Презентация Математическая статистика и теория вероятности онлайн
На нашем сайте вы можете скачать и просмотреть онлайн доклад-презентацию на тему Математическая статистика и теория вероятности абсолютно бесплатно. Урок-презентация на эту тему содержит всего 44 слайда. Все материалы созданы в программе PowerPoint и имеют формат ppt или же pptx. Материалы и темы для презентаций взяты из открытых источников и загружены их авторами, за качество и достоверность информации в них администрация сайта не отвечает, все права принадлежат их создателям. Если вы нашли то, что искали, отблагодарите авторов - поделитесь ссылкой в социальных сетях, а наш сайт добавьте в закладки.
Презентации » Математика » Математическая статистика и теория вероятности
Оцените!
Оцените презентацию от 1 до 5 баллов!
- Тип файла:ppt / pptx (powerpoint)
- Всего слайдов:44 слайда
- Для класса:1,2,3,4,5,6,7,8,9,10,11
- Размер файла:777.26 kB
- Просмотров:67
- Скачиваний:0
- Автор:неизвестен
Слайды и текст к этой презентации:
№12 слайд
Содержание слайда: Определения:
Определения:
Генеральная совокупность - совокупность всех объектов (единиц), относительно которых предполагается делать выводы при изучении конкретной задачи. Генеральная совокупность состоит из всех объектов, которые имеют качества, свойства, интересующие исследователя.
Выборка или выборочная совокупность — часть генеральной совокупности элементов, которая охватывается экспериментом (наблюдением, опросом).
№13 слайд
Содержание слайда: Функция распределения случайной величины Х -
Функция распределения случайной величины Х -
Математическое ожидание - мера среднего значения случайной величины в теории вероятностей (задается интегралом Лебега — Стилтьеса) –
Дисперсия (D[X], σ2)- мера разброса значений случайной величины относительно её математического ожидания -
№14 слайд
Содержание слайда: Закон распределения – это некоторая функция, полностью описывающая случайную величину с вероятностной точки зрения.
Закон распределения – это некоторая функция, полностью описывающая случайную величину с вероятностной точки зрения.
Нормальное распределение (распределение Гаусса) – семейство распределения вероятностей, которое играет важнейшую роль во многих областях знаний и зависит от двух параметров – смещения (коэффициент сдвига μ) и масштаба (коэффициент масштаба σ > 0). σ, μ – вещественные.
№17 слайд
Содержание слайда: Доверительный интервал - это интервал, построенный с помощью случайной выборки из распределения с неизвестным параметром, такой, что он содержит данный параметр с заданной вероятностью.
Доверительный интервал - это интервал, построенный с помощью случайной выборки из распределения с неизвестным параметром, такой, что он содержит данный параметр с заданной вероятностью.
Пусть х1,…,хn – выборка из некоторого распределения с плотностью p(x;θ) = p(х1,… ,хn;θ), зависящей от параметра θ, который может изменяться в интервале θ0< θ <θ1.
Пусть y(х1,…,хn) – некоторая статистика и F(x;θ) = P{η ≤ x} – функция распределения случайной величины η = y(х1,…,хn), когда выборка х1,…,хn имеет распределение с плотностью p(х1,… ,хn;θ).
Предположим, что F(x;θ) есть убывающая функция от параметра θ.
Обозначим хγ(θ) квантиль распределения F(x;θ), тогда хγ(θ) - есть возрастающая функция от θ.
№18 слайд
Содержание слайда: Зафиксируем близкое к нулю положительное число α (например, 0.05 или 0.01). Пусть α = α1+ α2. При каждом θ неравенства
Зафиксируем близкое к нулю положительное число α (например, 0.05 или 0.01). Пусть α = α1+ α2. При каждом θ неравенства
(1)
выполняются с вероятностью 1-α, близкой к единице. Перепишем неравенства (1) в другом виде:
(2)
Обозначим
и запишем (2) в следующем виде:
Интервал называется доверительным интервалом для параметра θ, а вероятность 1-α – доверительной вероятностью.
№25 слайд
Содержание слайда: Методика
Авторы измерили уровень плазменного C-реактивного белка, маркер системного воспаления, у 543 здоровых мужчин, у которых впоследствии развился инфаркт миокарда, инсульт или венозный тромбоз, и у 543 участников исследования, которые не сообщили о сосудистых заболеваниях в течение последующего периода, превышающего восемь лет. Участники были рандомизированы для приёма аспирина или плацебо в начале исследования.
№26 слайд
Содержание слайда: Перед рандомизацией в период с августа 1982 года по декабрь 1984 года потенциальным участникам было предложено предоставлять образцы опытной линии крови в течение 16-недельного периода, в течение которого всем участникам был дан аспирин, и никто не получал плацебо. Из 22 071 участников 14 916 (68%) предоставили образцы «опытной» плазмы.
Перед рандомизацией в период с августа 1982 года по декабрь 1984 года потенциальным участникам было предложено предоставлять образцы опытной линии крови в течение 16-недельного периода, в течение которого всем участникам был дан аспирин, и никто не получал плацебо. Из 22 071 участников 14 916 (68%) предоставили образцы «опытной» плазмы.
Контроль был выбран случайным образом среди участников исследования, которые соответствовали критериям соответствия возраста (±1 год), статусу курения (курение в настоящее время, курили в прошлом или никогда не курили), а также продолжительность времени, прошедшего после после рандомизации (через 6-месячные интервалы). Используя эти методы, авторы оценили 543 пациента и 543 контроля.
№28 слайд
Содержание слайда: Статистика
Для пациентов из контрольной группы были рассчитаны средние или доли для базовых факторов риска. Значение любой разницы в средних было проверено с использованием t-критерия Стьюдента, а значение любых различий в долях было проверено с использованием статистики χ2. Поскольку значения С-реактивного белка искажены, вычислялись средние концентрации, и значение любых различий в средних значениях между пациентами и контрольной группой оценивали с использованием рангового теста Уилкоксона (будет рассмотрен далее). Геометрические средние концентрации С-реактивного белка также вычислялись после логарифмирования, что приводило к почти нормальному распределению. Авторы использовали тест для тренда, чтобы оценить любое соотношение возрастающих значений С-реактивного белка с риском будущего сосудистого заболевания после деления образца на квартили, определяемые распределением контрольных значений. Авторы получили скорректированные оценки с использованием условных моделей логистической регрессии, которые учитывали сопоставимые переменные и контролировали назначение случайного лечения, индекс массы тела, диабет, историю гипертонии и родительскую историю болезни коронарной артерии. Аналогичные модели использовались для корректировки измеренных концентраций общей массы и холестерина, ЛПВП, триглицеридов, липопротеинов, антигена t-PA, фибриногена, D-димера и гомоцистеина. Чтобы оценить, повлиял ли аспирин на эти отношения, анализы были повторены для всех случаев инфаркта миокарда, произошедшего 25 января 1988 года или до этого, — даты, когда рандомизированное назначение аспирина прекращалось.
№33 слайд
Содержание слайда: Представление данных
Выборка 1 (объём n1): x11, x21, …, ;
Выборка 2 (объём n2): x12, x22, …, .
Наблюдения из двух выборок объёма n1 и n2 объединяются и упорядочиваются, например, по возрастанию. Затем наблюдениям присваиваются ранги.
Выборка первая (объём п1)
Наблюдение x11, x21, …,
Ранг r11, r21, …,
Сумма рангов в первой выборке
№41 слайд
Содержание слайда: Результаты статьи
В статье были сравнены концентрации С-реактивного белка у двух групп мужчин (по 543 человека в каждой в соответствии, стало быть, указанного выше «рецепта» применения данного критерия). Точно проследить использование данного критерия не представляется возможным по данной статье, так как авторы не приводят первичные данные для 1086 участников.
Концентрации C-реактивных белков плазмы в «эксперименте» были выше среди мужчин, у которых был инфаркт миокарда (1,51 против 1,13 мг/л, P < 0,001) или ишемический инсульт (1,38 против 1,13 мг/л, P = 0,02), но не венозный тромбоз (1,26 против 1,13 мг на литр, P = 0,34), чем у мужчин без сосудистых событий. У мужчин в квартилях с самыми высокими значениями концентрации C-реактивного белка риск возникновения инфаркта миокарда в три (относительный риск, 2,9, P < 0,001) и риск возникновения ишемического инсульта (относительный риск 1,9; P = 0,02) в два раза превышал таковой у мужчин в наименьшей квартили. Риски были стабильными в течение длительного периода времени, их значения не были подвергнуты влиянию курению и не зависели от других факторов риска, связанных и не связанных с липидами. Использование аспирина было связано со значительным снижением риска инфаркта миокарда (снижение на 55,7%, P = = 0,02) среди мужчин в самом высоком квартиле, но с небольшими незначительными сокращениями среди низших квартилей (13,9%, P = 0,77).
№42 слайд
Содержание слайда: Результаты статьи
Экспериментальная концентрации С-реактивного белка в плазме предсказывает риск будущего инфаркта миокарда и инсульта. Более того, снижение, связанное с использованием аспирина в риске развития первого инфаркта миокарда, по-видимому, напрямую связано с уровнем С-реактивного белка, повышая вероятность того, что противовоспалительные агенты могут иметь клинические преимущества в профилактике сердечно-сосудистых заболеваний.
№43 слайд
Содержание слайда: Список использованной литературы:
Ивашёв-Мусатов О. С. Теория вероятностей и математическая статистика: Учеб. пособие. — 2-е изд., перераб. и доп. — М.: ФИМА, 2003. — 224 с.
Гланц С. Медико-биологическая статистика. Пер . с англ. — М., Практика, 1998. — 459 с.
Кочнева Л.Ф., Липкина З.С., Новосельцева В. И. Теория вероятностей и математическая статистика (Часть III): Учеб. пособие - федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Московский государственный университет путей сообщения», Москва, 2012. – 44с.
Ridker P. M. et al. Inflammation, aspirin, and the risk of cardiovascular disease in apparently healthy men //New England journal of medicine. — 1997. — V. 336. — N. 14. — Pp. 973-979.
Яровая Е. Б. Лекции курса основ теории вероятностей и математической статистики, прочитанные в МГУ имени М. В. Ломоносова на факультете фундаментальной медицины с 10.02.2017 по 18.05.2018.
Скачать все slide презентации Математическая статистика и теория вероятности одним архивом:
-
Элективный курс «Математическая статистика и теория вероятностей» Образовательная область «Математика» Лактионова Н. С.
-
Глава 9. Элементы математической статистики, комбинаторики и теории вероятностей 54. Случайные события и их вероятности I. ИСПОЛЬЗОВАНИЕ КОМБИНАТОРИКИ ДЛЯ ПОДСЧЕТА ВЕРОЯТНОСТЕЙ
-
Глава 9. Элементы математической статистики, комбинаторики и теории вероятностей 53. Формула бинома Ньютона
-
Глава 9. Элементы математической статистики, комбинаторики и теории вероятностей 52. Сочетания и размещения. Часть II
-
Глава 9. Элементы математической статистики, комбинаторики и теории вероятностей 52. Сочетания и размещения. Часть I
-
Элементы математической статистики, комбинаторики и теории вероятности. Решение задач. Подготовка к ЕГЭ
-
Основы теории вероятности и математической статистики. Лекция 4
-
Элементы математической статистики, комбинаторики и теории вероятностей. Простейшие вероятностные задачи
-
Элементы математической статистики, комбинаторики и теории вероятностей. Сочетания и размещения
-
Элементы математической статистики, комбинаторики и теории вероятностей. Случайные события и их вероятности