Яндекс.Метрика Типовые разделы Программ обучения биостатистике.
Каждый слышит то, что понимает. Гете Трудных наук нет, есть только трудные изложения. А.И. Герцен. Часть материалов сайта доступна только подписчикам. На период подписки они имеют возможность оперативной консультации по статистическому анализу биомедицинских данных. Запрос на подписку направляйте редактору БИОМЕТРИКИ.
ТИПОВЫЕ РАЗДЕЛЫ ИНДИВИДУАЛЬНЫХ ПРОГРАММ ОБУЧЕНИЯ НА КУРСАХ БИОСТАТИСТИКИ*

Введение
Зарождение биометрики как науки. Роль Ф.Гальтона и К.Пирсона в развитии биометрики. Р.Фишер и его вклад в статистику и биометрику. История развития российской биометрики. Роль Лысенко в разгроме отечественной биометрической школы. Биометрические исследования и современная концепция научно-обоснованной биомедицины. Недостатки отечественной парадигмы экспериментальной биомедицины. 

Раздел "Основные понятия теории вероятностей"
Понятие о случайных событиях применительно к объектам биологии и медицины. Понятие случайной величины. Связь между случайным событием и случайной величиной. Основные виды случайных величин (СВ) в биомедицине. Непрерывные и дискретные СВ. Количественные и качественные СВ. Закон распределения вероятностей СВ. Понятие о функции распределения вероятностей СВ. Функция плотности распределения вероятностей СВ. Выборочные распределения. Одномодальные и полимодальные распределения биологических объектов. Нормальное распределение и его свойства. Специфика возникновения нормального распределения применительно к объектам биологии и медицины. Распределения связанные с нормальным: F- распределение Фишера, хи-квадрат распределение Пирсона и t-распределение Стьюдента. Основные характеристики распределений: математическое ожидание и дисперсия, асимметрия и эксцесс. Закон больших чисел и центральная предельная теорема. 

Раздел "Оценка параметров совокупностей"
Понятие о генеральной совокупности, виды генеральных совокупностей и популяций. Выборки из генеральных совокупностей. Выборочный метод изучения генеральных совокупностей. Измерительные шкалы: шкала наименований, порядковые шкалы, шкала интервалов и абсолютная шкала. Деление на количественные и качественные признаки. Выборочные характеристики как оценки генеральных параметров совокупности. Точечные и интервальные оценки параметров совокупности. Понятие о доверительной вероятности. Интервальные оценки параметров нормального распределения. Меры положения, рассеяния и формы распределения. Специфические отличия мер положения, рассеяния и формы групп контрольных и опытных биомедицинских объектов. Проявление взаимосвязи среднего и дисперсии в группах здоровых (контроль) и больных (опыт). 

Раздел "Основы проверки статистических гипотез"
Понятие статистической гипотезы применительно к биомедицинским исследованиям. Основные ошибки допускаемые исследователями в биомедицине при сравнении групп контроля и опытных групп. Ограниченность сдвиговой парадигмы отечественной экспериментальной биомедицины. Понятие о доверительной вероятности и уровне значимости. Ошибки первого и второго рода. Нулевая и альтернативная гипотеза; односторонние и двусторонние гипотезы. Основные этапы проверки гипотезы. Основная гипотеза о проверке нормальности распределения. Критерии согласия: хи-квадрат Пирсона и Колмогорова-Смирнова. Применение критерия Шапиро-Уилка для проверки основной гипотезы. Применение графического способа оценки нормальности распределения. Сравнение графиков распределения признаков на вероятностной бумаге для групп больных и здоровых. Проверка гипотезы о равенстве математических ожиданий двух нормальных распределений. Типичные ошибки использования t-критерия Стьюдента при анализе биомедицинских данных. Проблема Беренса-Фишера и ее приближенные решения. Проверка гипотезы о равенстве дисперсий двух нормальных распределений. Изменение дисперсии признаков в группе больных. Проверка гипотез о долях и отношениях. Параметрические и непараметрические критерии проверки гипотез. Проверка статистических гипотез в пакете STATISTICA.

Раздел "Изучение взаимосвязи между качественными признаками"
Важность проверки однородности сравниваемых популяций по распределениям качественных, дискретных признаков. Ошибка Берксона и классический пример такой ошибки в работе Пирла. Основные комбинации между переменными разной природы и особенности исследования их взаимосвязей. Двухвходовые таблицы сопряженности типа 2*2 и K*L. Использование таблиц сопряженности для проверки гипотез об однородности популяций. Вычисление точного критерия Фишера. Анализ таблиц сопряженности с помощью критерия хи-квадрат и поправка Йетса на непрерывность. Меры связанности для таблиц 2*2, основанные на статистике хи-квадрат: коэффициент Ф, коэффициент связанности Юла, отношение шансов. Логарифм отношения шансов и его свойства. Логистическая модель. Меры связанности для таблиц K*L, основанные на статистике хи-квадрат: коэффициент сопряженности признаков Пирсона С, мера Крамера V. Продвинутый анализ таблицы сопряженности при отвержении нулевой гипотезы. Наиболее часто встречающиеся в биомедицине случаи проявления взаимосвязи пары качественных признаков. Упорядоченные таблицы сопряженности признаков. Меры связанности тау-Кендалла и тау-Стьюарта, коэффициент ранговой корреляции Спирмэна, меры связанности Гудмена-Крускала. Анализ таблиц сопряженности в среде пакете STATISTICA. Понятие о лог-линейном анализе и анализе соответствий. Методы оцифровки качественных признаков. Проверка статистических гипотез о долях и отношениях. Построение доверительного интервала для отношения. Использование величин обратных граничным значениям доверительного интервала для отношения в биомедицинских исследованиях. Сравнение пропорций в нескольких независимых выборках. Выполнение процедур сравнения долей и отношений в среде Excel. 

Раздел "Основы дисперсионного анализа"
Линейные модели как один из основных инструментов статистического анализа биомедицинских данных. Однофакторный дисперсионный анализ (ANOVA). Основные допущения модели линейной модели. Статистические гипотезы проверяемые с помощью дисперсионного анализа. Оценка коэффициента детерминации. Метод линейных контрастов по Шеффе. Проверка линейных и нелинейных эффектов. Использование контрастов Шеффе для проверки объективности градаций группирующего признака. Другие методы множественных сравнений: Бонферрони, Тьюки,  доверительных интервалов, Даннета, Ньюмена-Кейлса и т.д. Последствия нарушений допущений используемых в ANOVA. Реализация однофакторного дисперсионного анализа в среде пакете STATISTICA. Двухфакторный и многофакторный дисперсионный анализ. Основное отличие многофакторного анализа от однофакторного. Случайные, смешанные и постоянные эффекты. Эффекты взаимодействия. Составляющие компоненты коэффициента детерминации в многофакторном дисперсионном анализе. Реализация многофакторного дисперсионного анализа в среде пакете STATISTICA.

Раздел "Основы корреляционного анализа"
Корреляции между признаками как отображение оптимальности развития организма в онтогенезе. Работы Гальтона, Гексли и Нидхэма по аллометрии. Основные понятия и задачи корреляционного анализа. Корреляционный эллипс. Вычисление парного коэффициента корреляции Пирсона и проверка его значимости. Понятие о частном коэффициенте корреляции. Изменения частного и парного коэффициентов корреляции в группе здоровых (контроль) и группе больных (опыт). Необходимость сравнения парного и частного коэффициентов корреляции. Нормализующее преобразование Фишера при построении доверительного интервала для коэффициента корреляции. Проверка гипотезы о равенстве двух и более коэффициентов корреляции. Коэффициент ранговой корреляции Спирмэна. Другие виды коэффициентов корреляции. Корреляционный анализ в среде пакетов пакете STATISTICA. 

Раздел "Основы регрессионного анализа"
Отображение структуры взаимодействия характеристик объекта. Основные понятия и задачи регрессионного анализа при изучении биомедицинских объектов. Семь основных положений регрессионного анализа. Виды регрессионного анализа. Метод наименьших квадратов (МНК). Множественный регрессионный анализ. Оценка параметров регрессионного уравнения. Регрессионные уравнения со свободным членом и без свободного члена. Анализ размерности переменных биомедицинских признаков и регрессионных коэффициентов. Методы генерации новых комплексных признаков с помощью методов анализа размерности и подобия. Безразмерные коэффициенты регрессии. Проверка значимости оценок параметров. Дисперсионный анализ уравнения регрессии. Коэффициент множественной корреляции и его вычисление в множественной регрессии. Показатель силы связи R-квадрат. Анализ остатков в регрессионом анализе. Оценка аномальных наблюдений в регрессионном анализе. Статистика Кука и расстояние Махаланобиса для оценки аномальных наблюдений. Явление мультиколлинеарности в регрессионном анализе. Выбор наилучшей структуры регрессионной модели. Частный коэффициент корреляции и частный F-критерий. Статистика Ср Маллоуза. Пошаговые методы  включения и  исключения предикторов в уравнение регрессии. Влияние нарушений основных предположений на результаты регрессионного анализа. Регрессионный анализ в среде пакете STATISTICA.

Раздел "Основы нелинейного регрессионного анализа"
Аппроксимация зависимостей с помощью нелинейной регрессии. Методы линеаризации нелинейных зависимостей. Явление подобия в живой природе. Размерность величин, безразмерные величины. Явление аллометриии и аллометрические уравнения. Семейство регрессионных моделей Бокса-Кокса и моделей Бокса-Тидвелла. Оценка мультипликативных уравнений регрессии. Полиномиальная, степенная и экспоненциальная регрессия. Анализ данных выживаемости. Регрессионная модель пропорционального риска Кокса и другие модели. Медиана выживаемости в модели Каплана-Майера.  Доверительные интервалы выживаемости. Сравнение  кривых выживаемости с помощью логрангового критерия и критерия Гехана.  Понятие логит-преобразования. Логистическая регрессия. Точки перегиба зависимостей в логистических моделях.  Нелинейный регрессионный анализ в среде пакете STATISTICA.

Раздел "Анализ временных рядов"
Основные методы анализа временных рядов. Сглаживание временного ряда скользящим средним.  Экспоненциальное сглаживание временного ряда. Модель авторегрессии. Спектральные оценки временного ряда. Модель ARIMA. Энтропийные методы оценки моделей временного ряда. 

Раздел "Математическая теория планирования экспериментов"
Понятие о диффузных системах. Живые организмы как типичные примеры дифффузных систем. Традиционные методы проведения многофакторного эксперимента. Почему необходимо применять математическое планирование экспериментов в биомедицинских исследованиях. Понятие об активном эксперименте. Модели первого и второго порядков. Планирование активного эксперимента для получения линейных и нелинейных моделей. Оптимизация процесса на основе регрессионной модели. Ортогональные планы второго порядка. Ротатабельные планы второго порядка. Анализ поверхности отклика регрессионного уравнения. Дробные реплики в планировании эксперимента; разрешающие эффекты дробных реплик. Смешение эффектов в дробных репликах. Планирование и анализ экспериментов в среде пакете STATISTICA. 

Раздел "Исследование структуры признаков и объектов многомерными методами"
Живые организмы как многомерные системы. Сдвиговая парадигма экспериментальной биомедицины как одномерное восприятие многомерных системы. Основные цели применения многомерных методов в анализе биомедицинских данных. Методы многомерной статистики: метод главных компонент и факторный анализ, дискриминантный анализ, кластерный анализ, анализ канонических корреляций, многомерное шкалирование, корреспондентский анализ. Их применение в исследовании структуры признаков и наблюдений. Интерпретация главных компонент и факторов. Основные методы вращения факторов. Выделение основных компонент и факторов. Оценка числа значимых компонент и факторов. Многомерное шкалирование и его применение в биомедицинских исследованиях. Иследование подсистем живых объектов методами канонической корреляции. Применение корреспондентского анализа для исследования многомерных биомедицинских объектов. Цели применения дискриминантного анализа в исследовании структуры объектов и признаков. Проверка значимости дискриминантных функций. Анализ стандартизованных коэффициентов дискриминантных функций. Проверка информативности дискриминантных функций с помощью переклассификации наблюдений. Основные понятия и задачи кластерного анализа. Выбор метрик и алгоритмов кластеризации. Метод К-средних и иерархическая кластеризация. Подготовка переменных перед проведением кластерного анализа. Анализ дендрограмм кластерных решений. Методы оценки оптимальности полученных кластерных структур. Многомерный статистический анализ в среде пакете STATISTICA. 

Раздел "Анализ мощности статистических критериев и оценка объёма выборки"
Понятие о мощности статистического критерия. Набор параметров,необходимых для вычисления мощности критерия. Оценка требуемого объёма выборки, при условии задания необходимой мощности критерия.

Раздел "Обзор наиболее популярных статистических пакетов"
Пакет SAS, его структура, возможности, язык программирования. Пакет GenStat, его структура, возможности. Пакет SPSS, его структура, возможности. Пакет MedCalc, его структура, возможности. Пакет NCSS, его структура, возможности. Пакет BioStat, его структура, возможности.


* Примечание: 
Конкретная Программа обучения согласовывается исходя из содержания присланных слушателями массивов данных, и описания решаемых ими задач исследования.

Наш адрес:

1997 - 2017.© Василий Леонов
 Возврат на главную страницу.

Возврат в КУНСТКАМЕРУ.