборки. Если это условие не выполняется, то более эффективными будут непараметрические критерии.
Работа с преподавателем.
Случай 1. В группе здоровых людей и больных гепатитом было определено содержание белка в сыворотке крови (Таблица 1). Определить, достоверна ли разница в содержании белка у здоровых людей и больных гепатитом. Представить результаты в графическом виде.
Таблица 1.
X1 (норма) |
6,87 |
6,51 |
6,9 |
7,05 |
7 |
|
X2 (гепатит) |
7,2 |
6,92 |
7,52 |
7,18 |
7,25 |
7,1 |
Решение: