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 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 страницы
Если приходят, значит полезное находят.
.  
Наш 
адрес 
Выбрав любое изображение, кликните по нему мышкой, и Вы узнаете о статистике ...
Полезно:... Пример "ПРОГРАММА РАБОТ по статистическому анализу" ...

    На файле "Поиски методов или результатов статистического анализа" сообщается, что сейчас на сайте БИОМЕТРИКА размещено 4162 htm-файлов, 651 pdf-файлов, 152 djvu-файлов, и т.д. И там же приводятся описания групп конкретных файлов. В частности по методам статистического анализа, их отличным результатам, отзывам авторов, книгам этих методов, статистике посещаемости сайта БИОМЕТРИКА, и т.д. Далее приведено подробное пояснение поиска нужных файлов системой Google, которая там же и помещена. А после системы Google размещены популярные 341 htm-адресов и 79 адресов pdf-адресов. Итак, для оперативного выбора конкретного нужного файла на данном сайте  БИОМЕТРИКА, рекомендую перейти на файл "Поиски методов или результатов статистического анализа" .


 

Анализ таблиц сопряжённости с вычислением
критерия Хи-квадрат и статистик связи

 

Эта статья была подготовлена автором ещё в 1998 г.
Поводом для неё послужила просьба начальника
управления здравоохранением г. Томска А.Т.Адамяна,
высказанная им при обсуждении анализа результатов
использования бициллина в лечении болезни Лайме
.

В.Леонов. (16.05.2000)

 

   Анализ качественных признаков может достаточно широко применяться в биомедицинских исследованиях, поскольку примерно треть используемых в медицине и биологии признаков имеют качественную природу. Еще в 1900 г. один из основателей современной статистики и всемирно известного журнала "Biometrika",  английский биолог и математик Карл Пирсон, в статье опубликованной в "Философских трудах Лондонского королевского общества" (английская Академия наук), привёл изящное выражение для анализа корреляции между качественными признаками. Простейшая таблица для этого случая называется таблицей сопряжённости 2 х 2 и имеет следующий вид:

Признак А
Признак В
 
Наличие B
Отсутствие B
Всего
Наличие A
a
b
a+b
Отсутствие A
c
d
c+d
Всего
a+c
b+d
N=a+b+c+d

 

Для таблицы 2 х 2  статистика хи-квадрат, с помощью которой проверяется статистическая гипотеза о наличии взаимосвязи между двумя качественными признаками, вычисляется по следующему выражению:

.

    В 1934г. Иэйтс (Yates F.) предложил ввести в данное выражение так называемую поправку на непрерывность, которая связана с тем, что непрерывные распределения хи-квадрат и соответственно нормальное распределение, используются для представления дискретных выборочных частот. С учетом такой поправки данное выражение примет следующий вид:

.

    Отметим, что отсутствие поправки на непрерывность приводит к увеличению значения статистики хи-квадрат и, соответственно, уменьшению величины достигнутого уровня значимости. Этот эффект имеет два последствия. С одной стороны, это приводит к более частому отклонению нулевой гипотезы и принятию гипотезы о наличии взаимосвязи между двумя качественными признаками когда связи нет. Одновременно это снижает мощность критерия Хи-квадрат, т.е. уменьшает вероятность обнаружения существующей зависимости, или существующего различия в частотах в тех случаях, когда они есть.

При использовании анализа таблицы сопряжённости необходимо также понимать и тот нюанс, что надёжность получаемого результата зависит также и от объёмов наблюдений в этих клетках таблицы. Часто бывает так, что при относительно небольшом количестве наблюдений в одной, или в нескольких клетках такой таблицы сопряжённости, уровень статистической значимости Prob оказывается менее критического уровня. Например, менее критического уровня 0,05. Т.е. этот результат указывает на наличие статистической значимости взаимосвязи между парой этих группирующих признаков.

 Но при этом детальный анализ такой таблицы обнаруживает, что в отдельных клетках ожидаемое количество наблюдений оказывается менее 5. В этом случае обязательно необходимо производить для данной таблицы сопряжённости метод Монте-Карло, увеличивая при этом количество наблюдений от 100 тысяч до 1 миллиона наблюдений. Ниже приводится пример такого результата анализа 4-х клеточной таблицы сопряжённости между признаком ISH и признаком MOZG_KROV, содержащей 88 наблюдений. При этом три варианта вычисления критерия Хи-квадрат приводят уровни статистической значимости менее 5%, в частности, со значениями Prob=0,0309 , Prob=0,0224 , Prob=0,0319.

Однако при этом же сообщается, что 50% клеток этой таблицы, т.е. в двух клетках, ожидаемое (расчётное) число наблюдений менее 5. И поэтому приведённые значения 3-х вариантов вычисления критерия Хи-квадрат не являются надёжными. И далее метод Монте-Карло применяющий 100 тысяч наблюдений, приводит уровень значимости равный 0,0595 . А 99-процентый интервал этого уровня значимости имеет значения от 0,0576 до 0,0614. Т.е. мощный метод Монте-Карло отвергает наличие статистически значимой взаимосвязи между признаком ISH и признаком MOZG_KROV. 

   Этот мощный метод Монте-Карло продуктивно использовать практически по всем анализам таблиц сопряжённости. Даже и в тех случаях, когда ожидаемые (расчётные) числа наблюдений в анализируемых клетках таблицы и не менее 5. Ниже приводится пример такого результата, когда как раз расчётные частоты для всех 4-х клеток более 5. Почему при этом и не приводится выражение типа

Далее и приводится пример такого результата анализа 4-х клеточной таблицы сопряжённости между признаком ALL_ISH и признаком INSULIN, содержащей 88 наблюдений. При этом три варианта критерия Хи-квадрат приводят уровни статистической значимости менее 5%, в частности, со значениями Prob=0,0335 , Prob=0,0326 , Prob=0,0346. А метод Монте-Карло, с использованием в 1 миллион наблюдений, приводит для критерия Хи-квадрат значение равное 0,05626.  А 99-процентый интервал этого уровня значимости имеет значения от 0,0508 до 0,0544. Т.е. мощный метод Монте-Карло отвергает наличие статистически значимой взаимосвязи между признаком ALL_ISH и признаком INSULIN.

Можете просматривать все графики по данной тематике...

При этом три варианта критерия Хи-квадрат приводят уровни статистической значимости менее 5%, в частности, со значениями Prob=0,0335 , Prob=0,0326 , Prob=0,0346. А метод Монте-Карло, с использованием в 1 миллион наблюдений, приводит для критерия Хи-квадрат значение равное 0,05626.  А 99-процентый интервал этого уровня значимости имеет значения от 0,0508 до 0,0544. Т.е. мощный метод Монте-Карло отвергает наличие статистически значимой взаимосвязи между признаком ALL_ISH и признаком INSULIN.

Обратим внимание наших  читателей на то, что в публикациях, как и в статистических пакетах, не всегда сообщается какое именно выражение используется для оценки статистики хи-квадрат, что затрудняет для читателя адекватную оценку надежности  результатов автора публикации. Поэтому мы рекомендуем нашим читателям всегда указывать в своих публикациях использовалась ли поправка на непрерывность при оценке критерия хи-квадрат. Наиболее важно это в тех случаях, когда величина достигнутого уровня значимости этого критерия "р" находится вблизи критичного уровня, обычно принимаемого равным 5%. Ниже на конкретном примере мы покажем как влияет наличие поправки на непрерывность на величину этой статистики.

В том случае, когда достигнутый уровень значимости будет меньше критического, и будет принята гипотеза о наличии статистической взаимосвязи между парой качественных признаков, весьма важно идентифицировать в каких сочетаниях градаций этих признаков сконцентрирована данная взаимосвязь. Отметим, что факт наличия взаимосвязи не обязательно может трактоваться как установление причинно-следственной связи. Так как в этом случае возможны 2 ситуации.

Во-первых, действительно один из признаков может быть причиной, а второй - следствием.

Во-вторых, оба признака могут быть следствиями других признаков. Поэтому кроме парного анализа таблиц сопряжённости необходимо использовать многомерный лог-линейный (логарифмически-линейный) анализ таблиц сопряжённости с наличием более двух группирующих признаков.

Однако в обоих случаях важно установить как сочетание градаций (клетки) этих двух анализируемых признаков, для которых имеет место максимальное проявление взаимосвязи. А также установить те комбинации градаций (клетки), в которых взаимосвязь отсутствует. Следующий аспект такого углублённого анализа заключается в определении в клетках с максимальными вкладами в установленную взаимосвязь, направления этой взаимосвязи. Ниже приведена таблица сопряжённости 3*2 (3 строки и 2 столбца), в которой представлены частоты, полученные при анализе реальных данных.

В данном исследовании был проведён опрос 1082 респондентов (медиков). Респонденты давали ответы на 659 вопросов. Основная цель исследования заключалась в изучении спектра лекарственных средств, применяемых в клинической практике для профилактики и лечения конкретных, наиболее распространённых заболеваний и синдромов в различных федеральных округах России, и оценить их соответствие современным рекомендациям. 3 строки данной стаблицы сопряжённости отвечают 3 специальностям респондентов. А 2 столбца означают 2 варианта ответа на вопрос об использовании конкретного препарата при конкретном заболевании.

Специальность

медика

Использование препарата

Итого

Нет, не используют

данный препарат

Да, используют

данный препарат

Специальность 1 72 484 556
Специальность 2 210 170 380
Специальность 3 95 51 146
Итого 377 705 1082

Для этой таблицы сопряжённости вычисленный критерий Пирсона Хи-квадрат равен 245,9354. Для двух степеней свободы достигнутый уровень значимости "р <0,0001". Интенсивность взаимосвязи между специальностью респондентов и использованием конкретного препарата оценивается с помощью V-критерия Крамера, который равен 0,4768. Поскольку критерий Крамера может изменяться в интервале от 0 до 1, то можно говорить о наличии значительной статистической взаимосвязи для данной пары признаков.

Очевидно, что в данной паре признаков специальность респондента является причиной, а следствием является отношение этого специалиста к использованию конкретного препарата. Более детальный анализ этой таблицы сопряжённости позволяет получить вклады каждой комбинации двух признаков (отдельной клетки таблицы) в значение критерия Крамера. Ниже представлена таблица с 6-ю клетками, в каждой из которых представлены проценты вклада данной клетки в V-критерий Крамера. Эти результаты говорят о том, что максимальные вклады вносят первый столбец и первая строка.

Специальность медика

Использование препарата

Итого

Нет, не используют

данный препарат

Да, используют данный препарат

Специальность 1 31,1% 16,63% 47,73%
Специальность 2 18,49% 9,89% 28,38%
Специальность 3 15,57% 8,32% 23,89%
Итого 65,16% 34,84% 100%

Ниже представлена таблица, в которой для 6 комбинаций градаций двух анализируемых признаков отмечены положительные или отрицательные направления взаимосвязи.

Специальность

медика

Использование препарата

Нет, не

используют

данный

препарат

Да,

используют

данный

препарат

Специальность 1 - +
Специальность 2 + -
Специальность 3 + -

Данный подход к анализу структуры взаимосвязи между парой качественных признаков продуктивен также и при анализе таблиц сопряжённости с большим числом градации обоих признаков. Например, нередко такие признаки могут иметь не 2-3 градации, а один или более десятков градаций. И в этом случае возникает задача редукции таких многоклеточных таблиц. Уменьшение числа градаций отдельных признаков может быть достигнуто разными алгоритмами. Однако в любом случае такая агрегация отдельных градаций приводит к увеличению значения частот в новых градациях. Что в принципе является положительным моментом для анализа таблиц сопряжённости.

Обращаем внимание читателей также на следующий аспект анализа таблиц сопряжённости. Данный анализ есть один из вариантов исследования ПАРНЫХ взаимосвязей признаков. Все анализируемые в статистике признаки делятся на 2 группы: признаки КОЛИЧЕСТВЕННЫЕ (вес, рост, систолическое давление, и т.д.), и признаки КАЧЕСТВЕННЫЕ (пол, состояние пациента, исход лечения, и т.д.). Для этих 2-х групп признаков существует 3 парных комбинации (сочетания признаков). 1-я комбинация: оба признака КАЧЕСТВЕННЫЕ.

В этом случае как раз используется анализ таблиц сопряжённости. 2-я комбинация: оба признака КОЛИЧЕСТВЕННЫЕ. В этом случае используются различные методы корреляционного и регрессионного анализа. 3-я комбинация: один признак КАЧЕСТВЕННЫЙ, имеющий определённое количество групп (градаций), второй признак - КОЛИЧЕСТВЕННЫЙ. В этом случае используются различные методы сравнения групповых характеристик количественных признаков.

Однако для любой из перечисленных комбинаций полученный результат наличия или отсутствия статистически значимой взаимосвязи будет относиться лишь К ОДНОЙ ПАРЕ ПРИЗНАКОВ. Например, есть 5 признаков, часть которых является КАЧЕСТВЕННЫМИ признаками, а остальные - КОЛИЧЕСТВЕННЫМИ. В этом случае статистический анализ позволяет проверить статистические гипотезы относительно наличия (отсутствия) взаимосвязей для следующих пар признаков: 1-2, 1-3, 1-4, 1-5, 2-3, 2-4, 2-5, 3-4, 3-5, и 4-5.

Число таких пар для 5 признаков равно 5*(5-1)/2=10.  r А в общем случае для V признаков число парных комбинаций равно V*(V-1)/2. Так для 100 признаков это будет 100*(100-1)/2=50*99=4950. Однако это будут только ПАРНЫЕ завимосвязи. В реальных же ситуациях при изучении любых объектов, будь то живые организмы, или данные по геологии, химии, гидрологии, метеорологии, и т.д., помимо ПАРНЫХ взаимосвязей существуют и иные взаимосвязи между признаками, число которых более 2. И в этом случае такие "цепочечные" взаимосвязи требуют иных, многомерных статистических методов.

Причём очень часто для таких подмножеств признаков сущестуют несколько КАЧЕСТВЕННЫХ признаков, которые группируют несколько отличающихся исходов. Например, для медицины это может быть признак "Исход лечения" с двумя градациями: 1- пациент вылечен; 2- пациент умер. Либо с большим числом градаций. Ниже приведён график, отражающий факт наличия как ПАРНЫХ взаимосвязей, так и МНОЖЕСТВЕННЫХ связей между анализируемыми признаками.

Схема парных связей между предикторами и зависимой переменной

 

 

 

 

 

 

 

 

 

 

 

 

Предположим, что исходя из результатов выполненных исследований, взаимосвязь между исходом лечения и лечебными факторами желательно представить в виде зависимой переменной Z, а также двух уровней потенциальных предикторов (переменных, объясняющих результат лечения). В первом уровне имеется 4 предиктора (2 количественных – К1 и К2, и 2 дискретных – D1 и D2). Во втором уровне имеется 3 потенциальных предиктора (2 количественных – К3 и К4, и 1 дискретный – D3). Как видим, в этом случае помимо ПАРНЫХ взаимосвязей между 28 парами признаков, здесь могут быть статистически значимые взаимосвязи между 3, 4, 5, 6, 7 и 8 признаками. В такой ситуации могут быть использованы разные многомерные методы биостатистики. Однако наиболее продуктивным в этом случае является использование методы лог-линейного анализа, и анализа логистической регрессии. Подробное описание этого метода и его возможностей приведено в серии 10 наших статей

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

и в статье "Основные понятия ROC-анализа".

Метод логистической регрессии является продолжением метода анализа таблицы сопряжённости для двух качественных признаков. Поскольку в этом случае второй качественный признак расширяется до подмножества качественных и количественных признаков.

Для более обстоятельного знакомства с многочисленными методами анализа качественных признаков, рекомендуем изучение следующих изданий:

1. Справочник по прикладной статистике. В 2-х т. Т.1: Пер. с англ./ Под ред. Э.Ллойда, У.Ледермана, Ю.Н.Тюрина. - М.: Финансы и статистика, 1989. - 510 с.

2. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. Пер. с англ. - М.: Мир, 1982. - 488 с.

3. П.Мюллер, П.Нойман, Р.Шторм. Таблицы по математической статистике / Пер. с нем. - М.: Финансы и статистика, 1982 - 278 с.

4. Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа: Руководство для экономистов/ Пер. с нем.  -М.: Финансы и статистика, 1983. - 302 с.

5. К.Браунли. Статистическая теория и методология в науке и технике /Пер. с англ. - М.: "Наука", 1977. - 407 с.

6. Власов В.В. Эффективность диагностических  исследований. - М.: Медицина, 1988.  - 256 c.

7. Statistical Methods for Rates and Proportions (2nd Ed.) by Joseph L. Fleiss (Pub: John Wiley & Sons, New York, 1981)

8. Леонов В.П. Обработка экспериментальных данных на программируемых микрокалькуляторах (Прикладная статистика на Б3-34, МК-52, МК-56, МК-61). - Томск: Изд-во Томского университета, 1990. - 376 с.

9. Р.Флетчер, С.Флетчер, Э.Вагнер. Клиническая эпидемиология. Основы доказательной медицины. Пер. с англ. - М.: МедиаСфера, 1998. - 352 с.

10. Р. Рунион. Справочник по непараметрической статистике. М.: Финансы и статистика. Современный подход. 1982. - 198 с.

11. Флейс Дж. Статистические методы для изучения таблиц долей и пропорций. М.: Финансы и статистика, 1989.—319 с.

12. Кендалл М., Стьюарт А. Статистические выводы и связи. Пер. с англ. М.: Главная редакция физ.-мат. литературы. 1973, с. 899.

13. David W. Hosmer. Jr., Stanley Lemeshow. Applied logistic regression — 2nd ed. John Wiley & Sons, Inc. 2000, 397 pp.

14. Сара Бослаф. Статистика для всех. М.: ДМК Пресс, 2015. - 586 с.

15. Статистика: учебное пособие/ коллектив авторов; под ред. В.Н. Салина, Е.П. Шпоковской. - 3-е издание. - М.: КНОРУС, 2014. - 504 с.

16. Лагутин М.Б. Наглядная математическая статистика. М.: Лаборатория знаний, 2019. - 456 с.

17. Батракова Л.Г. Теория статистики: учебное пособие. - М.: КНОРУС, 2013. - 528 с.

18. Назаров М.Г., Варагин В.С., Великанов Т.Б., и др. - М.: КНОРУС, 2015. - 480 с.

19. Кобзарь А. И. Прикладная математическая статистика. Для инженеров и научных работников. - М.: ФИЗМАТЛИТ, 2006. - 816 с.

Другие интересные издания по анализу качественных признаков вы можете найти в нашем аннотированном указателе литературы по биометрике и статистике.


   Используя приведенные ниже таблицы  наши читатели смогут получить основные результаты анализа таблиц сопряженности не производя самостоятельно все вычисления, а всего лишь подставив собственные данные и нажав кнопку "Вычислить"...



Вычисление статистики хи-квадрат (без поправки Иэйтса на непрерывность) для таблицы сопряженности 2х2.

Вычисление статистики хи-квадрат  для таблицы сопряженности 2х2 и достигнутого уровня значимости (с поправкой Иэйтса на непрерывность). Кроме того производится оценка отношения шансов, относительного риска, индекса Каппа, чувствительности, специфичности, прогностичности положительного результата, прогностичности отрицательного результата и границ 95% -ных доверительных интервалов для этих статистик связи.



Примеры оформления базы данных, описания признаков и целей исследования, для статистического анализа в нашем НЦ БИОСТАТИСТИКА.

Островок  здоровья
Пример 1
  Пример 2
Пример 3


Пример "ПРОГРАММА РАБОТ по статистическому анализу" базы данных Исследователя. Леонов В.П. ... При этом содержание подобных "ПРОГРАММ..." определяются приводимыми 5-ю деталями. ...  В данном примере "ПРОГРАММЫ..." приводится 22 БЛОКА по конкретным методам анализа и графикам.


Мнения исследователей о продуктивности многих методов статистического анализа. Данные мнения отражены многими исследователями, учёными, начальниками, и студентами по медицине и биологии как в тезисах, так и в диссертациях, статьях, или дипломах. В них и представлены самые продуктивные и сложные методы статистического анализа.


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

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"


Можете просматривать все графики по данной тематике...


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

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


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

Применение статистики в статьях и диссертациях по медицине и биологии. Часть I. Описание методов статистического анализа в статьях и диссертациях. Международный журнал медицинской практики, 1998 г., вып. 4. В.П.Леонов, П.В.Ижевский.

ПРИМЕНЕНИЕ СТАТИСТИКИ В СТАТЬЯХ И ДИССЕРТАЦИЯХ ПО МЕДИЦИНЕ И БИОЛОГИИ.   ЧАСТЬ 2. ИСТОРИЯ БИОМЕТРИКИ И ЕЁ ПРИМЕНЕНИЯ В РОССИИ. Леонов В.П.

ПРИМЕНЕНИЕ СТАТИСТИКИ В СТАТЬЯХ И ДИССЕРТАЦИЯХ ПО МЕДИЦИНЕ И БИОЛОГИИ.  ЧАСТЬ III. ПРОБЛЕМЫ ВЗАИМОДЕЙСТВИЯ  "АВТОР - РЕДАКЦИЯ - ЧИТАТЕЛЬ". Леонов В.П.

Применение статистики в статьях и диссертациях по медицине и биологии. Часть IV. Наукометрия статистической парадигмы экспериментальной биомедицины.     Международный журнал медицинской практики, 2002 г. вып. 3. Леонов В.

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.

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


КУНСТКАМЕРА. Обзор большой коллекции медицинских статей и диссертаций с существенными ошибками и нелепыми использованиями и описаниями методов статистики.


Логистическая регрессия в медицине и биологии. Леонов В.

В серии из 10 статей рассмотрены основы метода логистической регрессии. 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.


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.

Петри А., Сэбин К. Наглядная медицинская статистика. Учебное пособие. 3-е издание. Пер. с англ. В.П. Леонова. 2015. - 216 с.


    На файле "Поиски методов или результатов статистического анализа" сообщается, что сейчас на сайте БИОМЕТРИКА размещено 4162 htm-файлов, 651 pdf-файлов, 152 djvu-файлов, и т.д. И там же приводятся описания групп конкретных файлов. В частности по методам статистического анализа, их отличным результатам, отзывам авторов, книгам этих методов, статистике посещаемости сайта БИОМЕТРИКА, и т.д. Далее приведено подробное пояснение поиска нужных файлов системой Google, которая там же и помещена. А после системы Google размещены популярные 341 htm-адресов и 79 адресов pdf-адресов. Итак, для оперативного выбора конкретного нужного файла на данном сайте  БИОМЕТРИКА, рекомендую перейти на файл "Поиски методов или результатов статистического анализа" .


Мнения исследователей о продуктивности многих методов статистического анализа. Данные мнения отражены многими исследователями, учёными, начальниками, и студентами по медицине и биологии как в тезисах, так и в диссертациях, статьях, или дипломах. В них и представлены самые продуктивные и сложные методы статистического анализа.


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

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

Три "Почему ..." и пять принципов описания статистики в биомедицинских публикациях. Почему появилась эта статья?

Леонов В.П. Общие проблемы применения статистики в биомедицине

Леонов В.П. Ошибки статистического анализа биомедицинских данных. Доклад на научно-практическая конференция "Роль эпидемиологических и клинических исследований в здравоохранении: планирование, организация, внедрение результатов в практику", посвящённая памяти доктора медицинских наук, профессора В.П. Алексеева в Якутске (12-13 ноября 2009).


Чтобы не допускать ошибок в использовании и описании статистики в статьях и диссертациях, следует прочитать материалы представленные в КУНСТКАМЕРЕ - коллекции диссертаций и статей по медицине и биологии, с набором статистических ошибок и нелепостей.

Экспозиция 1
Экспозиция 2
Экспозиция 3
Экспозиция 4
Экспозиция 5
Экспозиция 6
Экспозиция 7
Экспозиция 8
Экспозиция 9
Экспозиция 10
Экспозиция 11
Экспозиция 12
Экспозиция 13
Экспозиция 14
Экспозиция 15
Экспозиция 16
Экспозиция 17
 


Оформление баз данных для статистического анализа

Леонов В.П.  Оценка статистического анализа в статьях журнала
 "Вестник современной клинической медицины"

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

 В данном разделе приведены как наши статьи, так диссертации и статьи иных авторов, для которых мы с коллегами НЦ БИОСТАТИСТИКА производили работу по статистическому анализу их баз данных. При этом мы использовали современные и продуктивные методы статистического анализа, доступные лишь профессионалам по биостатистике.


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

В. Леонов. КЛАССИФИКАЦИЯ ОШИБОК ПРИМЕНЕНИЯ СТАТИСТИКИ В ОТЕЧЕСТВЕННОЙ МЕДИЦИНЕ.


В. Леонов. МЕМЕТИЧЕСКИЙ АНАЛИЗ СТАТИСТИЧЕСКИХ ЗАБЛУЖДЕНИЙ В ПУБЛИКАЦИЯХ НАУЧНЫХ ШКОЛ

Леонов В.П. Введение в семиотику информационных технологий: учебное пособие. – Томск: Изд-во НТЛ, 2011. – 248 с. Учебное пособие является первой книгой из серии учебных пособий по современным проблемам информатики, подготавливаемых на факультете информатики ТГУ. Книга предназначена для студентов как естественных, так и гуманитарных факультетов, изучающих информатику. Изложены основные понятия семиотики как одной из составляющих частей информатики. Рассмотрены классификации знаков и их свойств, в частности мобильность и ареальность, а также изменение природы носителей информации. 5-я глава - "Статистическая структура информационных массивов".


Пример "ПРОГРАММА РАБОТ по статистическому анализу" базы данных Исследователя. Леонов В.П. ... При этом содержание подобных "ПРОГРАММ..." определяются приводимыми 5-ю деталями. ...  В данном примере "ПРОГРАММЫ..." приводится 22 БЛОКА по конкретным методам анализа и графикам.


Статистический анализ в медицине, биологии, психологии, и т.д.

 В данном разделе приведено немало статей и книг по статистическому анализу, а также ГОСТ и доклады.

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


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.



Можете просматривать все графики по данной тематике...

    На файле "Поиски методов или результатов статистического анализа" сообщается, что сейчас на сайте БИОМЕТРИКА размещено 4162 htm-файлов, 651 pdf-файлов, 152 djvu-файлов, и т.д. И там же приводятся описания групп конкретных файлов. В частности по методам статистического анализа, их отличным результатам, отзывам авторов, книгам этих методов, статистике посещаемости сайта БИОМЕТРИКА, и т.д. Далее приведено подробное пояснение поиска нужных файлов системой Google, которая там же и помещена. А после системы Google размещены популярные 341 htm-адресов и 79 адресов pdf-адресов. Итак, для оперативного выбора конкретного нужного файла на данном сайте  БИОМЕТРИКА, рекомендую перейти на файл "Поиски методов или результатов статистического анализа" .

Наш адрес       Сайт БИОМЕТРИКА создан в 1997 г. © Василий Леонов

Доказательная или сомнительная? Медицинская наука Кузбасса: статистические аспекты.

Пример "ПРОГРАММА РАБОТ по статистическому анализу" базы данных Исследователя

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