Яндекс.Метрика 50% стоимости заказов

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 страниц
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 страниц

Если приходят, значит полезное находят.
.  
Наш 
адрес:  
Выбрав любое изображение, кликните по нему мышкой, и Вы узнаете о статистике ...

Редактор БИОМЕТРИКИ
В. Леонов
Популярные страницы посещаемые читателями
http://www.biometrica.tomsk.ru/ndex.htm
http://www.biometrica.tomsk.ru/biostat_1.htm
http://www.biometrica.tomsk.ru/biostat_2.htm
http://www.biometrica.tomsk.ru/biostat_3.htm
http://www.biometrica.tomsk.ru/biostat_4.htm
http://www.biometrica.tomsk.ru/biostat_5.htm
http://www.biometrica.tomsk.ru/biostat_6.htm
http://www.biometrica.tomsk.ru/biostat_7.htm
http://www.biometrica.tomsk.ru/biostat_8.htm
http://www.biometrica.tomsk.ru/biostat_9.htm
http://www.biometrica.tomsk.ru/biostat_10.htm
http://www.biometrica.tomsk.ru/biostat_11.htm
http://www.biometrica.tomsk.ru/nauka_33.htm
http://www.biometrica.tomsk.ru/potencial.htm
http://www.biometrica.tomsk.ru/nauka_19.htm
http://www.biometrica.tomsk.ru/logit_0.htm
http://www.biometrica.tomsk.ru/stat_cardio_1998.htm
http://www.biometrica.tomsk.ru/erevan_3.html
http://www.biometrica.tomsk.ru/student.htm
http://www.biometrica.tomsk.ru/stat_cardio1.htm
http://www.biometrica.tomsk.ru/error.htm
http://www.biometrica.tomsk.ru/leonov_vak.htm
http://www.biometrica.tomsk.ru/erevan_4.html
http://www.biometrica.tomsk.ru/student.htm
http://www.biometrica.tomsk.ru/stat_cardio1.htm
http://www.biometrica.tomsk.ru/biometrica_18.htm

НЦ БИОСТАТИСТИКА выполняет работы по статистическому анализу баз данных уже более 30 лет. В его составе несколько исследователей США, Израиля, Англии, Канады и других стран. Нашими услугами пользуются аспиранты и докторанты в области медицины, биологии, социологии, психологии, техники, и т.д. Некоторые исследователи из России и других стран, получившие от нас продуктивные результаты статистического анализа своих баз данных, выложили на нашем сайте свои отзывы о сотрудничестве  с НЦ БИОСТАТИСТИКА ... ( См. далее )

 

НЦ БИОСТАТИСТИКА оказывает помощь
исследователям по медицине и биологии

 

   В мае 2020 года мы обсуждали с зарубежными коллегами НЦ БИОСТАТИСТИКА (BIOSTATISTICS - DATA SCIENCE) проблемы заражения и лечения коронавируса Covid-19 в разных странах, по которым производили статистический анализ. Поскольку эти болезни ставят все страны под угрозы, почему и необходимы результаты статистического анализа.

   В частности, обсуждали возможность уменьшения стоимости работы для медиков из России, за счёт получения этими исследователями весьма продуктивные результаты статистического анализа их баз данных с нашими усилиями.

    В результате, по согласованию с этими зарубежными коллегами, стоимость заявок по статистическому анализу баз данных этих российских медиков и биологов сокращена с июня месяца на 50%. Т.к. их работы для исследователей весьма существенно оплачивают сами основные организации этих стран. Надеюсь, что этот аспект будет действовать и до конца 2020-го года...   Кроме того исследователь, потративший финансы на свой заказ, в течение года с нашей помощью может полностью восстановить свои затраты.

    При этом наш многолетний опыт статистического анализа для исследователей по медицине, биологии, и т.д., показывает, что по их базам данных можно использовать весьма продуктивно следующий набор методов анализа.

  1. Поиск скрытых группировок наблюдений производится разными методами кластерного анализа. Примерно в 50% всех ценных баз данных как раз и обнаруживались эти скрытые группировки. И эти группировки могут дополняться к уже имеющимся группировкам наблюдений. Причём нередко эти скрытые группировки как раз и объясняют, типа почему же пациенты до лечения не входят в подгруппу здоровые. Аналогично и по другим имеющимся подгруппам. По этим результатам кластерного анализа производятся важные графики и таблицы состава наблюдений в конкретных скрытых подгруппах.                                                                         
  2. Для сравнения параметров необходимо определять виды распределения количественных признаков во всех сравниваемых подгруппах.  В частности, обязательно производить и проверку нормального распределения.                                                                       
  3. По количественным признакам, в сравниваемых подгруппах, производится как минимум по 2 типа графика, которые помогают определять и виды распределения. При этом в отдельном графике приводится дополнительно и кривая нормального распределения по имеющимся параметрам признака.                                                                                                                                                                                       
  4. При сравнении признаков в двух подгруппах, производится график ROC-кривой, а также таблица параметров этой кривой. Причём производится несколько таких графиков, отражающих интенсивность входящих предикторов в различие пары подгрупп.                                                                                                                                                                                                                                                                              
  5. Оценка сравнения параметров основных подгрупп наблюдений производится не только по сравнению средних значений, но и по всем остальным параметрам. Поскольку, во-первых, средние значения чаще всего как раз и нельзя сравнивать. А во-вторых, важно устанавливать и различия группировок по всем остальным параметрам. Т.к. одни параметры в подгруппах равны, а другие параметры не равны.                                                                                                                                                                                                                                           
  6. Чаcто многие параметры оказываются как раз не равными. Что весьма и важно для понимания различия сравниваемых подгрупп. При этом используется сравнение в среднем по 4-6 статистическим параметрам. А при наличии более 2-х подгрупп сравниваются между собой как все эти подгруппы, так обязательно и все пары этих подгрупп. В результате и устанавливаются, а какие же пары подгрупп идентичны по конкретным параметрам, а по каким конкретно подгруппам параметры различаются.                                                                                                                                                   
  7. По этим количественным признакам, в сравниваемых подгруппах, производится как минимум по 3 типа графика, которые помогают определять и значения основных параметров распределения признака в этих подгруппах.                                                                                                                                                                                                                  
  8. Для оценки наличия/отсутствия связи между парой группирующих признаков применяем анализ таблиц сопряжённости. И когда в отдельных парах подгрупп частота наблюдений очень небольшая, то соответственно результат анализа оказывается не очень надежным. Поэтому используем при этом перевод небольшого объёма наблюдений в проверку до 100 тысяч наблюдений. А также и определяя силу связи и наличие положительной или отрицательной связи в отдельных сочетаниях значений подгрупп. В таких ситуациях сам исследователь в принципе может объединять некоторые подгруппы в одну общую подгруппу.                                                                                                                             
  9. Для улучшения понимания наличия или отсутствия связи между группирующими признаками производятся графики для каждой пары признаков. При этом самые продуктивные результаты этих связей производятся при анализу связи более 2-х группирующих признаков методом лог-линейного (логарифмически-линейного) анализа многомерных таблиц сопряжённости.                                                                                                                                                              
  10. Сравнения подгрупп только по количественным предикторам производится дискриминантный анализ несколькими методами анализа. Также производятся и графики распределения группирующих наблюдений в этих новых осях.                                                                                                                                                                                                                     
  11. Типы зависимости между парами количественных признаков, в сравниваемых подгруппах, определяются парой методов корреляционного анализа. А при наличии многих статистически значимых корреляционных зависимостей, также продуктивно используем и факторный анализ.                                                                                                                              
  12.  Построение графиков распределения пары количественных признаков в конкретных подгруппах позволяет оценить наличие или отсутствие парных зависимостей.                                                                                                                                                                                                                                                                        
  13.  Важной оценкой является и оценка наличия взаимосвязи между двумя группами количественных признаков методом канонической корреляции. Что и позволит установить доминирование отдельных признаков в этой связи, или весьма слабое влияние на эти связи.                                                                                                                                        
  14.  Для определения зависимости одного количественного признака от группы других количественных признаков используются несколько разных методов регрессионного анализа. В частности, линейную и нелинейную регрессию, метод Бокса-Кокса, логарифмически-линейную регрессию, и т.д. При этом используются как сами исходные значения признаков, так и специальные их преобразования. Используя полученные уравнения регрессионного анализа, производятся графики, отражающие уровень значимости этого уравнения, а также и наличия подгрупп в этом графике.                                                                                                                                                              
  15.  Все предыдущие методы статистического анализа позволяют оценить причины включения или отсутствия конкретных признаков в получаемых уравнениях логистической регрессии. По данному методу анализа используется несколько разных методов поиска уравнения. В результаты при построении уравнения логит-регрессии по связи группирующего признака с набором количественных и остальных группирующих признаков, оценивается чаще всего от 3 до 15 и более уравнений. Из которых как раз самим исследователем и выбираются 2-3 основных уравнения. В этих уравнениях можно упорядочить все предикторы по степени их влияния на различие подгрупп. А также упорядочить и все наблюдения по их интенсивности принадлежности или отсутствию к конкретной сравниваемой подгруппе. При использовании пары анализируемых подгрупп, обязательно производится построение ROC-кривых графиков, отражающих последовательные влияния вводимых предикторов, и конечный результат уравнения.                                                                                                                                                                                        
  16.  Часть конкретных баз данных, содержащих признак по группам типа «До лечения» и «После лечения», преобразуются в два типа баз данных. При этом используя такой признак по горизонтали и по вертикали. Соответственно две таких базы данных различаются в два раза количество анализируемых признаков. А при наличии более двух подгрупп соответственно и количество признаков увеличивается аналогично.                                                                                                                                      
  17.  Примеры отличных результатов статистического анализа в диссертациях, дипломных работах и статьях, полученных с нашей помощью, как раз и содержат упомянутые выше методы статистического анализа. Что и помогает этим исследователям продуктивно описывать в своих публикациях эти результаты.                                                                                                                                          
  18.  Исследователю, обратившемуся за помощью по статистическому анализу в наш НЦ БИОСТАТИСТИКА, мы с коллегами высылаем 3 варианта первой версии Программы работы по его базе данных. Первый вариант Программы максимальный по своему объёму, и помогает самому исследователю определить, какие пункты оставить в Программе, а какие пункты изменить, либо удалить. При разработке этих 3-х вариантов первой версии Программы, мы производим пробные анализы. И затем, обсуждая с исследователем по Скайпу содержание этих вариантов Программы, показываем ему эти результаты, аргументируя продуктивность предлагаемых методов статистического анализа.                                                                                                                                                                                                                                                   
  19.  В начале выполнения согласованной с исследователем Программы анализа его базы данных, высылаем этому исследователю порядка 30-40 книг и статей по статистике, а также в формате EXCEL несколько примеров уравнений логистической регрессии. Чтобы, используя эти примеры, сам исследователь тоже мог ввести в EXCEL полученные уравнения и продуктивно их использовать.                                                                                                                                                                               
  20. При отправке исследователю результатов статистического анализа по одобренной им версии Программы, также отправляем и примеры подробного описания такого результата. И сразу же предлагаем исследователяю провести ему пояснения этих результатов в беседе по Скайпу. На что все исследователи соглашаются, и по нашему предложению также сохраняют себе эти пояснения в режиме видео. Что позволяет ему при необходимости повторно прослушивать эти пояснения.                                                                                                                                                       
  21. Длительность выполнения одобренной исследователем Программы работы по статистическому анализу его ценной базы данных, зависит от объёма этой Программы. Обычно эта длительность выполнения все Программы составляет порядка 7 дней. А при небольшом объёме такой Программы составляет и 2-4 дня.                                                                                                                                                               
  22. Некоторые исследователи, которым мы уже много лет производим статистический анализ их ценных баз данных, на основе своего повышения исследования и знания по методам статистического анализа, высылают нам свои отзывы. При этом с отдельными исследователями, например, работающим над своими диссертациями, мы сотрудничаем по несколько лет. В частности, и по несколько месяцев, а с одним весьма продуктивным исследователем работаем уже и 4 года. И в этом 2020-м году станет доступна книга этого исследователя, в которой и я стал соавтором. При том что и первая моя книга, изданная в 1990 году под названием «Обработка экспериментальных данных на программируемых микрокалькуляторах», также посвящена прикладной статистике. В которой приводится немало формул и примеров анализа.

Ответ на письмо Леонова В.П. от начальника Управления аттестации научных и научно-педагогических работников Федеральной службы по надзору в сфере образования и науки Н.И. Аристера


Обращение межрегионального Общества специалистов доказательной медицины в ВАК РФ


Примеры оформления исследователями базы данных, описания признаков и целей статистического анализа этой базы данных

Островок  здоровья

Пример 1, Пример 2,
  Пример 3


 НЦ БИОСТАТИСТИКА
выполняет статистический анализ экспериментальных данных уже более 30 лет. В его составе исследователи России, США, Израиля, Англии, Канады и других стран. Нашими услугами пользуются аспиранты и докторанты по медицине, биологии, социологии, психологии и т.д. (См. далее)


Отзывы исследователей по
статистическому анализу их баз данных





Примеры "Программы по статистическому анализу", и подобных результатов статистического анализа по таким "Программам"

СТАТИСТИЧЕСКИЙ АНАЛИЗ ДАННЫХ ДЛЯ МЕДИКОВ И БИОЛОГОВ (время и опыт). Леонов В.П.

Применение методов статистики в кардиологии.  (по материалам журнала "Кардиология" за 1993 - 1995 гг)Леонов В.П. Журнал "Кардиология", том 38, 1, 1998.

Статистика в кардиологии. 15 лет спустя.  Леонов В.П. 15 лет назад, в 1998 году, в журнале «Кардиология» была опубликована наша статья  «Применение методов статистики в кардиологии (по материалам журнала «Кардиология» за 1993–1995 гг.) В ней были проанализированы 426 статей кардиологической тематики.

Куплю 500 диссертаций! (Медицинская Газета № 10 за 14.02.2001)


В новый век - с доказательной биомедициной
Газета ПОИСК, № 20 (522), 21 мая 1999 г.


Леонов В.П. Ошибки статистического анализа биомедицинских данных. Международный журнал  медицинской практики, 2007, вып. 2, стр.19-35.

Доклад "Почему и как надо учить медиков статистике?" Леонов В. П. Доклад на международной конференции по доказательной медицине  в Ереване 18-20.10.2012

НАУКОМЕТРИКА СТАТИСТИЧЕСКОЙ ПАРАДИГМЫ ЭКСПЕРИМЕНТАЛЬНОЙ БИОМЕДИЦИНЫ   (ПО МАТЕРИАЛАМ ПУБЛИКАЦИЙ). Леонов В.П. Вестник Томского государственного университета. Серия "Математика. Кибернетика. Информатика", №275. АПРЕЛЬ 2002, стр. 17-24.

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).



Камчатская биометрика-2014. Семинар по биометрике в камчатском НИИ КамчатНИРО. (24.03.2014 - 3.04.2014).

Камчатская фото-биометрика-2014. Фоторепортаж с семинара по биометрике в Петропавловске-Камчатском.

Отзывы слушателей семинара по биометрике в Петропавловске-Камчатском


Наш адрес   1997 - 2020. © Василий Леонов

Доказательная или сомнительная? Медицинская наука Кузбасса: статистические аспекты.

Зачем нужна статистика в доказательной медицине? 

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