Содержание
- 2. Обработка количественных данных Эпидемиологи смотрят на мир сквозь решетку таблицы 2×2. При этом надо помнить, что
- 3. Интерфероны и диагностика ЗВУР - задержки внутриутробного развития Королева Людмила Илларионовна, НИИ АГ им.Д.О.Отта
- 4. ЗВУР Термин задержка внутриутробного развития плода (ЗВУР) используется для описания плода, масса которого гораздо меньше ожидаемой
- 5. Содержание INF-α/β у 16 здоровых матерей здоровых детей и у 20 матерей доношенных новорожденных с ЗВУР
- 6. Гистограмма Гистограмма (от др.-греч. ἱστός — столб + γράμμα — черта, буква, написание) — столбиковая диаграмма
- 7. Сопоставление гистограмм содержания INF-α/β у здоровых матерей здоровых детей и матерей доношенных новорожденных с ЗВУР
- 8. Гистограммы содержания INF-α/β у здоровых матерей здоровых детей и матерей доношенных новорожденных с ЗВУР. Программа PAST
- 9. Нормальные вероятностные графики Здоровые ЗВУР
- 10. Проверка нормальности (гауссовости) распределения у матерей здоровых детей и детей с ЗВУР Практические все Р-значения превышают
- 11. Диаграммы «короб с усами» для данных об уровне индуцированной продукции IFN‑α/β у здоровых матерей здоровых детей
- 12. Исключение резко выделяющихся наблюдений С рекомендаций по отбрасыванию выскакивающих (экстремальных) наблюдений («выбросов», «засорений») начинаются многие руководства
- 13. Резко выделяющиеся значения – «выбросы» Выскакивающие значения можно и нужно выявлять. Но отбрасывать их следует на
- 14. Сжатие (свертка, редукция) статистических данных Статистика – любая функция от случайных величин, порождающих получаемые статистические данные.
- 15. Основная логика статистического оценивания: интервальные оценки Понятно, что если мы многократно повторим эксперимент, то вычисленные средние
- 16. Статистические гипотезы В обычном языке слово «гипотеза» означает предположение. В том же смысле оно употребляется и
- 17. Проверяемая гипотеза В подавляющем большинстве реальных ситуаций проверяемая статистическая гипотеза является гипотезой об отсутствии того или
- 18. Использование доверительных интервалов (ДИ) для проверки нулевых гипотез Например, для проверки нулевой гипотезы о равенстве двух
- 19. Визуализация результатов проверки статистических гипотез с помощью доверительных интервалов для размера эффекта
- 20. Графическое представление результатов статистического сравнения групп матерей здоровых детей и детей с ЗВУР, 1-α = 0,99.
- 21. Статистики критериев (тестовые статистики) Тестовая статистика – статистика, используемая для проверки конкретной статистической гипотезы. Пример: статистика
- 22. Проблема Беренса-Фишера Если дисперсии сравниваемых двух независимых случайных величин не равны, то, то следует использовать модификацию
- 23. Статистика Уэлча приближенно имеет t-распределение Стьюдента, но со степенью свободы νW, который задается выражением: где
- 24. Р-значение Для проверки нулевых гипотез с помощью статистических критериев основным приемом является вычисление значения вероятности, которое
- 25. P-значение есть вероятность наблюдать исход (x), плюс все «еще более экстремальные исходы». Они представлены затушеванной областью
- 26. Односторонние Р-значения
- 27. Двухстороннее Р-значение
- 28. Основная логика использования наблюдаемого значения величины P состоит в том, что если оно малó, то считается,
- 29. Выбор порога для значения P, и можно ли его обосновать? Когда наблюдаемое значение P мало, то
- 30. Традиционная интерпретация значений P (шкала Michelin)
- 31. Результаты статистического сравнение групп матерей здоровых детей и детей с ЗВУР, 1-α = 0,99. Программа ESCI
- 32. Акт интеллектуальной смелости Когда значение P очень мало, мы берем на себя смелость отклонить нулевую гипотезу
- 33. Распространенный соблазн Квинтэссенцию традиционных (частотнических) заключений при проверке статистических гипотез принято интерпретировать так: чем меньше значение
- 34. Распространенное заблуждение Значение P не есть вероятность нулевой гипотезы ! Поскольку P-значение вычисляется при условии, что
- 35. Р-значение потому столь привлекательно для ученых, что с ним очень легко получить «значимый» («достоверный») результат, даже
- 36. «Цена» значения P Для наглядности значения в таблице округлены до первой значащей цифры. Более точно значения
- 37. Бейзовская интерпретация значения P Обычно принято интерпретировать значения P как меру доказательства, предоставляемого имеющимися данными, против
- 38. Привычка свыше нам дана Это прекрасно понимал Р.А. Фишер: «Критерий значимости не позволяет нам делать какие-либо
- 39. Статистическая значимость и размер эффекта Эффект (различие, связь, риск, польза, ассоциация и т. п.) может быть
- 40. Размер эффекта Вопрос о клинической (практической) ценности (важности) наблюдаемого размера эффекта является ключевым при интерпретации результатов
- 41. Стандартизированный размер эффекта по Коуэну (Cohen) dC
- 42. Интерпретация стандартизированного размера эффекта dC http://www.sportsci.org/resource/stats/
- 43. Результаты статистического сравнения групп матерей здоровых детей и детей с ЗВУР, (1 - α) = 0,99.
- 44. Непараметрическая оценка dC 95%-й ДИ: 0,81,72,5 99%-й ДИ: 0,61,72,6 99,9%-й ДИ: 0,31,72,8
- 45. Бейзов фактор, BF Бейзов фактор BF принципиально отличается от значения P. Бейзов фактор не является вероятностью
- 46. Интерпретация убедительности Бейзовых факторов, BF10 и BF01
- 47. Бейзов фактор, программа Bayes Factor Calculators http://pcl.missouri.edu/bayesfactor
- 48. Вывод результатов (output) В 5555 раз (1/0,00018) более правдоподобно получить наблюдаемое различие (ES = 52,1 у.е.)
- 49. Достаточно малое значение P заставляет думать, что произошло нечто неожиданное. И обычно это интерпретируется как неверность
- 50. Статистические предсказания и воспроизводимость
- 51. Значение вероятностной P-величины Значение P есть наблюдаемое значение (реализация) соответствующей случайной величины Всякий раз мы наблюдаем
- 52. Отсюда следует, что, строго говоря, на основе всего лишь одного изолированного исследования нельзя делать определенные выводы.
- 53. Доверяя, повторяй Часто считается, что если получен «статистически значимый» результат, то это исключает необходимость повторить исследование.
- 54. Воспроизводимость и предсказания абсолютного размера эффекта для групп матерей здоровых детей и детей с ЗВУР. Программа
- 55. Воспроизводимость и предсказания стандартизированного размера эффекта по Коуэну (Cohen) dC
- 56. Воспроизводимость и предсказания размеров эффекта ES и dC для групп матерей здоровых детей и детей с
- 57. Ошибки I и II рода и мощность статистического критерия
- 58. Истинный позитив, верна H0 Истинный негатив, верна H1 Ложный позитив, ошибка I рода, ложная тревога Ложный
- 59. Судебные ошибки
- 60. Диагностика Болезнь Тест
- 61. Теория Неймана-Пирсона: Ошибки I и II рода и мощность критерия Действи-тельность Критерий
- 62. Ошибки I и II рода Ошибка I рода: отклонение верной нулевой гипотезы; Аналитик решает (берет на
- 63. Ошибки I и II рода
- 64. Компромисс Например, в случае металлодетектора. H0 – обнаружен нейтральный предмет. повышение чувствительности прибора приведёт к увеличению
- 65. Мощность статистического критерия Мощность статистического критерия есть вероятность того, что критерий правильно отклонит ложную нулевую гипотезу
- 66. Мощность отвечает на вопрос: Если эффект (определенного размера) действительно существует, то какова вероятность того, что эксперимент
- 67. Анализ мощности a priori или post-hoc Анализ мощности можно проводить либо a priori, т.е. до получения
- 68. Оценка достигнутой мощности (post hoc). Программа G*Power http://www.psycho.uni-duesseldorf.de/aap/projects/gpower/ Достигнутая мощность проведенного исследования составила (1 – β)
- 69. Элементы планирования эксперимента
- 70. Программа G*Power http://www.psycho.uni-duesseldorf.de/abteilungen/aap/gpower3 Оценка a priori минимально необходимого объема выборки N для достижения статистически значимого отличия
- 71. Оценка необходимых объемов выборок (a priori) Для достижения приемлемой статистической мощности (1 – β) = 0,95
- 72. Научный метод Ни один уважающий себя ученый не ограничится в своих исследованиях одним-единственным экспериментом, хотя бы
- 73. Культ одиночного изолированного исследования Чрезмерное «увлечение» анализом одиночных наборов данных пронизывает почти всю статистическую литературу и
- 75. Скачать презентацию