Яндекс.Метрика

Статистика в медицине

Каждый слышит то, что понимает. Гете

Статистика посещаемости БИОМЕТРИКИ

16.05.2011 г. на сайт пришло 2561 человек, открывших 3205 страниц
14.11.2011 г. на сайт пришло 2106 человек, открывших 3250 страниц
14.12.2011 г. на сайт пришло 2640 человек, открывших 3452 страницы
17.01.2012 г. на сайт пришло 2439 человек, открывших 3097 страниц
03.03.2012 г. на сайт пришло 2219 человек, открывших 3019 страниц
30.05.2012 г. на сайт пришло 3512 человек, открывших 4706 страниц
06.03.2014 г. на сайт пришло 2556 человек, открывших 3179 страниц
08.02.2015 г. на сайт пришло 2341 человек, открывших 2682 страницы

Если приходят, значит полезное находят.
 
Пишите нам на адрес

Выбрав любое изображение, кликните по нему мышкой, и Вы прочитаете о том, как ...

Редактор БИОМЕТРИКИ
В. Леонов

Яндекс
цитирования
Яндекс цитирования
 
25 наиболее популярных ссылок, посещаемых нашими читателями
http://www.biometrica.tomsk.ru/Leonov_Erevan_2015.pdf
http://www.biometrica.tomsk.ru/erevan_8.html
http://www.biometrica.tomsk.ru/student.htm
http://www.biometrica.tomsk.ru/UNESCO%202010.pdf
http://www.biometrica.tomsk.ru/zakaz.htm
http://www.biometrica.tomsk.ru/zakaz_28.htm
http://www.biometrica.tomsk.ru/kk.htm
http://www.biometrica.tomsk.ru/erevan_3.html
http://www.biometrica.tomsk.ru/stat_cardio1.htm
http://www.biometrica.tomsk.ru/error.htm
http://www.biometrica.tomsk.ru/STAT_CARDIO_2014.pdf
http://www.biometrica.tomsk.ru/logit_9.htm
http://www.biometrica.tomsk.ru/stat_cardio7.htm

http://www.biometrica.tomsk.ru/potencial.htm
http://www.biometrica.tomsk.ru/zakaz_19.htm
http://www.biometrica.tomsk.ru/lis.htm
http://www.biometrica.tomsk.ru/kamchat.htm
http://www.biometrica.tomsk.ru/biometrica_15.htm
http://www.biometrica.tomsk.ru/zakaz_15.htm
http://www.biometrica.tomsk.ru/ftp/dict/cult/gramm.htm
http://www.biometrica.tomsk.ru/biometrica_15.htm
http://www.biometrica.tomsk.ru/stat_cardio5.htm
http://www.biometrica.tomsk.ru/krasnojarsk.htm http://www.biometrica.tomsk.ru/erevan_3.html
http://www.biometrica.tomsk.ru/logit_6.htm

Центр БИОСТАТИСТИКА выполняет работы по статистическому анализу экспериментальных данных уже более 30 лет. В его составе исследователи России, США, Израиля, Англии, Канады и других стран. Услугами Центра пользуются аспиранты и докторанты в области медицины, биологии, социологии, психологии и т.д. (См. далее )



  Отзывы заказчиков по статистическому анализу данных

О современных проблемах внедрения прикладной статистики
и других статистических методов
(Обобщающая статья)

А.И. ОРЛОВ

Журнал “Заводская лаборатория”.- 1992.- №1.- с.67-74.

Болезни роста

Бурное развитие прикладной статистики породило ряд проблем, которые, видимо, сопутствуют многим быстро развивающимся областям. Низкий научно-технический уровень многих работ (примеры даны в публикациях [1, 2]) объясняется тем, что статистическими методами занялись люди, не имеющие соответствующей подготовки, а актуальность этой тематики открыла им возможность печататься в научно-технических изданиях. На современном этапе более важной задачей, чем дальнейший количественный рост числа лиц, занимающихся статистическими методами, является повышение качества работ в этой области, обеспечение их соответствия современному научно-техническому уровню, достигнутому в рамках специальности 01.01.05 “Теория вероятностей и математическая статистика”. 

На Четвертой международной Вильнюсской конференции по теории вероятностей и математической статистике (1985 г.) было 515 советских докладов, относящихся к этой специальности [3], поэтому дело не в том, что в СССР мало высококвалифицированных специалистов, а в том, что отсутствует система внедрения современных методов и вытеснения устаревших и неверных, система контроля за качеством работ в области статистических методов.

Ошибки при применении статистических методов встречаются в работах по различной тематике. Например, в учебниках по “Общей теории статистики” [4, 5 и др.] постоянно повторяется одна и та же ошибка: для проверки гипотезы о принадлежности функции распределения выборки параметрическому семейству предлагается использовать критерии Колмогорова, при этом параметры теоретического распределения оцениваются по выборке, а процентные точки берутся для классического распределения критерия, полученного в предположении, что параметры точно известны. Дело в том, что в случае, когда параметры определяются по выборке, предельное распределение будет другим, процентные точки его примерно в 1,5 раза меньше, чем для классического распределения критерия Колмогорова [2].

В одной из лучших книг по применению статистических методов в медицине [6] допущена та же ошибка.

Как неоднократно отмечалось (см., например, [1, 7, 8]), в большинстве медико-биологических исследований используются лишь самые элементарные статистические приемы: вычисление среднего арифметического и ошибки среднего, доли и ее ошибки, проверка однородности двух выборок с помощью критерия t-Стьюдента, вычисление коэффициента корреляции и проверка его значимости, к тому же иногда с ошибками [9]. Подробный анализ ряда типичных ошибок при применении статистических методов дан в работе [10]. Ситуация практически во всех прикладных областях аналогична.

Применение статистических методов весьма широко, практически во всех вузах и НИИ, на многих заводах есть вычислительные центры, среди программ обычно имеются статистические.

Большинство статей в технических, медицинских, социологических изданиях содержат упоминания о применении статистических методов. Конечно, эти методы обычно просты (расчет среднего, выборочной дисперсии, критерия Стьюдента) и часто применяются неквалифицированно - например, критерий Стьюдента используется для наблюдений, распределение которых явно отличается от нормального.

Обычно применяется одномерная статистика. Именно поэтому все 11 государственных стандартов по прикладной статистике относились к ней. Многомерный статистический анализ, требующий расчетов на ЭВМ, применяется гораздо реже. Новые направления такие, как статистика объектов нечисловой природы, используются пока в единичных случаях.

По нашей оценке, в СССР имеется порядка 100 тысяч специалистов различных прикладных областей, постоянно использующих статистические методы в своей работе. Из-за отсутствия контрольной системы, низкой квалификации, огромного количества не всегда высококачественных публикаций по прикладной статистике деятельность этих специалистов зачастую нельзя считать научно обоснованной.

Отсутствие организационной структуры прикладной статистики как области прикладной (инженерной) деятельности связано с тем, что работы в этой области от пионерских попыток давно уже перешли к “массовому производству”, однако факт этого перехода недостаточно осознан как самими специалистами, так и организаторами науки и производства. В результате работы ведутся отдельными подразделениями и специалистами, как следствие - дублирование и низкий научно-технический уровень разработок.

Так, по данным работы [11], в СССР эксплуатируется более чем 400 программ (для ЭВМ) по регрессионному анализу, что, по крайней мере, на порядок превышает необходимое их количество, причем большая часть программ имеет серьезные недостатки с точки зрения теории прикладной статистики.

Для обеспечения широкого внедрения современных методов статистической обработки данных следует прежде всего установить основные требования к ним и те характеристики, которые необходимо учитывать при выборе метода для обработки конкретных данных и при описании метода в нормативно-технической и методической документациях, а также в справочной, учебной, научной и технической литературе [12].

Совершенно необходима и классификация статистических методов, позволяющая прикладнику ориентироваться в них, которая в настоящее время отсутствует. Имеющиеся учебники можно рассматривать как введение в предмет, специальные монографии посвящены отдельным направлениям, что связано обычно с субъективной оценкой значимости тех или иных направлений. Очевидно, причина отсутствия приемлемой классификации в том, что объем знаний по прикладной статистике давно превысил индивидуальные возможности восприятия. 

Так, в трехтомнике Кендалла и Стьюарта [13-15] около 2000 ссылок, т. е. ~2 % от имеющихся к настоящему времени актуальных работ. Из сказанного вытекает, что необходим специальный методологический и гносеологический анализ массива публикаций по прикладной статистике, подобный проведенному в работе [16] для некоторых проблем классификации. Для проведения обоснованной классификации необходимо предварительное “освоение предметной области” [17]. Целям подобной “предклассификации” служит выделение основных характеристик статистических методов обработки данных. Этот подход относится к мерономии [18] в отличие от применяемой обычно таксономии с таксонами типа “регрессионный анализ”, “дисперсионный анализ”. 

Границу между указанными таксонами установить трудно, поскольку в обоих случаях можно использовать одни и те же алгоритмы расчетов [19]. Кроме того, границы таксона “регрессионный анализ” по-разному понимаются специалистами. Так, обычно считают, что независимые и зависимая переменные в регрессионном анализе – действительные числа [20]. Тогда как в статистике объектов нечисловой природы [21] - переменные могут иметь любую природу (см. также [22]). Если независимые переменные - порядковые или номинальные, принимающие конечное число градаций, а зависимая переменная - количественная, то с классической точки зрения имеем дисперсионный анализ [20, с. 24], а с точки зрения статистики объектов нечисловой природы – частный случай регрессионного анализа [21, с. 82-84].

Изучение общих схем статистики объектов нечисловой природы позволяет единообразно получать результаты для наблюдений различной природы и тем самым упорядочить внутреннюю структуру прикладной статистики. При этом происходит разрушение ряда устарелых догм, некоторые из них на примерах регрессионного анализа и теории классификации рассмотрены в работе [22].

Кроме перечня общих требований и характеристик, необходимы предназначенные для непосредственного применения методические документы по конкретным статистическим методам, выполненные на современном научном уровне. Что вытеснить устаревшие и неверные методы, такие документы должны иметь основу.

Какие методы обработки данных целесообразно включать в нормативно-техническую документацию (НТД)? Очевидно, те, которые применяются массово (иначе затраты на разработку НТД не окупятся), и те, что применяются в конфликтных ситуациях, возникающих, например, между поставщиками и потребителями промышленной продукции, в судебной медицине, при оценке ущерба от вредителей сельскохозяйственных культур [23] и т. д. Информация о разработанных стандартах по прикладной статистике дана в статье [24], о стандартах по статистическому регулированию технологических процессов - в работе [25] (большинство из них в настоящее время отмечено, как содержащие грубые ошибки или устаревшие с развитием научно-технического прогресса).

Будущее прикладной статистики

Чтобы представить себе будущее прикладной статистики, сравним ее с метрологией - “наукой о единстве мер и точности измерений” [26, с. 5].
Это сравнение правомерно, поскольку с точки зрения современной теории измерений (см., например, [27, гл. 3]) результаты статистической обработки данных - это косвенные измерения, полученные расчетным путем по результатам прямых измерений - исходным данным.

Вопросами метрологии занимается ряд научно-исследовательских институтов - ВНИИМС, ВИНИМ, ВНИИФТРИ, ВНИИОФИ и др. Промышленные предприятия выпускают соответствующие средства измерений. Методики выполнения измерений стандартизированы, за состоянием средств измерений и правильностью их применения на предприятиях и в организациях всех отраслей народного хозяйства осуществляется метрологический надзор силами лабораторий государственного надзора территориальных органов Госстандарта [26].

В метрологии три составляющие: наука об измерении, производство средств измерений, контроль за правильностью их использования – образуют стройную систему. В прикладной же статистике подобной системы пока нет. Наилучшее положение в области науки, хотя в СССР нет ни одного научно-исследовательского института в этой области, приведенные выше данные о Вильнюсской конференции [3], свидетельствуют о наличии большого числа специалистов (порядка 1000), активно ведущих теоретические исследования.

Аналогом средств измерения является нормативно-техническая, методическая и программная документация, а также сами программы и средства вычислительной техники. В настоящее время разработку ведут многие группы, малые по численности, в основном для нужд собственной организации (предприятия), без должной координации и обеспечения внедрения программных разработок, в результате чего наблюдается сочетание дублирования и низкого качества разработок. Что же касается контрольной системы, то она полностью отсутствует. Рецензии и отдельные критические разборы типа [2] не имеют правовой силы.

Представляется своевременным рассмотреть вопрос о целесообразности реорганизации прикладной статистики, например по образцу метрологии. С чего начать реорганизацию? 

Обсудим положение специалиста прикладной области, желающего применить статистические методы в своей работе. Казалось бы, можно непосредственно воспользоваться научной или учебной литературой, пакетами программ. Однако на этом пути встают два основных препятствия. Во-первых, научная литература имеет целью изложение новых научных результатов, а поэтому в подобной литературе и документации пакетов зачастую не удается найти подробной, и законченной методики анализа статистических данных в определенной ситуации. Например, гамма-распределение широко обсуждается в научной литературе, по крайней мере, с 1921 г., когда Р. Фишер на его примере сравнивал эффективность различных методов оценивания параметров [14, с. 99], однако при разработке ГОСТ 11.011-83 “Прикладная статистика. Правила определения оценок и доверительных границ для параметров гамма-распределения” лишь 50 % материала нам удалось построить на данных литературных источников, остальные 50 % основаны на результатах исследований, проведенных при подготовке стандарта. Во-вторых, в литературе по статическим методам встречается довольно большое число устаревших или даже неверных утверждений (примеры даны в работах [1, 2]).

Из сказанного вытекает, что специалисту прикладной области необходимы методические материалы и хорошо документированные пакеты программ, содержащие полностью описанные алгоритмы обработки и интерпретации статистических данных и выполненные на современном научно-техническом уровне. Кроме того, необходимы правовые меры, позволяющие исключить из пользования ошибочные рекомендации.

Только научно-обоснованные нормативно-технические и методические документы позволят обеспечить современный научный уровень статистических методов, предназначенных для использования в производственных условиях, в отраслевых НИИ и КБ.

Не менее важно использование научно-технической документации при обработке данных, полученных в ходе научных исследований. Практика выработала определенное представление о способах обработки, признанных “стандартными” в соответствующих областях. Так, судя по медицинским журналам, в настоящее время в медицинских научных исследованиях “стандартной” является проверка однородности двух выборок (с целью обнаружения различия двух совокупностей) с помощью критерия Стьюдента. Этот стихийно выработавшийся “стандарт” не вполне соответствует современным научным представлениям, согласно которым однородность целесообразно проверять с помощью непараметрических критериев – критерия Смирнова или, при альтернативе сдвига, критерия Вилкоксона и др. [28-30]. 

Регрессионный анализ ассоциируется с “методом наименьших квадратов”, хотя по современным воззрениям “метод наименьших модулей” [31] представляется более предпочтительным. Поразительно живучим является представление о широкой применимости нормального закона распределения, несмотря на отсутствие в большинстве прикладных областей подтверждений его применимости.
Современный подход состоит в использовании непараметрических [28, 29, 32, 33] и устойчивых (робастных) [27, 34-36] методов. 

Задачи классификации многие связывают с построением иерархической системы типа биологической систематики живых организмов, хотя имеется масса иных подходов (см., например, [37]). Применимость вероятностно-статистических методов по традиции связывают с частотным подходом Мизеса, с наличием “статистической однородности”, “статистического ансамбля”, с возможностью проведения большого числа опытов, хотя уже более 50 лет теория вероятностей развивается как аксиоматическая математическая дисциплина, и мизесовский подход превратился в тормоз развития, хотя в начале XX в. он был прогрессивным [38]. 

Как уменьшить область влияния этих и других устаревших догм, ставших стандартами мышления? Один из создателей современной физики Макс Планк говорил: “Новая научная истина побеждает не потому, что ее противники убеждаются в ее правильности и прозревают, а лишь по той причине, что противники постепенно вымирают, а новое поколение усваивает эту истину буквально “с молоком матери” (цит. по [39, с. 105]). Но у нас нет времени ждать “постепенного вымирания” сторонников устаревших догм.

Идея стандартизации математических методов имеет давнюю историю. Возможно, наиболее известной попыткой является многотомный трактат Н. Бурбаки “Элементы математики”. Недаром один из разделов программной статьи Н. Бурбаки “Архитектура математики” называется: “Стандартизация математических орудий” [40, с. 253]. Изданная “Математическая энциклопедия” в пяти томах и подготавливаемая энциклопедия “Вероятность и математическая статистика” - отражение той же тенденции. 

По сравнению с трактатом Н. Бурбаки НТД по прикладной статистике и другим статистическим методам должны обладать тем преимуществом, что в них будет содержаться все необходимое для обработки конкретных реальных данных, в то время как “Трактат” посвящен наиболее абстрактным разделам чистой математики.

Фактически в качестве “стандарта” выступает многократно используемая программа расчетов на ЭВМ. В связи с лавинообразным ростом парка ЭВМ, и в частности персональных компьютеров, особую актуальность приобретает задача обеспечения высокого качества пакетов прикладных статистических программ.

Итак, статистические методы опираются на развитую теорию и продемонстрировали свою полезность в отраслях народного хозяйства. Однако анализ положения дел в области применения статистических методов показывает явное неблагополучие, в результате которого накопленный в стране научный потенциал используется далеко не в полной мере.

Применение статистических методов как вид инженерной деятельности

Симптомом неблагополучия является анализ состава участников Вильнюсской конференции [3]. Из 515 докладов советских участников 201 приходится на 30 университетов, в том числе: на МГУ - 50 и на Киевский университет - 42, и 57 -
на 36 вузов, т. е. всего на учебные институты приходится половина докладов. Из оставшейся половины 123, т. е. около 25 %, представлено сотрудниками 10 институтов математики и 75 - представителями 28 академических организаций, и
только 59 докладов, т. е. 11 %, приходится на сотрудников 54 организаций отраслей народного хозяйства. Эти данные показывают организационную разобщенность науки и ее применений в области статистических методов.

Следовательно, необходимы специальные меры для усиления взаимосвязи между двумя типами специалистов в области статистических методов. Один тип - это математики, разрабатывающие и изучающие статистические методы; в настоящее время они сосредоточены в основном в вузах и академических институтах. Другой тип - это специалисты отраслей народного хозяйства, которые применяют статистические методы для решения задач своих отраслей. Грубо говоря, математики изготавливают инструмент, прикладники его применяют. Во втором случае применение статистических методов выступает как вид инженерной
деятельности. 

Статистические методы являются весьма эффективными как при управлении качеством продукции, так и при решении других производственных и научных задач во всех отраслях народного хозяйства. Они позволяют получать значительный экономический эффект, принимать научно обоснованные решения.

Эффективность применения этих методов в значительной степени повышается благодаря их унификации и стандартизации. При этом с одной стороны, достигается упорядочение методов в зависимости от задач и условий применения, с другой - для широкого использования рекомендуются путем стандартизации хорошо обоснованные наукой и апробированные на практике методы. НТД на статистические методы должны излагаться и оформляться в доступной инженерам форме с удобными для пользования таблицами, программным обеспечением.

Наиболее эффективными формами внедрения в отраслях народного хозяйства статистических методов является введение их в государственные стандарты на конкретные виды продукции в разделы “Приемка”, “Методы контроля (испытаний, анализа, измерений)” или прямое их использование при разработке технологии контрольных операций, средств управления технологическими процессами и т. д.

В настоящее время статистические методы, особенно их современные модификации, активно применяются лишь на отдельных промышленных предприятиях и НИИ, хотя нормативно-техническая и методическая документации и пакеты программ (диалоговые системы), разработанные к настоящему времени, позволяют использовать их гораздо шире. Причинами тому являются: а) отсутствие в действующей НТД на конкретные виды продукции в разделах “Приемка” и “Методы контроля (испытаний, анализа, измерений)” для изготовителей и потребителей четких указаний о порядке обработки данных, вследствие чего в НТД допускаются противоречия, а иногда и неправильные толкования, которые по своему содержанию не соответствуют современному научно-техническому уровню; б) слабое обоснование с правовой точки зрения разделов “Приемка” и “Методы контроля” многих действующих НТД на конкретные виды продукции, в которых применяются выборочные методы прикладной статистики, отсутствие в них четких указаний о взаимоотношениях поставщика и потребителя при оценке результатов обработки данных, при решении вопроса об экономической целесообразности тех или иных методов, гарантиях и т. д.;

в) отсутствие специальной подготовки инженерно-технических работников непосредственно на предприятиях и в НИИ, в том числе и знания пакетов программ и НТД по прикладной статистике и другим статистическим методам;

г) отсутствие на предприятиях заинтересованности во внедрении статистических методов.

Переход к рынку резко изменил ситуацию.

Государственные стандарты  по статистическим методам в соотнесении с современной математической статистикой 

На 01.01.86 г. действовали 11 государственных стандартов системы “Прикладной статистики” (ГОСТ 11.001-73 – ГОСТ 11.011-83), 7 – по статистическому регулированию технологических процессов, 8 – по статистическому приемочному контролю, ряд методик и рекомендаций, 1 терминологический стандарт, 1 – по организации внедрения статистических методов. Статистические методы используются в ряде стандартов по вопросам надежности в технике, измерений, испытаний продукции, управления технологическими процессами, качеству продукции, в том числе в стандартах на конкретную продукцию. Сопоставление этого комплекса стандартов с современными научными результатами, представленными, в частности, на Вильнюсской конференции [3], приводит к неутешительным выводам.

Стандарты охватывали лишь небольшую часть методов прикладной статистики, доказавших свою полезность при решении прикладных задач в отраслях промышленности. Почти все они относились к одномерной статистике, не было ни одного стандарта по многомерному статистическому анализу, статистике случайных процессов и временных рядов, по большинству разделов статистики объектов нечисловой природы. 

Если возможны дискуссии о целесообразности разработки стандартов по таким бурно развивающимся областям статистики, как устойчивые статистические методы, математические методы классификации, ряд разделов статистики объектов нечисловой природы, то на 01.01.86 г. была несомненна целесообразность стандартизации устоявшихся и широко используемых методов непараметрической статистики, регрессионного анализа, дисперсионного анализа, планирования эксперимента и т. д. В частности, в одномерной статистике следовало стандартизировать непараметрические методы проверки статистической гипотезы однородности двух выборок.

Стандарты по статистическому регулированию технологических процессов основывались на научных результатах пятидесятых-шестидесятых годов. В них при регулировании по количественному признаку принято предположение о нормальном распределении контролируемого параметра, которое во многих реальных ситуациях является необоснованным. В последние годы в СССР существенное развитие получили методы обнаружения разладки, получившие отражение, в частности, в работах А.Н. Ширяева, Г.Ф. Филаретова, И.В. Никифорова, А.А. Новикова, Н. Клигене и многих других. В свете этих работ рассматриваемые стандарты являются устаревшими. Кроме того, в стандартах были обнаружены принципиальные ошибки, делающие невозможным их применение.

Сказанное во многом справедливо и для стандартов по статистическому приемочному контролю. Наиболее известный из них – ГОСТ 18242-72 – разработан на основе американского военного стандарта MIL STD105 D, подготовленного в годы второй мировой войны. При контроле по количественному признаку также принято нереалистическое предположение нормальности. Современному научному уровню соответствует ГОСТ 24660-81, подготовленный под руководством Ю.К. Беляева (МГУ) и Я.П. Лумельского (Пермский государственный университет).

Оценивая ситуацию в целом, необходимо признать, что комплекс государственных стандартов по статистическим методам во многом отставал от развития теоретических и прикладных работ по рассматриваемой тематике.

Ошибки в государственных стандартах по статистическим методам и их причины

Более существенным недостатком обсуждаемого комплекса стандартов является наличие существенных ошибок в ряде документов. Так, в ГОСТ 11.006-74 имеются математические ошибки, частично рассмотренные в работе [2]. Многочисленными ошибками выделяется терминологический стандарт ГОСТ 15895-77, в котором даже определение такого основного понятия, как “случайная выборка”, дано неверно. Имеется даже термин “выборочное среднее арифметическое в выборке”. Резкая критика этого стандарта дана в работе [41].

При подготовке стандарта СЭВ и его введении в ГОСТ 18242-72 из текста документа “выпало” упоминание о возможности применения усеченных планов статистического приемочного контроля, т.е. планов, в которых разрешается прекратить контрольные операции, если ясен результат контроля (приемка или забракованная партия продукции). Эта “забывчивость” приводит к тому, что стандарт ГОСТ 18242-72 требует осуществления бессмысленных действий, влекущих ничем не оправданные затраты, на что справедливо указывают авторы статьи[42]. У этого стандарта есть и другие недостатки.

Низким научно-техническим уровнем выделялся стандарт ГОСТ 23853-79 по организации внедрения статистических методов. Он ориентировался на использование в основном устаревших методов, причем и это делалось с многочисленными ошибками. Особенно впечатляет, что стандарт предусматривал обучение всех категорий специалистов промышленного предприятия – рабочих и наладчиков, работников ОТК, ИТР, руководителей цехов и участков – по одной и той же программе в объеме 41 – 49 ч, причем в эту программу включены столь “необходимые” сведения, как информация о зарубежных стандартах по прикладной статистике, статистическим методам регулирования технологических процессов и статистическому приемочному контролю.

Каковы причины появления ошибок в государственных стандартах по статистическим методам? Основной причиной, как установила Рабочая группа по упорядочению системы стандартов по прикладной статистике и другим статистическим методам, созданная в 1985 г., является низкая квалификация в области теории вероятностей и математической статистики специалистов, отвечающих за стандартизацию статистических методов в СССР. Другой причиной являлось то, что разработка рассматриваемых стандартов велась в обход ведущих специалистов по теории вероятностей и математической статистике, стандарты не согласовывались с основными центрами по этой тематике.

Открывая Всесоюзную научно-техническую конференцию “Применение статистических методов в производстве и управлении” (Пермь, 31 мая - 2 июня 1984 г.), академик АН УССР Б. В. Гнеденко констатировал: “Большинство участников конференции даже не знают о существовании государственных стандартов по статистическим методам” [43]. Отрыв от масс специалистов промышленности имел место, несмотря на многотысячные тиражи указанных стандартов (6-20 тыс. экз.). За 15 лет развития комплекса стандартов по статистическим методам не были налажены регулярные контакты с отраслями, головным и базовым организациям не было вменено в обязанность руководство внедрением и использованием этих документов, не были установлены организации, ответственные за указанную работу в отраслях.

О статусе документов по статистическим методам стандартизации управления качеством продукции

Согласно технической политике Госстандарта СССР методические положения должны быть исключены из государственных стандартов. Стандарты не должны излишне регламентировать творческий труд работников предприятий и организаций. Недопустимо, чтобы стандарты становились тормозом на пути научно-технического прогресса.

Рабочая группа по упорядочению системы стандартов по прикладной статистике и другим статистическим методам действовала согласно указанной технической политике. Итоги подведены решениями Госстандарта СССР по отдельным документам и в решении НТС Госстандарта СССР “О стандартизации и применении статистических методов”, утвержденном председателем Госстандарта СССР 27.07.87 г. Изложение этого решения опубликовано в работе [44].

Таким образом, дело не только в отдельных стандартах. Даже безупречные стандарты могут не учитывать конкретных ситуаций. Так, ГОСТ 11.002-73 безупречен (в основном) с точки зрения математики, но его широкое использование может привести к грубым ошибкам, поскольку указанный стандарт опирается на предположение нормальности. Как правило, для реальных ситуаций характерно отсутствие нормальности, но практические работники не принимают это в расчет. Бездумно применяя ГОСТ 11.002-73, они совершают действия, не имеющие научного обоснования.

Стандарты могут стать тормозом на пути внедрения новых методов. В работе [45] отмечалось, что прежние методы сами по себе являются заслоном на пути новых, если же старые методы еще и объявлены стандартными, то для их преодоления требуются огромные усилия. Так, ГОСТ 11.004-74 по оценке параметров нормального распределения служит барьером на пути внедрения робастных методов оценивания математического ожидания и других параметров. Набор действующих государственных стандартов по статистическому контролю является тормозом на пути внедрения современных методов статистического
контроля, например принципа распределения приоритетов [46].

Так, в работе [47] продемонстрирована высокая экономическая эффективность применения на предприятиях металлургической промышленности отраслевого стандарта ОСТ 14-34-78 “Статистический контроль качества металлопродукции по корреляционной связи между параметрами”, хотя методические указания Госстандарта СССР РД 50-605-86 запрещают применение подобного метода статистического контроля, поскольку он не включен в действующие стандарты.

Поэтому документы по статистическим методам должны иметь, как правило, рекомендательный, необязательный характер, быть методическими документами, а не нормативными. Лишь по отдельным вопросам, в частности по организации
статистического контроля, должны быть нормативные документы. Что же касается действующих сейчас стандартов по статистическим методам, т. е. стандартов по статистическому контролю и терминологического стандарта, то они должны быть отменены как нормативные документы, как это уже предлагалось авторами работ [41, 46]. На основе государственных стандартов по статистическому контролю должны быть разработаны каталоги планов статистического контроля, носящие рекомендательный характер.

Перспективная форма документа - “методики измерений”, разрабатываемые институтами Госстандарта СССР метрологического профиля. “Методика измерений” - это продукция соответствующего метрологического НИИ. Для конкретного предприятия или организации в отраслях народного хозяйства она становится обязательной после утверждения руководителем того предприятия (организации). Это обеспечивает учет специфики предприятий и оперативное отслеживание научно-технического прогресса.

Методические документы и пакеты программ

Ранее государственные стандарты выпускались на бумажном носителе. В связи с широким внедрением ЭВМ встал вопрос о переходе на пакеты программ. Традиционно подготовленный стандарт нельзя непосредственно использовать для программирования. Так, обширные таблицы стандартов нецелесообразно помещать в памяти ЭВМ, эффективнее применять специальные алгоритмы, непосредственно рассчитывающие нужные величины по запросу пользователя.

Были сделаны попытки включить программы в текст документов [48, 49]. Однако при этом выявились сложности, связанные с многообразием алгоритмических языков, типов ЭВМ и соответствующих трансляторов, с необходимостью подготовки обширной программной документации, а также с дискуссией программистов относительно того, какая программная реализация одного и того же алгоритма имеет преимущества в том или ином аспекте, т. е. создание программного обеспечения - самостоятельная область деятельности, идущая вслед за разработкой алгоритмического обеспечения.

Выяснилось также, что помещать весь текст документа в память ЭВМ нецелесообразно, поскольку специалист должен иметь возможность работать с документом, не находясь за дисплеем.

Из сказанного вытекает, что на обозримое будущее можно предсказать симбиоз документов на традиционной бумажной основе и соответствующих им пакетов программ на магнитных носителях. При этом методические документы могут иметь более широкую сферу применения, не связанную с типом ЭВМ, имеющейся у пользователя, а пакеты программ могут различаться по типам ЭВМ, используемым алгоритмическим языкам, системному обеспечению (от библиотек модулей до экспертных систем) и т. д.

Отметим, что стандарты капиталистических стран по статистическим методам носят, в отличие от государственных стандартов СССР, рекомендательный характер. Поэтому переход в СССР от стандартов на систему методических рекомендаций будет способствовать сближению с практикой высокоразвитых западных стран.

Направления действий

Промышленное производство и научная работа на современном уровне невозможны без широкого и квалифицированного использования прикладной статистики и других статистических методов. Для коренного улучшения использования научного потенциала в области теории вероятностей и математической статистики необходим ряд организационных мер по развитию, внедрению и применению комплекса нормативно-технических и методических документов и пакетов программ по статистическим методам.

Для преодоления отрыва от науки и исключения возможности появления ошибок в НТД необходимо, чтобы разработкой стандартов и НТД в рассматриваемой области занимались специалисты в области теории вероятностей и математической статистики, а сами стандарты согласовывались с ведущими центрами по этой тематике, в частности с МГУ и Математическим институтом АН СССР.

Для преодоления отрыва от отраслей промышленности необходимо выделение системы головных и базовых организаций, ответственных за внедрение и использование статистических методов в отраслях, развертывание работ по ознакомлению специалистов с пакетами программ по современным статистическим методам, введение информации по этой тематике в учебные курсы в вузах и т. д.

В реферативном журнале “Математика” в разделе “Математическая статистика” за год реферируется около 2000 статей и книг. По нашей оценке, в настоящее время имеется порядка 100 тыс. актуальных публикаций по прикладной и математической статистике. Обычно специалист знаком лишь не более чем с 1 % публикаций по прикладной статистике. Стихийность развития науки приводит к тому, что популярность того или иного результата или направления зачастую определяется вненаучными причинами. 

Коллективными усилиями надо разобраться в накопленном, рекомендовать лучшее для широкого внедрения, сформулировать нерешенные задачи, актуальные для приложений, скоординировать работу по переходу от теоретических результатов к НТД и пакетам программ, по новым исследованиям. Квалифицированных специалистов по разработке методов прикладной статистики в СССР достаточно - порядка 1-3 тыс. Необходимо организовать их работу.

Итак, в настоящее время наблюдается большой разрыв между наукой о методах обработки данных и практикой их использования. Из всего сказанного выше вытекает необходимость развертывания работ в следующих направлениях:
- адаптация накопленных в прикладной математической статистике результатов для нужд прикладных исследований, включая проведение чисто математического изучения тех или иных статистических процедур;
- разработка, унификация и стандартизация, распространение и внедрение методического и программного обеспечения статистических методов, используемых в прикладных исследованиях;
- помощь специалистам прикладных областей в организации и проведении исследований с использованием статистических методов, а также в обработке данных;
- контроль за правильностью применения статистических методов, а также качеством используемого методического и программного обеспечения.

Очевидно, эта работа должна быть плановой, организационно оформленной, ее должны проводить мощные самостоятельные подразделения. В частности, необходимо создать службу статистических консультаций [50, с. 200]. Отметим, что существенная часть статистической информации - от 50 до 90 % - носит нечисловой характер [51].

Следовательно, для внедрения в прикладные разработки особый интерес представляет такой новый раздел математической статистики, как статистика объектов нечисловой природы [1, 21, 27].

На современном этапе наиболее актуальными направлениями представляются:
- внедрение современных статистических методов с помощью программных продуктов (типа диалоговых систем Всесоюзного Центра статистических методов и информатики, рассчитанных на непрофессионального пользователя);
- укрепление Статистической ассоциации (общественной организации, объединяющей статистиков).

ЛИТЕРАТУРА
  1. Орлов А. И. Задача оптимизации и нечеткие переменные. - М.: Знание, 1980.- 64 с.
  2. Орлов А. И. / Заводская лаборатория. 1985. Т. 51. № 1. С. 60-62.
  3. Тезисы докладов. Четвертой международной Вильнюсской конференции по теории вероятностей и математической статистике. Т. I-IV.- Вильнюс: И-т математики и кибернетики АН Лит. СССР, 1985.- С. 297, 297. 362, 373.
  4. Пасхавер И. С.. Яблочник А. Л. Общая теория статистики. - М.: Финансы и статистика, 1983.- 432 с.
  5. Козлов В. С.. Эрлих Я. М., Долгушевений Ф. Г., Подушин И. И. Общая теория статистики. - М.: Статистика, 1975.- 368 с.
  6. Гублер Е. В. Вычислительные методы анализа и распознавания патологических процессов. - Л.: Медицина, 1978.
  7. Волынсний Ю. Д., Курочнина А. И. / Кардиология, 1980. Т. XX. № 5. С. 88-91.
  8. Шорников Б. С. Классификация и диагностика в биологическом эксперименте. - М.: Наука, 1979.
  9. Любищев А. А. / Журнал общей биологии. 1969. Т. 30 № 5. С. 572-584; № 6. С. 715-723.
  10. Любищев А. А. Дисперсионный анализ в биологии. -М.: МГУ, 1986.- 200 с.
  11. Петрович М. Л. Регрессионный анализ и его математическое обеспечение на ЕС ЭВМ.- М.: Финансы и статистика,1982.- 199с.
  12. Рекомендации. Прикладная статистика. Методы обработки данных. Основные требования и характеристики. – М.: ВНИИС. 1987.- 64 с.
  13. Кендалл М., Стюарт А. Теория распределений. - М.: Наука. 1966.- 566 с.
  14. Кендалл М., Стьюарт А. Статистические выводы и связи. - М.: Наука, 1973.- 899 с.
  15. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. - М.: Наука, 1976.- 736 с.
  16. Розова С. С. Классификационная проблема в современной науке. - Новосибирск: Наука. 1986.- 224 с.
  17. Воронин Ю. А. Теория классифицирования и ее приложения. - Новосибирск: Наука, 1985.- 232 с.
  18. Ш рейдер Ю. А. Систематика, типология, классификация // Теория и методология биологических классификаций. - М.: Наука, 1983.- С. 90-100.
  19. Маркова Е. В., Денисов В. И., Полетаева И. А., Пономарев В. В. Дисперсионный анализ и синтез планов на ЭВМ. - М.: Наука. 1982.- 195 с.
  20. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Исследование зависимостей. - М.: Финансы и статистика, 1985.- 488 с.
  21. Орлов А. И.- В кн: Анализ нечисловой информации в социологических исследованиях. - М.: Наука, 1985.- С. 58-92.
  22. Орлов А. И.- В кн.: Программно-алгоритмическое обеспечение анализа данных в медико-биологических исследованиях. - М.: Наука, 1987. С. 27-40.
  23. Александр Александрович Любищев. 1890-1972.- Л.: Наука, 1982.- 144 с.
  24. Орлов А. И. / Заводская лаборатория. 1986. Т. 52. .№ 3. С. 58-61.
  25. Бендерский А. М., Богатырев А. А., Баумгартен Л. В. Стандартизация статистических методов управления качеством. - М.: Изд-во Стандартов, 1983.- 152 с.
  26. Коротков В. П., Тайн Б. А. Основы метрологии и теории точности измерительных устройств. - М.: Изд-во Стандартов, - 1978.- 352 с.
  27. Орлов А. И. Устойчивость в социально-экономических моделях. - М.: Наука, 1979. - 296 с.
  28. Большев Л. Н., Смирное Н. В. Таблицы математической статистики. - М.: Наука, 1983.- 416 с.
  29. Холлендер М., Вульф Д. А. Непараметрические методы статистики. - М.: Финансы и статистика. 1983.- 518 с.
  30. Орлов А. И. / Вестник АМН СССР. 1987. № 2. С. 88-94.
  31. Мудров В.И., Кушко В.Л. Метод наименьших модулей.- М.: Знание, 1971.- 64 с.
  32. Тюрин Ю. Н. Непараметрические методы статистики. -М.: Знание, 1978.- 64 с.
  33. Рунион Р. Справочник по непараметрической статистике. Современный подход. - М.: Финансы и статистика. 1982.- 198 с.
  34. Смоляк С. А., Титаренко Б. П. Устойчивые методы оценивания: Статистическая обработка неоднородных совокупностей. - М.: Статистика, 1980.- 208 с.
  35. Хьюбер П. Робастность в статистике. - М.: Мир, 1984.- 304 с.
  36. Устойчивые статистические методы оценки данных. -М.: Машиностроение, 1984.
  37. Айвазян С. А., Бежаева 3. И., Староверов О. В. Классификация многомерных наблюдений. - М.: Статистика, 1974.- 240 с.
  38. Орлов А. И. / Докл. МОИП. Общая биология, 1984. М.: Наука, 1986. с. 179-182.
  39. Клайн М. Математика. Утрата определенности. - М.: Мир. 1984.- 434 с.
  40. Бурбаки Н. Очерки по истории математики. - М.: ИЛ, 1963,- 292 с.
  41. Орлов А. И. / Стандарты и качество. 1987. № 10. С. 52.
  42. Доброй Н. Е., Лумельский Я. П. / Заводская лаборатория. 1985. Т. 51. № 1. С. 42-46.
  43. Лумельснчй Я. П., Орлов А. И. / Заводская лаборатория. 1984. Т. 50. № 12. С. 81-82.
  44. Стандартизация и применение статистических методов / Стандарты и качество. 1987. № 12. С. 25.
  45. Гнеденко Б. В., Орлов А. И. / Заводская лаборатория . -1988. Т. 54. № 1. С. 1-4.
  46. Лапидус В. А. Стандарты и качество. 1988. № 3 С. 36-43.
  47. Стеблев А. Б., Ярошенко В. В., Воронцова Л. Е., Фрейдензон М. Е. / Стандарты и качество. 1988. № 3. С. 43-44.
  48. ГОСТ 26864-86. Статистический контроль качества продукции. Правила определения оценок и доверительных границ для параметров гипергеометрического и отрицательного гипергеометрического распределений. - М.: ВНИИС, 1986- 78 с.
  49. Методика. Проверка однородности двух выборок параметров продукции при оценке ее технического уровня и качества / Первая ред. - М.: ВНИИС, 1987.- 116 с.
  50. Налимов В. В. Теория эксперимента. - М.: Наука, 1971.
  51. Титма М. Х., Тоодинг Л. М. / Социологические исследования. 1986. № 4. С. 123-128.

ВАК ДЛЯ УЧЁНЫХ? ИЛИ ВАК ДЛЯ… БУМАГОМАРАК?

ВАК РФ: новый председатель и старые проблемы. Кто кого?

В НОВЫЙ ВЕК - С ДОКАЗАТЕЛЬНОЙ БИОМЕДИЦИНОЙ

ОТВЕТ  ВАК РФ   АВТОРАМ СТАТЬИ 

Ответ начальника Управления аттестации научных и научно-педагогических работников Федеральной службы по надзору в сфере образования и науки Н.И. Аристера на письмо в адрес председателя ВАК. Данный ответ был направлен мне 17.06.2011, и является реакцией Министерства образования и науки РФ на моё письмо, полученное ВАК 19.05.2011. Как видим, ответ на персональное обращение был дан до истечения установленного законом месячного срока.

Обращение Межрегиональной общественной организации «Общество специалистов доказательной медицины»  в ВАК РФ.


23 примера оформления данных, их описания и описания целей исследования.

Примеры отличных диссертаций и статей по медицине и биологии, с нашими результатами статистического анализа

Д.С. Симанков. Применение метода логистической регрессии для факторов риска, влияющих на исход операции в условиях искусственного кровообращения

В.В. Половинкин ТОТАЛЬНАЯ МЕЗОРЕКТУМЭКТОМИЯ — ФАКТОР ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ЛЕЧЕНИЯ СРЕДНЕАМПУЛЯРНОГО И НИЖНЕАМПУЛЯРНОГО РАКА ПРЯМОЙ КИШКИ.

Н.Г. Веселовская 
КЛИНИЧЕСКОЕ И ПРОГНОСТИЧЕСКОЕ ЗНАЧЕНИЕ ЭПИКАРДИАЛЬНОГО ОЖИРЕНИЯ У ПАЦИЕНТОВ ВЫСОКОГО СЕРДЕЧНО-СОСУДИСТОГО РИСКА.

О.Я. Васильцева
ЗАКОНОМЕРНОСТИ ВОЗНИКНОВЕНИЯ, КЛИНИЧЕСКОГО ТЕЧЕНИЯ И ИСХОДОВ ТРОМБОЭМБОЛИИ ЛЕГОЧНОЙ АРТЕРИИ ПО ДАННЫМ ГОСПИТАЛЬНОГО РЕГИСТРА ПАТОЛОГИИ.

В.А. Габышев 
ФИТОПЛАНКТОН КРУПНЫХ РЕК ЯКУТИИ И СОПРЕДЕЛЬНЫХ ТЕРРИТОРИЙ ВОСТОЧНОЙ СИБИРИ.

М.И. Антоненко
  ГИПЕРКОРТИЦИЗМ БЕЗ СПЕЦИФИЧЕСКИХ КЛИНИЧЕСКИХ СИМПТОМОВ: ЭПИДЕМИОЛОГИЯ, КЛИНИКА, ДИАГНОСТИКА.

Н.Г. Веселовская
"ПРОГНОЗИРОВАНИЕ РИСКА РЕСТЕНОЗА КОРОНАРНЫХ АРТЕРИЙ ПОСЛЕ ИХ СТЕНТИРОВАНИЯ У ПАЦИЕНТОВ С ОЖИРЕНИЕМ"

М.А. Будникова АНАЛИЗ ДИНАМИКИ ЧАСТОТЫ И СПЕКТРА АНОМАЛИЙ МИТОЗА, МЕЙОЗА И ЭЛЕМЕНТОВ ПРОДУКТИВНОСТИ Allium cepa L., ВЗЯТОГО ИЗ АГРОПОПУЛЯЦИЙ С РАЗНОЙ АНТРОПОГЕННОЙ НАГРУЗКОЙ ( Дипломная работа )

И.А. Бирюкова Научно - практическая работа " ФАРМАКОЭКОНОМИЧЕСКИЕ ИССЛЕДОВАНИЯ РОЗНИЧНОГО РЫНКА ГОРОДА ОМСКА"

Г.А. Попова СРАВНИТЕЛЬНОЕ ИЗУЧЕНИЕ ПОДВИДОВ LINUM USITATISSIMUM L . В УСЛОВИЯХ ЗАПАДНОЙ СИБИРИ. (диссертация на соискание учёной степени кандидата биологических наук).

А.Г. Сыркина Ретроспективный анализ эффективности и безопасности тромболитической терапии острого инфаркта миокарда у больных пожилого и старческого возраста (диссертация на соискание учёной степени кандидата медицинских наук).


В. Леонов. Цели, возможности, и проблемы использования биостатистики в доказательной медицине. Доклад на Конференции по доказательной медицине в Ереване «От доказательной медицины к доказательному здравоохранению» (24 - 26 сентября 2015 года).

Фоторепортаж с Конференции по доказательной медицине в Ереване.

Фоторепортаж с семинара по биометрике в Ереване, прошедшего после конференции по доказательной медицине (24 - 26 сентября 2015 года).


Новые полезные книги...

(Заказать книгу можно через издательство)

Ланг Т., Сесик М. Как описывать статистику в медицине. Руководство для авторов, редакторов и рецензентов. Пер. с англ. В.П. Леонова. 2016 - 480 с. Актуальность этого издания весьма велика. По-прежнему в биомедицинских статьях и диссертациях публикуется масса статистических нелепостей, как образцы "статистического самоудовлетворения" и "статистического макияжа". Например, в двух диссертациях, выполненных в 2014 и 2015 гг. в Алтайском медуниверситете по разным специальностям, но при этом в полностью идентичных описаниях, состоящих из 94 слов, написано следующее. «Полученные данные были статистически обработаны с использованием программ Microsoft Offis Exel 2007. Достоверность различий между средними величинами определяли с помощью критерия значимости Стьюдента (t). Нормальность распределений в группах оценивали по критерию Шапиро-Уилка». Далее сообщается об использовании критерия Манна-Уитни, и т.д. Очевидно, что под Offis Exel авторы подразумевали Office Excel. Сложнее было бы об этом догадаться, если бы авторы написали Offis Exul. Вывод: оба диссертанта, как и члены двух диссертационных советов, не знают многого, в том числе описанного в этой книге. Например, не знают того, что в пакете Office Excel нет критериев Шапиро-Уилка и Манна-Уитни. Данная книга обучит правильно и хорошо описывать и понимать результаты статистического анализа. Поэтому исследователи станут более качественно выполнять статистический анализ, получая правильную технологию лечения пациентов. Что в результате будет снижать смертность населения, а также себестоимость лечебных процедур.

  Приложение к русскому изданию книги «Как описывать статистику в медицине. Руководство для авторов, редакторов и рецензентов».
Авторы: Т. А. Ланг, М. Сесик. Перевод с англ. под ред. Леонова В.П. Изд-во: Практическая Медицина, 2016.
  В приложении приведён список 209 полезных изданий по использованию статистики в биомедицине.

Петри А., Сэбин К. Наглядная медицинская статистика. Учебное пособие. 3-е издание. Пер. с англ. В.П. Леонова. 2015. - 216 с.
Предыдущие издания оригинала этой книги были опубликованы в 2000, 2005 и 2009 гг. Третье издание книги, как и два предыдущих, имеет целью донести до читателя основные понятия и принципы медицинской статистики, которые достаточно широко используются зарубежными медиками и биологами. Книга содержит необходимую теоретическую часть, а также в доступной форме даёт практическое описание того, как могут применяться статистические методы в реальных клинических исследованиях. Низкий уровень использования статистики в отечественной медицинской науке является одной из основных причин, по которым уже 111 лет Нобелевские премии по медицине не присуждаются россиянам. Ценность этой книги для медицинской науки определяется и проводимой в России реформой отечественной науки, в том числе реформой ВАК и системы научной аттестации. Учебное пособие предназначено для студентов, аспирантов и докторантов медицинских вузов, биологических факультетов университетов, врачей, исследователей-клиницистов и всех, кто является сторонником доказательной медицины.

Банержи А. Медицинская статистика понятным языком: вводный курс. Издательство "Практическая медицина", 2014. - 287 с. Пер. с англ. В.П. Леонова.
Издание представляет собой вводный курс по принципам статистики. Представлены базовые понятия и принципы статистических исследований применительно к медицине. В отличие от большинства подобных изданий, указанные темы изложены кратко и доступно. Для чтения книги не требуется знание сложных разделов высшей математики, вполне достаточно тех, что даются в школе.


Логистическая регрессия в медицине и биологии. Леонов В.

В серии из 9 статей рассмотрены основы метода логистической регрессии. Приведены многочисленные уравнения логистической регрессии и ROC-кривых, полученные при анализе реальных данных.

1. Логистическая регрессия. Основные понятия и возможности метода.
2. Логистическая регрессия. Анализ массивов большой размерности.
3. Логистическая регрессия. Примеры анализа реальных данных.
4. Логистическая регрессия и ROC-анализ.
5.Особенности логистической регрессии в акушерстве.
6.Особенности логистической регрессии в психиатрии, психологии и социологии.
7. Пример использования логистической регрессии для расчёта прогноза исхода оперативного лечения.
8. Логистическая регрессия  - "вершина пирамиды". А в "фундаменте" - что?
9. Как повысить качество логистической регрессии


Статистика в кардиологии. 15 лет спустя. Журнал "Медицинские технологии. Оценка и выбор", 2014, №1, с. 17-28. Леонов В.П.

Отзывы читателей обзора "Статистика в кардиологии. 15 лет спустя". В ноябре 2013 г. был опубликован наш обзор "Статистика в кардиологии. 15 лет спустя". За прошедшие полгода более 20 читателей этого обзора прислали нам свои отзывы по нему. Далее приведены фрагменты из двух отзывов, и наши комментарии к ним...

Доказательная или сомнительная? Медицинская наука Кузбасса: статистические аспекты.
ВВЕДЕНИЕДОКАЗАТЕЛЬНАЯ МЕДИЦИНА И СТАТИСТИКА.
КРАТКОСТЬ – СЕСТРА ТАЛАНТА? ИЛИ ПРИЗНАК НЕЗНАНИЯ?
ПРОЦЕНТЫ – ПРИМИТИВНО? ЗАТО ДОСТУПНО!

СТАТИСТИЧЕСКАЯ ВАМПУКИЗАЦИЯ,  ОНА ЖЕ ВСЕОБЩАЯ СТЬЮДЕНТИЗАЦИЯ
.
«ЛОШАДЕНДУС СВАЛЕНДУС С МОСТЕНДУС».
КАК ПРАВИЛЬНО: EXCEL ИЛИ EXEL, WINDOWS ИЛИ WINDOUS,
MICROSOFT ИЛИ MIKROSOFT, STATISTICA ИЛИ STATISTIKA?
 
ЗЕММЕЛЬВЕЙС И СТАТИСТИЧЕСКАЯ ТЕХНИКА БЕЗОПАСНОСТИ.
«ЗАЧЕМ НАМ КУЗНЕЦ? НАМ КУЗНЕЦ НЕ НУЖЕН». ПРИМЕРЫ ПОДРОБНОГО ОПИСАНИЯ.
КТО ВИНОВАТ?  ЧТО ДЕЛАТЬ?
ВМЕСТО ЗАКЛЮЧЕНИЯ.
Весь обзор одним файлом


Применение методов статистики в кардиологии (по материалам журнала "Кардиология" за 1993-1995 гг.). Леонов В.П. Кардиология, 1998, № 1, с. 55-58.

Леонов В.П. Общие проблемы применения статистики в биомедицине, или что разумнее: ДДПП или ДППД? 

ИСПОЛЬЗОВАНИЕ СТАТИСТИКИ В РОССИЙСКОЙ БИОМЕДИЦИНСКОЙ ЛИТЕРАТУРЕ. Гржибовский А. М. Экология человека 2008, №12, с. 55-64. Национальный институт общественного здоровья, г. Осло, Норвегия. Архангельская международная школа общественного здоровья, г. Архангельск.


Новые отзывы на проведённый анализ данных

Хван Н.В., Алматы, Казахстан Уважаемые диссертанты! Хочу поделиться своим опытом сотрудничества со специалистами Центра «Биостатистика».

Гражданкина Д.В., НГМУ, Новосибирск
. Работаю я ассистентом кафедры эндокринологии Новосибирского медуниверситета. Вопрос о том, как и кому выполнять статистический анализ данных для диссертаций, статей по медицине, волновал меня довольно давно...

Веселовская Н.Г., Алтайский кардиоцентр, Барнаул. Хочется поделиться своими впечатлениями от работы с центром БИОСТАТИСТИКА. Итак, это не первое моё сотрудничество с центром. В 2006 г центром БИОСТАТИСТИКА был проведён анализ материала, который вошёл в мою кандидатскую диссертацию...   Веселовская Н.Г. "ПРОГНОЗИРОВАНИЕ РИСКА РЕСТЕНОЗА КОРОНАРНЫХ АРТЕРИЙ ПОСЛЕ ИХ СТЕНТИРОВАНИЯ У ПАЦИЕНТОВ С ОЖИРЕНИЕМ"

Поддубная О.А., доктор медицинских наук, доцент кафедры Восстановительной медицины, физиотерапии и курортологии Сибирского Государственного медицинского университета

Медянникова И.В., кандидат медицинских наук, ассистент кафедры акушерства и гинекологии Омской государственной медицинской академии

Крупская Ю.А. (Ростов-на-Дону)

Чекмарев А.С., аспирант кафедры дерматовенерологии, микологии и косметологии РМАПО, член совета студентов медицинских и фармацевтических ВУЗов при Министерстве Здравоохранения и Социального развития России (Москва)

Максимова С.С., с.н.с. НИИ здоровья, Якутск

Новые отзывы по дистанционному обучению статистике

Сафонова В.Р., Ханты-Мансийская госмедакадемия, кафедра нормальной и патологической физиологии 

Ванинцева Н.Н. Санкт-Петербург 

Бурмистрова Т.Г., лаборатория нарушений сердечного ритма РНПЦ Кардиология, Минск.

Карчевская К.В., Федеральный центр сердечно-сосудистой хирургии г. Пенза


Международная конференция по доказательной медицине в Ереване (18 - 20.10.2012)

В 2012 году исполнилось 10 лет со дня создания "Армянского медицинского реферативного журнала". В связи с этой датой главный редактор АМРЖ Рубен Ованесян организовал международную конференцию "Доказательная медицина в Армении: миф или реальность?". Конференция прошла в Ереване 18-20.10.2012. Ниже мы приводим материалы этой конференции

Ереванская фото-биометрика. Фоторепортаж о конференции в Ереване.
Ереванская Декларация.   YEREVAN DECLARATION.
Программа конференции. Доказательная медицина в Армении: вчера, сегодня, завтра…
Рубен Ованесян. Этические и методологические основания для основных лекарственных программ.
В.В. Власов. Президент общества специалистов доказательной медицины. Systematic reviews: a synthesis of trials or a trail of syntheses? Збыш Федорович (Zbis Fedorovicz). Проблема институционализации доказательной медицины. Бащинский С.Е., издательство Медиа Сфера Семиология, клиническая эпидемиология и доказательная медицина. Н.А. Зорин. Московское отделение ОСДМ. Современная клиническая публикация: - стандарты публикации, - дизайн исследования, - институт авторства, - конфликт интересов. Воробьев К.П. Украина, Луганск. http://www.vkp.dsip.net   Методология обсервационных исследований: достоверность и обобщаемость результатов. Климова Т.М. НИИ здоровья Северо-Восточного федерального университета им. М.К. Аммосова, г. Якутск, Мастер-класс. Збыш Федорович (Zbis Fedorovicz)  Программа профилактических осмотров: основания включения в программу скрининговой технологии. Е.Н. Новичкова. Центр доказательной медицины, кафедра семейной медицины ММА им. И.М.Сеченова 

Доклад "Почему и как надо учить медиков статистике?" В. Леонов.

Зачем нужна статистика в доказательной медицине?  В. Леонов. Армянский медицинский реферативный журнал, 2012, вып. 9, с. 184-193.

От идеальной модели к реальной клинической практике. Круглый стол с острыми углами. Н.А. Зорин. Московское отделение ОСДМ. Конфликты интересов в медицине. Управление конфликтом интересов с использованием принципов доказательной медицины. Воробьев К.П. Украина, Луганск. http://www.vkp.dsip.net Принятие клинического решения на основе принципов научно-обоснованной медицины: идеальная модель и текущая клиническая практика. Воробьев К.П. Украина, Луганск. http://www.vkp.dsip.net


RusDASL - российская библиотека данных  для изучающих биометрику и биостатистику. DASL (The Data and Story Library ) - под такой аббревиатурой на веб-сайте Carnegie Mellon University размещена известная библиотека исходных статистических данных данных из различных отраслей науки. Теперь аналогичная библиотека открыта на БИОМЕТРИКЕ и для российских пользователей.


В. Леонов. Долгое прощание с лысенковщиной.


Когда нельзя, но очень хочется, или Ещё раз о критерии Стьюдента.
К большому сожалению, в большинстве учебников, в которых рассматривается критерий Стьюдента, не акцентируется внимание читателей на ограничениях этого критерия, и на последствиях их нарушения. Вот как пишет об этом известный специалист в области прикладной статистики профессор А.И. Орлов в своей книге ЭКОНОМЕТРИКА (Издательство ЭКЗАМЕН, Москва, 2004. - 576 с.). "Приведённые описания экспериментальных данных показывают, что погрешности измерений в большинстве случаев имеют распределения, отличные от нормальных. Это означает, что большинство применений критерия Стьюдента, ... строго говоря, не является обоснованным, поскольку неверна лежащая в их основе аксиома нормальности распределений  соответствующих случайных величин. Очевидно, для оправдания или обоснованного изменения существующей практики анализа статистических данных требуется изучить свойства процедур анализа данных при «незаконном» применении. Изучение процедур отбраковки показало, что они крайне неустойчивы к отклонениям от нормальности, а потому применять их для обработки реальных данных нецелесообразно; поэтому нельзя утверждать, что произвольно взятая процедура устойчива к отклонениям от нормальности". Именно Александр Иванович в своём письме от 4 апреля 1998 г. и обратил моё внимание на эту проблему.

 

 

 

 

 


1997 - 2017.© Василий Леонов. E-mail:

Доказательная или сомнительная? Медицинская наука Кузбасса: статистические аспекты.

Отклики читателей статьи "Доказательная или сомнительная?"

Возврат на главную страницу.

Возврат в КУНСТКАМЕРУ

Т. Кун "Структура научных революций"