Яндекс.Метрика

Результаты статистического анализа

Каждый слышит то, что понимает. Гете


"Люди перестают мыслить,
когда перестают читать
".
Д. Дидро

Статистика посещаемости БИОМЕТРИКИ

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/index.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

 

Примеры исходных результатов
отдельных методов статистического анализа
по медицине и биологии,

полученных с нашей помощью.

 

  В этом разделе приведены примеры исходных результатов разных методов статистического анализа. В некоторых примерах приводятся пояснения этих результатов. Такие пояснения всегда высылаем исследователям по всем таким результатам анализа их баз данных. Наш 40-летний опыт статистического анализа баз данных исследователей по медицине, биологии, психологии, и по многим иным направлениям, приводит к тому, что для продуктивности результатов необходимо использовать не 2-3 стандартных методов анализа, а от 8 до 15 и более разных методов анализа. Такие результаты, с учётом количества анализируемых признаков баз данных, имеют весьма большие объёмы. Поэтому данные примеры содержат небольшие доли подобных результатов. И объёмы этих примеров увеличиваются за счёт приводимых пояснений этих результатов. При этом они и показывают, как много важных результатов можно получать используя разные методы статистического анализа. Например используя как популярные методы сравнения групповых параметров, корреляционный анализ, таблицы сопряжённости, ROC-кривые, и т.д., так и многомерные методы статистического анализа. В частности, методы логистической регрессии, канонический корреляционный анализ, факторный анализ, кластерный анализ, множественная регресссия, дискриминантный анализ, многомерный дисперсионный анализ, многомерное шкалирование, и т.д. При этом следует помнить, что все методы анализа имеют разные алгоритмы. И поэтому для продуктивности проводимых исследований как раз и следует использовать все возможные алгоритмы.


Приглашаем читателей сайта принять участие в конкурсе входа в список исследователей, для которых НЦ "БИОСТАТИСТИКА" произведёт оперативно и бесплатно статистический анализ их баз данных. Для чего исследователю нужно выслать нам согласно Пример 1  Пример 2   Пример 3 свои базы данных с описанием признаков и целей исследования. Выбор исследователей с оперативным  бесплатным проведением статистического анализа их баз данных, будет произведён после набора 21 исследователя.


Оригинальная информация с результатами статистического анализа выделена этим цветом.

А наши комментарии к этим результатам выделены этими двумя цветами.


Проверка нормальности количественных  признаков в подгруппах по TYPE
Aнализ НЦ БИОСТAТИСТИКA Skype: leo_1911    E-mail:leo.biostat@gmail.com
Сайт БИОМЕТРИКА  http:\\www.biometrica.tomsk.ru\

                                               
                                            Variable:  VAR3  (возраст начала лечения, лет)
Выше  сообщается, что анализируется переменная конкретная VAR3

                                                    TYPE = ВЕАСОРР14
Выше  сообщается, что проверка нормальности распределения признака VAR3 проводится в конкретной подгруппе «ВЕАСОРР14»

                                         Moments

N                                     30         Sum Weights                    30
Mean               23.9666667         Sum Observations           719
Std Deviation   4.36667105        Variance             19.0678161
Skewness        0.71630411        Kurtosis              0.09241045
Uncorrected SS        17785        Corrected SS     552.966667
Coeff Variation   18.219768        Std Error Mean   0.79724141

Выше приведены основные статистики.  Перечисляю их по порядку.
Левый столбец:
Число наблюдений
Среднее
Стандартное отклонение
Коэффициент асимметрии (Skewness)
Нескорректированная сумма квадратов (для настоящего пункта не представляет интереса)
Коэффициент вариации

Правый столбец:
Сумма весов (для настоящего пункта не представляет интереса)
Сумма наблюдений
Дисперсия
Коэффициент эксцесса (плоско- или островершинности. Для нормального распределения равен 0)
Скорректированная сумма квадратов (для настоящего пункта не представляет интереса)
Ошибка среднего

                       Basic Statistical Measures

           Location                    Variability

Mean     23.96667        Std Deviation            4.36667
Median  23.50000        Variance                  19.06782
Mode     21.00000        Range                     17.00000
                                     Interquartile Range   5.00000

Выше приведены основные статистики.  Перечисляю их по порядку.
Левый столбец:
Среднее
Медиана
Мода

Правый столбец:
Стандартное отклонение
Дисперсия
Размах (разность между максимальным и минимальным значениями)
Межкартильный размах (разность между 75%-ным квартилем и 25%-ным квартилем

                      Basic Confidence Limits Assuming Normality

Parameter          Estimate     95% Confidence Limits

Mean                  23.96667      22.33612    25.59721
Std Deviation       4.36667        3.47765     5.87018
Variance             19.06782      12.09403    34.45904

Выше приведены 95%-ные доверительные интервалы для трёх упомянутых выше основных статистик.

                                         Tests for Location: Mu0=0

Test                  -Statistic-            -----p Value------

Student's t        t  30.06199      Pr >    |t|  <.0001
Sign                M            15       Pr >= |M| <.0001
Signed Rank   S        232.5      Pr >= |S|  <.0001

Выше приведены результаты проверки нулевой гипотезы о равенстве  нулю генерального среднего для признака VAR3 с помощью трёх различных критериев. 

                                                  Tests for Normality

Test                                    --Statistic---                -----p Value------

Shapiro-Wilk                   W        0.941562       Pr < W         0.1002
Kolmogorov-Smirnov      D        0.118221        Pr > D        >0.1500
Cramer-von Mises         W-Sq   0.07104         Pr > W-Sq  >0.2500
Anderson-Darling           A-Sq    0.506897       Pr > A-Sq     0.1941

Выше приведены результаты проверки нулевой гипотезы о том, что генеральная совокупность, откуда взяты выборки, подчиняется нормальному распределению. Используется для этой цели 4 критерия: Шапиро-Уилка,  Колмогорова-Смирнова, Крамера фон Мизеса и Андерсона-Дарлинга. Причём для данной выборки объёмом в несколько десятков наблюдений, наиболее важным является именно критерий Шапиро-Уилка. Как видим, все 4 критерия дают значения достигнутого уровня значимости гораздо более 0,05. Т.е. для признака VAR3 в данной конкретной подгруппе наблюдений принимается гипотеза нормальности. Что подтверждает одно из двух обязательных условий корректного использования таких известных параметрических методов, как сравнение групповых средних с помощью t-критерия Стьюдента, или дисперсионным анализом ANOVA. (NB! Но только для данной подгруппы. А для других подгрупп распределение чаще всего не нормальное. Специфику таких особенностей можете прочитать в нашей статье "Сравниваем средние, а также и ..."). При этом рекомендую все эти обсуждения по Скайпу сохранять как видео. Для этого нужно войти в "Настройки" Скайпа и сделать" Разрешить использование NDI":

Quantiles (Definition 5)

Quantile      Estimate

100% Max         35.0
99%                  35.0
95%                  33.0
90%                  29.0
75% Q3            26.0
50% Median     23.5
25% Q1            21.0
10%                  19.0
5%                    18.0
1%                    18.0
0% Min             18.0

Выше приведены значения основных процентилей распределения данного признака VAR3. И для каждого процентиля приводится значение этого признака. Так начальное значение признака равно 18, а до значения этого признака равного 19 уже размещено 10% наблюдений. А до значения этого признака равного 26 уже размещено 75%, и т.д.

   Отмечаю, что также в примере результатов по сравнению групповых параметров, приводятся графики с гистограммами распределения количественных признаков в отдельных сравниваемых группах, в которых также есть кривые теоретического нормального распределения с вычисленными группирующими параметрами. И по ним весьма отчетливо видно, близки ли эти распределения к нормальному закону, и близки ли эти сравнивамые между собой подгруппы.

 


Хорошая книга:

Д. Химмельблау. Анализ процессов статистическими методами.

В.С.Степин, В.Г.Горохов, М.А.Розов. Философия науки и техники

Основатели биометрики
Francis Galton
Френсис Гальтон
(16.02.1822-17.01.1911)

Вальтер Уэлдон
Вальтер Уэлдон
(15.03.1860-13.04.1906)

Карл Пирсон
Карл Пирсон
(27.03.1857-27.04.1936)

Оптимизировано для разрешения 1024х768 в Mozilla Firefox, Opera.

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 )


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

Островок  здоровья

Пример 1  Пример 2  
Пример 3


Отзывы исследователей по
статистическому анализу
данных


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


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

В. Леонов. 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.

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


Логистическая регрессия в медицине и биологии.
Леонов В.

В серии 10 статей рассмотрены основы метода логистической регрессии. На многочисленных примерах анализа реальных массивов данных поясняется специфика использования данного метода. Приведены многочисленные уравнения логистической регрессии и ROC-кривых, полученные при анализе реальных данных.

Введение.

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.


Сравниваем средние, а также и ... В. Леонов Исследователям в медицине и биологии весьма большую пользу приносит сравнение не только групповых средних, но также и иных параметров. Показано, что не нормальное распределение количественного признака, означает наличие взаимосвязей данного признака с другими признаками.

Проценты - статистический анализ? Или проценты - арифметический анализ? В. Леонов.


Примеры отличных результатов статистического анализа в диссертациях, дипломных работах и статьях, полученных с нашей помощью.

Н.Г. Веселовская.  Клиническое и прогностическое значение эпикардиального ожирения у пациентов высокого сердечно-сосудистого риска.  (диссертация на соискание учёной степени доктора медицинских наук)

В.А. Габышев.  Фитопланктон крупных рек Якутии и сопредельных территорий восточной Сибири.  (диссертация на соискание учёной степени доктора биологических наук)

М.И. Антоненко.  Гиперкортицизм без специфических клинических симптомов:
эпидемиология, клиника, диагностика
.  (диссертация на соискание учёной степени кандидата медицинских наук)


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.

Роль «малых» доз ионизирующего излучения в развитии неонкологических эффектов: гипотеза или реальность? Бюллетень сибирской медицины, № 2, 2005, с. 63-70. Карпов А.Б., Семенова Ю.В., , Тахауов Р.М., Литвиненко Т.М., Попов С.В., Леонов В.П.

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

Отзывы слушателей семинара по биометрике в Ереване в сентябре 2015 г.

Наш адрес

1997 - 2019. © Василий Леонов