Презентация Параметрические и непараметрические методы статистики онлайн

Содержание слайда: Параметрические и непараметрические методы статистики

Содержание слайда:

Содержание слайда: Cреднее и доверительный интервал. Вероятно, большинство из вас использовало такую важную описательную статистику, как среднее. Среднее - очень информативная мера "центрального положения" наблюдаемой переменной, особенно если сообщается ее доверительный интервал. Доверительный интервал для среднего представляет интервал значений, где с данным уровнем доверия находится "истинное" (неизвестное) среднее популяции.

Содержание слайда: Форма распределения; нормальность. Важным способом "описания" переменной является форма ее распределения, которая показывает, с какой частотой значения переменной попадают в определенные интервалы ее значений. Более точную информацию о форме распределения можно получить с помощью критериев нормальности (Шапиро-Уилка). Однако самым простым способом оценки распределения является построение гистограммы (графика, показывающего частоту попаданий значений переменной в отдельные интервалы).

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда: Объем выборки. Другим фактором, часто ограничивающим применимость критериев, основанных на предположении нормальности, является объем или размер выборки, доступной для анализа. До тех пор пока выборка достаточно большая (например, 100 или больше наблюдений), можно считать, что выборочное распределение нормально, даже если вы не уверены, что распределение переменной в популяции, действительно, является нормальным. Тем не менее, если выборка очень мала, то критерии, основанные на нормальности, следует использовать только при наличии уверенности, что переменная действительно имеет нормальное распределение.

Содержание слайда: Две основные задачи статистики 1.Нахождение различий выборок 2. Нахождение связи между выборками Для нахождения различий между выборками распределенными нормально используются параметрические критерии (чаще t-критерий Стьюдента). Если же выборки малы и о их распределении ничего не известно используются непараметрические критерии. Говоря более специальным языком, непараметрические методы не основываются на расчетах параметров (таких как среднее или стандартное отклонение). Поэтому эти методы иногда также называются свободными от параметров или свободно распределенными.

Содержание слайда: Большие массивы данных и непараметрические методы. Непараметрические методы наиболее приемлемы, когда объем выборок мал. Если данных много (например, n > 100), то не имеет смысла использовать непараметрические статистики. Главное здесь состоит в том, что когда выборки становятся очень большими, то выборочные средние подчиняются нормальному закону, даже если исходная переменная не является нормальной или измерена с погрешностью. Таким образом, параметрические методы, являющиеся более чувствительными (имеют большую статистическую мощность), всегда подходят для больших выборок.

Содержание слайда: Параметрический Т- критерий Стьюдента.

Содержание слайда:

Содержание слайда:

Содержание слайда: Максимальное число знаков (менее часто встречающихся), при которых различия в парных сравнениях можно считать существенными

Содержание слайда:

Содержание слайда:

Содержание слайда: Критические значения Q-критерия Розенбаума. Минимальные значения Q, при которых различия между двумя выборками можно считать значимыми с вероятностью 95% (p=0,05)

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда: Если распределение не является нормальным, то можно перейти к непараметрическим коэффициентам корреляции, одинаково пригодным при любом непрерывном распределении.           Для расчета непараметрического коэффициента ранговой корреляции Спирмена необходимо сделать следующее. Для каждого xi рассчитать его ранг ri в вариационном ряду, построенном по выборке X. Для каждого yi рассчитать его ранг qi в вариационном ряду, построенном по выборке Y.  Для набора из n пар вычислить линейный коэффициент корреляции. Он называется коэффициентом ранговой корреляции, поскольку определяется через ранги. В качестве примера рассмотрим данные роста и веса десяти марсиан из книги С. Гланца:

Содержание слайда:

Содержание слайда: Формула для расчета коэффициента ранговой корреляции Спирмена

Содержание слайда: Обратимся к таблице критических значений коэффициента ранговой корреляции Спирмена Критическое значение для уровня значимости 0,01 и объема выборки n=10 равно 0,794, что меньше полученного нами (0,96). Т.е. корреляция статистически значима (Р<0,01).

Содержание слайда: Пакеты программ для статистической обработки медицинской и биологической информации

Содержание слайда:

Содержание слайда:

Содержание слайда: Система STATISTICA состоит из отдельных модулей, покрывающих весь спектр современных методов анализа данных.

Содержание слайда: Гибкий интерфейс, отвечающий всем стандартам Windows, позволяет настроить систему под конкретный проект, связанный с анализом медицинских данных.

Содержание слайда: Основные этапы анализа данных Подготовка данных: заполнение таблиц, импорт, проверка и сортировка.

Содержание слайда: Типы медицинской информации Массовые обследования (десятки тысяч наблюдений и сотни показателей). Результаты клинических исследований (наблюдения за группами пациентов).

Содержание слайда: Подготовка информации

Содержание слайда:

Содержание слайда: www.statsoft.ru

Содержание слайда: СПАСИБО ЗА ВНИМАНИЕ!!

Содержание слайда: