Яндекс.Метрика ВАК РФ: новый председатель и старые проблемы. Кто кого?
Каждый слышит то, что понимает. Гете

Часть учебно-методических материалов сайта, в том числе электронная библиотека, доступны только заказчикам работ по анализу данных для кандидатских и докторских диссертаций, а также слушателям системы дистанционного обучения и консультаций. Запрос на выполнение анализа данных, обучение и консультации направляйте на мэйл E-Mail редактора БИОМЕТРИКИ

Обращение межрегионального Общества специалистов доказательной медицины в ВАК РФ

Доказательная или сомнительная? Медицинская наука Кузбасса: статистические аспекты.

Отклики читателей статьи "Доказательная или сомнительная?"

Дисперсия жизни...
Кликните по фотографии,
и вы сможете ...

;Регистрационный код (если есть) 
; Открывать в новом окне?  ;Имя нового окна 
; Разрешение (1-8)  ; Скорость смены (1-255)  ; Задержка (миллисекунд)  ; Смена рисунков со спецэффектами ("YES" или "NO")  ;Произвольный рисунок поверх апплета  ;X смещение наложенного рисунка  ;Y смещение наложенного рисунка  ;Задержка освобождения памяти  ;Приоритет задачи (1..10)  ; Мин. время синхр. кадра (мс); Sorry, your browser doesn't support Java ; Сообщение для браузеров без поддержки Java (tm) 


Медицинская статистика понятным языком: вводный курс.

Новая книга: А. Банержи. Медицинская статистика понятным языком: вводный курс/ пер. с англ. под ред. В.П. Леонова. - М.: Практическая медицина, 2007. - 287 с.: ил.

Издание представляет собой вводный курс по принципам и методам статистики применительно к медицине и биологии. О её содержании и назначении можно узнать из "Предисловия редактора перевода". Для её чтения достаточно знания математики в объёме школьного курса. Рассмотрены такие методы, как корреляция, регрессия, дисперсионный анализ, проверка нормальности распределения, множественные сравнения, отношения шансов, непараметрические критерии, основы анализа ROC-кривых, основы метаанализа, анализа выживаемости и т.д. Есть перечень наиболее известных статистических пакетов, с указанием сайтов организаций-изготовителей. В книге есть глоссарий, на 17 страницах которого даны объяснения большого количества терминов биостатистики, а также подробный предметный указатель. Приложение, составленное редактором перевода, содержит библиографию из 174 русскоязычных изданий по статистике и её применению в медицине и биологии. Для студентов, аспирантов, научных работников, а также врачей всех специальностей. Заказать книгу можно через Интернет в издательстве "Практическая медицина". Цена (без стоимости почтовых расходов): 187 руб.

Глоссарий

Автокорреляция: ситуация, когда на последовательность переменных влияют предыдущие значения этой же самой последовательности.
Автоматическая модель выбора: метод выбора переменных, подлежащих включению в математическую модель, например, прямой, обратный, пошаговый, все подгруппы
Алгоритм: последовательность команд, выполняемых в логической последовательности для решения задачи.
Альтернативная гипотеза: гипотеза относительно интересующего нас эффекта, которая противоречит нулевой гипотезой и верна, если нулевая гипотеза ложная
Анализ выживаемости: исследует время, регистрируемое у пациента, чтобы достичь им интересующей нас конечной точки (например, смерть), когда некоторые данные цензурированы
Анализ чувствительности: анализ, при котором модель повторно прогоняется после изменения отдельных показателей.
Априорная (доопытная) вероятность: априорная вероятность, оценённая до того как имеется  результат диагностического теста, что пациент имеет заболевание
Апостериорная вероятность: пересмотренная вероятность, которая определяется на основе априорной вероятности и результатов наблюдения.
Апостериорные уточняющие сравнения: делаются для корректировки величин уровня значимости Р, когда проведены множественные сравнения, например методы Бонферрони, Дункана, Шеффе, и др.
Асимметрия: мера степени несимметричности распределения частот.
Асимметричное распределение: распределение данных асимметрично, если оно имеет длинный хвост справа с несколькими высокими значениями (положительно скошенное) или длинный хвост слева с несколькими низкими значениями (отрицательно скошенное)
ASCII или текстовый формат: данные в компьютере даны как ряды текста

Бимодальное распределение: данные, чье распределение имеет два «пика» (моды).
Бинарная переменная: два взаимоисключающих значения, например, жив/ умер, излечен/ не излечен.
Биномиальное распределение: распределение вероятностей, связанное с двумя взаимоисключающими исходами, например, жив/ умер.
Биномиальное разложение: метод обработки биномиальных переменных (например, жив/ умер, вкл./ выкл.).

Вариация остатков: вариация переменной, которая остается после того, как удалена вариабельность, относящаяся к интересующим нас факторам. Это – вариация, необъяснимая моделью, и остаточный средний квадрат в таблице ANOVA. Также называется “ошибочная или необъясненная вариация”
Взаимодействие: оно существует между двумя, или более, факторами, где разности зависимого признака между уровнями одного фактора различны для одного или более уровней другого фактора
Взвешенное среднее: модификация среднего арифметического, полученная путем учета веса по каждому значению переменной в группе данных
Вероятность: возможность наступления события, выраженная как отношение числа наступлений события к общему числу возможных исходов, принимающая значение 0, для невозможного события, и значение 1 — для достоверного.
Воронкообразный график: график для отображения необъективности опубликованных результатов, на котором представлена зависимость оценки риска от объёма выборки.
Воспроизводимость: степень, до которой совпадают повторные измерения тем же наблюдателем в идентичных условиях
Выбор модели: процедура формирования упрощенной схемы изучаемого явления. В регрессионном анализе выбор модели может производиться  с использованием разных алгоритмов отбора предикторов в уравнение регрессии. Наиболее популярны модели пошагового включения и исключения предикторов, а также их комбинации
Выборка: подмножество элементов генеральной совокупности.
Выборочное пространство: множество всех возможных исходов эксперимента.
Выборочная погрешность: погрешность, возникающая при оценке параметров генеральной совокупности с помощью выборки.
Выброс: экстремальное значение в наборе наблюдений, которое может исказить описательные характеристики, такие как среднее, размах, дисперсия и т.д.

Геометрическое среднее: среднее, которое используется при анализе временных рядов, которые являются возрастающими или убывающими во времени.
Гауссово распределение: см.  Нормальное распределение
Гетерогенность дисперсий: неравные генеральные дисперсии
Гетероскедастичность: неравенство дисперсии.
Гистограмма: диаграмма, которая показывает (относительное) распределение частоты непрерывной переменной путем применения присоединенных столбчатых диаграмм. Область столбчатой диаграммы пропорциональна (относительной) частоте в интервале, определенном границами  этой диаграммы
Гомоскедастичность: равные дисперсии; синоним – гомогенность дисперсии.
График нормального распределения: диаграмма для визуальной оценки нормальности распределения данных; прямая линия на таком графике означает нормальность. Другое название – график на вероятностной бумаге.

Дважды слепое испытание: испытание, в котором ни субъект, ни наблюдатель не знают о распределении видов лечения.
Двумерный график (скаттер-плот): двумерный график зависимости одной переменной от другой, причем каждая пара значений отмечена точкой (наблюдением). Другое название – двумерная диаграмма рассеяния.
Двухсторонний критерий: критерий статистической значимости, изучающий изменение в обоих направлениях от точечной оценки.
Дерево решений: способ представления взаимоисключающих решений и их исходов для облегчения выбора оптимального решения, когда все возможные варианты представлены количественными величинами.
Дельфийский метод: итерационный метод качественного предсказания, позволяющий привести индивидуальные мнения к консенсусу.
Децили: величины, которые делят упорядоченные наблюдения на 10 равных частей (по числу наблюдений)
Дисперсионный анализ  (ANOVA): Общий термин для методов, которые сравнивают средние значения групп наблюдений путём расщепления общей дисперсии количественной переменной на её компоненты, причем каждая относится к отдельному фактору. Термин происходит от английского Analysis of Variance – анализ вариаций.
Дисперсия: мера рассеяния, равная квадрату стандартного отклонения/
Дискриминантный анализ: метод, подобный логистической регрессии, который можно применять для идентификации количественных признаков, которые существенно связаны с качественным группирующим признаком, имеющим два или более значений.
Доверительная вероятность: степень уверенности, связанная с оценкой случайной величины.
Доверительный интервал: диапазон значений, построенный по выборке, который, как предполагается, с указанной степенью доверительности, будет содержать истинное значение числового параметра генеральной совокупности. Это мера точности оцениваемого параметра.
Доверительные границы: верхняя и нижняя величины доверительного интервала

Зависимая переменная: переменная (обычно обозначенная как Y), которая предсказана независимыми переменными в регрессионном анализе. Также называется откликом или  зависимой выхода
Знаковый критерий: непараметрический критерий, который изучает, имеют ли тенденцию разницы быть положительными  (или отрицательными); стремятся ли наблюдения быть больше (или меньше) чем средняя;  больше (или меньше) одной пропорция наблюдений с определенной характеристикой,  чем вторая.
Значение p: уровень статистической значимости, равный вероятности того, что различие между двумя статистиками  окажется больше или равным наблюдаемому различию только случайно, в отсутствии реального различия между генеральными совокупностями. Другими словами, это вероятность того, что статистика критерия была бы равна или больше наблюдаемого значения, если бы нулевая гипотеза была верна.

Интервальные данные: данные, которые могут быть упорядочены по относительному значению.
Интервальная оценка: интервал значений, внутри которого, как мы полагаем, лежит параметр популяции
Интердецильный размах: интервал между 10-ой и 90-ой процентилями; он содержит центральные 80% упорядоченных значений
Испытания с рандомизацией кластерами: рандомизация по кластерам, например, деревня, участок, или школа.
Исследование «случай-контроль»: обсервационное исследование, при котором частные случаи и соответствующие контрольные сравниваются по воздействию на них предполагаемого фактора причины.

Критерий Хи-квадрат: критерий для проверки гипотез сравнения категориальных переменных.
Категории: классы для группирования данных.
Кластер: группа субъектов имеющих близкие значения переменных.
Когортное исследование: проспективное длительное  обсервационное исследование.
Коллинеарность: высокая степень корреляции между двумя независимыми переменными.
Критерий согласия: критерий сравнения ожидаемого распределения выборки с действительными результатами с целью проверки соответствия выборки ожиданиям. Он определяет степень согласованности между эмпирически наблюдаемым распределением и математическим или теоретическим распределением.
Каппа Кохена:  мера согласия между двумя группами качественных измерений на одних субъектах. Если К=1 – это совершенное согласие, если К=0 – это не лучше, чем случайное согласие
Категориальная (качественная) переменная: каждый пациент принадлежит к одной из определенных категорий переменной
Квартили:  значения,  которые делят упорядоченные наблюдения на 4 равные части 
Ковариационный анализ: специальная форма анализа дисперсии,  которая сравнивает значения зависимой переменной между группами пациентов, после корректировки эффекта одной или двух независимых переменных
Корень: корень n-ой степени из некоторого числа это значение, которое, будучи умноженным само на себя n раз, даёт в результате это число.
Критерий серий проверки случайности: серия — это последовательность сходных событий.
Коррелограмма:  двумерный график коэффициента автокорреляции лага  k.
Коэффициент вариации: стандартное отклонение, деленное на среднее (часто выражено в процентном отношении).
Коэффициенты регрессии: параметры (например, наклон и пересечение в парной регрессии), которые описывают уравнение регрессии.
Координаты: значение абсциссы и ординаты, которые определяют точку на графике.
Корреляция: мера тесноты взаимосвязи, зависимости между переменными.
Корреляционная матрица: таблица, содержащая коэффициенты корреляции для всех пар случайных величин.
Критическая область: граница между областями принятия и отвержения гипотезы.
Коэффициент логистической регрессии: коэффициент регрессии для конкретного предиктора в логистической регрессии
Кривая выживаемости Каплана-Майера: кривая, в которой вероятность выживаемости наносится относительно времени от базовой величины. Используется, когда точные времена для достижения конечной точки известны
Кривая операционной характеристики, она же характеристическая кривая теста:  двумерный график чувствительности теста от (1-специфичность теста) для различных значений точки отсечки для непрерывной переменной в диагностическом тесте; применяется для отбора оптимальной величины отсечки или для сравнения тестов
Критерий Бартлетта: применяется для сравнения дисперсий (генеральных).
Критерий знаковых рангов Вилкоксона: непараметрический критерий, сравнивающий парные наблюдения.
Критерий значимости: показатель того, может ли описательная характеристика (такая как среднее или пропорция), найденная на основе выборочных данных, представлять соответствующую характеристику всей генеральной совокупности.
Критерий Колмогорова-Смирнова: определяет, нормально ли распределены данные. Под общим названием «критерий Колмогорова-Смирнова» объединяется группа критериев, которые кроме гипотез нормальности распределения проверяют многие другие статистические гипотезы
Критерий Краскела-Уоллиса: непараметрическая альтернатива однофакторному ANOVA;  применяется для сравнения распределений более двух независимых групп наблюдений
Критерий Левене: проверяет нулевую гипотезу, что две или более дисперсии равны.
Критерий Мак-Немара: сравнивает доли (пропорции) в двух соотносящихся группах, применяя статистику критерия Хи-квадрат Пирсона.
Критерий отношения дисперсий:  F-критерий Фишера-Снедекора, используется для проверки гипотез о равенстве дисперсий в популяции.
Критерий Хи-квадрат Пирсона: используется в частотных данных. Он проверяет нулевую гипотезу, что нет связи между факторами, которые определяют таблицу сопряженности. Также применяется для тестирования разницы в долях (пропорциях).
Критерий Шапиро-Уилка: определяет, нормально ли распределены данные. С помощью этого критерия можно проверять соответствие данных и  некоторым другим законам распределения.
Критическая область: множество значений статистики критерия, которые приводят к отвержению нулевой гипотезы.
Критический уровень значимости: вероятность, выбранная в начале исследования, которая приведет нас к отбрасыванию нулевой гипотезы, если наше Р-значение лежит ниже ее. Она часто выбирается как 0,05. Вероятность ошибки I рода.
Круговая диаграмма: графическое представление, в котором относительные значения представлены с помощью сопоставимых площадей секторов круга.

Лемма: короткая теорема, которая служит для доказательства более длинной теоремы.
Линейный регрессионный анализ: метод определения  прямолинейной зависимости между двумя переменными, когда одна переменная предсказывает значение другой переменной.
Логистический регрессионный анализ: метод изучения взаимозависимости между переменными, когда зависимая переменная является качественной.
Логит (логит шансов): логарифм отношения частот двух различных категориальных исходов.
Логит (логистическое) преобразование: преобразование, примененное к доле (пропорции) или вероятности р,  так что logit(p)=ln[p/(1-p)]
Лог-нормальное распределение: вытянутое вправо распределение вероятности непрерывной случайной переменной, чей логарифм подчиняется нормальному распределению.
Лог-ранговый критерий: непараметрический подход к сравнению двух кривых выживаемости

Медиана: мера положения, которая является срединным (расположенным посередине) значением упорядоченных.
Межквартильный размах: интервал между 25-ой и 75-ой процентилями; он содержит центральные 50% упорядоченных значений
Мета-анализ (обзор): количественный систематический обзор, который соединяет результаты исследований для создания и исследования оценки общего интересующего нас эффекта.
Метод компенсации ошибок: оценка изменчивости и определение ошибки оценки, с помощью повторных случайных выборок с возвращением из набора наблюдений. Оценка с компенсацией ошибок — это разница между средним группы оценок для каждой выборки и истинной оценкой.
Метод наименьших квадратов (МНК): метод оценки параметров в регрессионном анализе, основанный на  минимизации суммы квадратов остатков.
Марковский процесс: стохастический процесс, для которого будущее состояние события определяется только настоящим и не зависит от дополнительной информации о прошлой истории системы..
Мода: наиболее часто встречающееся значение в наборе наблюдений.
Модель: использование числовых методов и соотношений для описания реальных жизненных ситуаций.
Моделирование методом Монте-Карло: моделирование с использованием случайных чисел.
Мощность (критерия): вероятность отбрасывания нулевой гипотезы, когда она ложна.
Многомерный анализ: методы анализа влияния на исход нескольких (т.е. более чем двух) переменных.
Множественная линейная регрессия: модель линейной регрессии, в которой одна зависимая переменная и две или более независимых переменных.
Мощность: эффективность статистического критерия, определяемая как вероятность не совершить ошибку II рода, т.е. это вероятность отвержения ошибочной нулевой гипотезы.

Непараметрический критерий: метод принятия решения, который не требует знания распределения выборочной статистики.
Номинальная переменная: категориальная переменная, чьи категории (уровни, градации) не имеют естественного упорядочения.
Нормальное распределение: распределение, при котором наблюдения симметрично рассеяны вокруг среднего и соответствуют закону нормального распределения.
Нулевая гипотеза: утверждение о том, что между двумя группами нет истинного различия, обусловленного вмешательством.

Отношение шансов: отношение двух шансов.
Одновыборочный t-критерий (Стьюдента): исследует, отличается ли средняя переменной от некоторой гипотетической величины.
Однофакторный дисперсионный анализ: отдельный вид ANOVA, применяемый для сравнения средних двух и более независимых групп наблюдений.
Односторонний критерий: критерий статистической значимости, который изучает изменение только в одном направление.
Ординальная (ранговая) переменная: категориальная переменная, чьи категории расположены упорядоченным образом
“Ослепление”: когда пациенты, клиницисты и консультанты по результатам лечения в клиническом исследовании не осведомлены о назначении лечения (двойное-слепое) или когда пациент  знает о получаемом лечении, а консультант - нет (одинарное-слепое).
Остатки: разность между наблюдаемыми и предсказанными значениями зависимой переменной в регрессионном анализе.
Отношение рисков: отношение двух рисков, обычно: воздействие влияет/ не влияет.
Оценка (выборочная): значение параметра, полученное из выборки, которое используется для представления параметра популяции.
Отношение шансов: отношение двух шансов (например, шансы заболевания у пациентов, подверженные или не подверженные влиянию фактора). Часто принимается как оценка относительного риска в исследовании «случай-контроль».
Ошибка первого рода: отбрасывание нулевой гипотезы, когда она верна.
Ошибка Берксона: смещение отбора, которое ведёт к систематическому различию между больничными случаями и контрольной группой в исследованиях «случай-контроль».
Ошибка I рода: отвержение верной нулевой гипотезы.
Ошибка II рода: принятие неверной нулевой гипотезы.

Параметр: описательная характеристика, относящаяся к генеральной совокупности; (ii) обобщённая характеристика данных генеральной совокупности.
Параметрический критерий: метод принятия решения, когда распределение выборочного критерия известно.
Парная линейная регрессия: прямолинейное соотношение между отдельной зависимой переменной и одной независимой переменной.
Парные наблюдения: относятся к ответам от подобранных пар пациентов или одного и того же пациента в двух различных условия.
Парный t критерий: проверяет нулевую гипотезу, что среднее значение группы разностей парных наблюдений равна нулю.
Переменная: любая величина, которая изменяется.
Пересечение (свободный член): значение зависимой переменной в уравнении регрессии, когда величина(ы) независимой(ых) переменной (ых)  равна (ы)  нулю.
Плотность вероятности: частотное распределение непрерывной случайной величины.
Поправка на непрерывность: поправка, применяемая к статистике критерия для корректировки аппроксимации дискретного распределения непрерывным распределением.
Поправка Бонферрони: апостериорная поправка значения достигнутого уровня значимости Р, принимающая во внимание число проверок гипотез, проведенных в ситуациях тестирования множественных гипотез.
Полиномиальная регрессия: нелинейное (т.е. квадратичное, кубическое и т.п.)  соотношение между зависимой переменной и независимой переменной.
Преобразование: изменение набора значений для облегчения интерпретации и анализа.
Проверка гипотезы: статистический метод проверки теории.
Пропорция: одно значение по отношению к другому, или делённое на другое.
Процентное отношение: пропорция, умноженная на 100.
Процентили: значения, разбивающие упорядоченный набор данных на 100 равных частей.
Прямая линейной регрессии: прямая линия, нанесенная на двумерный график, которая определяется алгебраическим выражением, соединяющим две переменные.
Пуассоновское распределение: распределение, представляющее единичные события, разбросанные во времени.
Публикационное смещение: тенденция для журналов публиковать только статьи, которые содержат статистически значимые результаты.

Размах: расстояние между нижним и верхним значениями в наборе данных.
Регрессионный анализ: метод определения зависимости между двумя и более переменными.
Ранговый коэффициент корреляции Спирмэна: непараметрическая альтернатива коэффициенту корреляции Пирсона; он обеспечивает измерение связи между двумя переменными.
Распределения вероятностей: перечисление всех возможных значений и соответствующих им вероятностей дискретной случайной величины.
Распределение частот: график, ставящий в зависимость значениям зависимой переменной частоту их появления; (ii) перечисление всех категорий группированных данных и их частот.
Риск: вероятность того, что событие произойдёт.

«Складной нож»: метод оценки изменчивости и определения погрешности оценки, при котором из набора из n наблюдений извлекаются повторные выборки объёма n-1.
Случайный отбор: отбор объектов из большого списка для отбора, при котором каждый объект имеет одинаковую вероятность быть отобранным, с использованием метода рандомизации.
Смещение: систематическое воздействие, которое ведёт к постоянной переоценке или недооценке истинного значения параметра генеральной совокупности, т.е. одностороннее отклонение от истинного значения. Неслучайная погрешность, ведущая к искажению результатов исследования.
Сопутствующая переменная: переменная, которая относится как к воздействию, обычно изучаемый фактор, так и к исходу, обычно заболевание.
Стандартное (среднеквадратичное) отклонение: мера рассеяния, равная положительному квадратному корню из дисперсии.
Специфичность (теста): доля пациентов без заболевания, которые точно идентифицированы диагностическим тестом.
Стандартная ошибка среднего: мера точности выборочной средней. Это - стандартное отклонение распределения средних отдельных выборок.
Стандартизованное нормальное отклонение: случайная переменная, чье распределение нормально с нулевой средней и единичной дисперсией.
Статистически значимый: результат проверки гипотезы статистическим критерием при определенном уровне (скажем, 1%), если мы имеем существенные аргументы, чтобы отбросить нулевую гипотезу при этом уровне (т.е.  когда P < 0,01).
Среднее: описательная мера, которая характеризует среднюю точку набора данных.
Стандартная ошибка: среднеквадратическое отклонение, которое базируется на выборочных данных. Стандартная ошибка средних — это среднеквадратическое отклонение выборочного распределения от среднего выборок.
Статистика: обобщённая характеристика выборочных данных.
Статистика критерия: статистика, на основе которой принимается решение, стоит ли отвергать нулевую гипотезу.
Стохастический: процесс, включающий в себя вероятности.

t-критерий: критерий для анализа средних небольших выборок.
Таблица сопряжённости: таблица, которая группирует категориальные данные по строкам и столбцам.
Теорема Байеса: позволяет уточнять вероятности в свете новой информации.
Таблица сопряженности (контингенции) 2х2: таблица частот для двух строк и двух колонок, отражающая связь двух бинарных качественных переменных.
Теорема Байеса: вычисляет апостериорную вероятность события/гипотезы, пропорциональна произведению его априорной вероятности и правдоподобия.
Точечная оценка: отдельная величина, полученная из исследования, которая оценивает параметр популяции.
Точный критерий Фишера: критерий, который оценивает точные вероятности (т.е. не полагается на аппроксимации по Хи-квадрат распределению Пирсона) в таблице сопряженности 2х2, применяется когда ожидаемые частоты не велики.
Тренд: длительная тенденция временных рядов.

Угловой коэффициент (регрессии): градиент линии регрессии, показывающий среднее изменение зависимой переменной на единицу изменения у независимой  переменной.
Условная вероятность: вероятность события, когда она обусловлена появлением другого события.

Факториал: произведение подряд идущих целых положительных чисел, обозначаемое восклицательным знаком: например, n!=1?2?3?...?n.
Факторная схема: схема эксперимента, включающий все возможные комбинации всех градаций независимой переменной, что позволяет произвести расчёт всех возможных взаимодействий.

Хи-квадрат распределение Пирсона: вытянутое вправо непрерывное распределение, характеризующееся степенями его свободы; полезно для анализа качественных данных.

Цензурирование: удаление части наблюдений при изучении отдалённых результатов лечения, что ведёт к потере информации о последующих наступлениях изучаемого события.
Центральная предельная теорема: утверждение о том, что любое распределение выборочных средних с увеличением объёма выборки стремится к нормальному.

Чувствительность: доля пациентов с заболеванием, которые точно диагностированы тестом.

Шансы: отношение вероятности наступления события к вероятности его ненаступления.

Экстраполяция: предсказание значения переменной вне диапазона наблюдаемых значений переменной.

Z-значение: стандартизованное среднеквадратическое отклонение с нулевым средним и единичным стандартным отклонением, используемое для того, чтобы найти значение, соответствующее нормальному распределению. Значение выражается как отклонение от среднего, выраженное в единицах среднеквадратического отклонения.



1997 - 2017.© Василий Леонов. E-mail:

Доказательная или сомнительная? Медицинская наука Кузбасса: статистические аспекты.

Возврат на главную страницу.

Возврат в КУНСТКАМЕРУ

Т. Кун "Структура научных революций"