Математическая статистика в медико-биологических исследованиях с применением пакета Statistica Математическая статистика в медико-биологических исследованиях с применением пакета Statistica Книга посвящена теории и практике изучения основ математической статистики и педагогическим проблемам, возникающим в процессе обучения. Обобщен опыт применения информационных технологий в изучении данной дисциплины. Издание может быть полезно студентам, аспирантам и преподавателям медицинских колледжей и вузов. ГЭОТАР-Медиа 978-5-9704-2133-8
625 руб.
Russian
Каталог товаров

Математическая статистика в медико-биологических исследованиях с применением пакета Statistica

  • Автор: Н. Трухачёва
  • Мягкий переплет. Крепление скрепкой или клеем
  • Издательство: ГЭОТАР-Медиа
  • Год выпуска: 2012
  • Кол. страниц: 384
  • ISBN: 978-5-9704-2133-8
Временно отсутствует
?
  • Описание
  • Характеристики
  • Отзывы о товаре
  • Отзывы ReadRate
Книга посвящена теории и практике изучения основ математической статистики и педагогическим проблемам, возникающим в процессе обучения. Обобщен опыт применения информационных технологий в изучении данной дисциплины. Издание может быть полезно студентам, аспирантам и преподавателям медицинских колледжей и вузов.
Отрывок из книги «Математическая статистика в медико-биологических исследованиях с применением пакета Statistica»
1.1. ИСТОРИЯ РАЗВИТИЯ МАТЕМАТИЧЕСКОЙ
СТАТИСТИКИ
Возникновение статистической науки относят к середине XVIII в.,
хотя практические операции по сбору данных о населении, его соста-
ве, имущественном положении и других сведений были известны за-
долго до возникновения статистической науки. Термин «статистика»
произошел от латинского слова status, что означает «состояние, поло-
жение вещей». Первоначально статистика давала словесное описание
«достопримечательностей» государства, и только с XIX в. статистиче-
ские сведения стали сообщать в количественной форме. Сейчас слово
«статистика» имеет несколько значений. Под статистикой понимают
прежде всего отрасль практической деятельности, в задачи которой
входят сбор, обработка и анализ статистических данных о различных
явлениях общественной жизни. Под статистикой понимают и специ-
альную научную дисциплину, занимающуюся разработкой теоретиче-
ских положений и методов, используемых статистической практикой.
Иногда применяя методы статистической обработки данных для раз-
ных отраслей знаний, различают статистику экономическую, медицин-
скую и т.д.
Возникновение статистической науки связано с именами англий-
ского экономиста У. Петти (1623–1687) и Д. Граунта (1629–1674),
статистические и демографические идеи которых были развиты их по-
следователями — немецким пастором И. Зюсмильхом (1707–1767) и
виднейшим бельгийским ученым XIXв. А. Кетле (1796–1874). Работы
Адольфа Кетле показали значение статистики в познании закономерностей общественной жизни, определив, что эти закономерности чет-
ко проявляются лишь в массе явлений, т.е. при изучении данных по
большому числу случаев. А. Кетле заложил и основы биометрии. Его
учение о статистической закономерности получило развитие в работах
немецкого статистика и экономиста В. Лексиса (1837–1914). Лексис
был сторонником применения математических методов в экономике.
Это направление развития статистической науки нашло отражение в
работах Ф. Гальтона (1822–1911), К. Пирсона (1857–1936), Р. Фише-
ра (1890–1962), В. Госсета (1876–1937) и других западных ученых. Их
именами назван целый ряд показателей и критериев. Ф. Гальтоном в
1886 г. введен термин «регрессия». Он обнаружил, что в среднем сы-
новья высоких отцов имеют не такой большой рост, а сыновья отцов
с небольшим ростом выше своих отцов. Это было интерпретировано
им как «регрессия к посредственности». К. Пирсон усовершенствовал
предложенные Ф. Гальтоном методы корреляции и регрессии. К. Пир-
сон ввел в биометрию такие понятия, как среднее квадратичное откло-
нение и вариация. Ему принадлежит разработка критерия согласия, он
ввел термин «нормальное распределение», который сейчас стал обще-
принятым.
В российской статистической школе развитие предмета и метода ста-
тистической науки шло по трудному и порой противоречивому пути,
и до сих пор эти проблемы остаются дискуссионными. Известны ра-
боты К.Ф. Германа (1767–1838), в которых обосновывалась необходи-
мость выделения особой науки — теории статистики, Д.П. Журавского
(1810–1856), в которых он называет статистику наукой «категорическо-
го вычисления». Широкую известность приобрели во второй половине
XIX в. труды профессора Петербургского университета Ю.Э. Янсона
(1835–1893) — видного теоретика в области статистики и руководите-
ля практических статистических работ. В 1881 и 1890 г. он организовал
переписи населения Петербурга.
В конце XIX и начале XX в. практические потребности пореформен-
ной России стали мощным толчком развития статистической науки.
Эти годы ознаменовались крупными успехами Петербургской школы.
П.Л. Чебышев (1821–1894), а также его ученики А.М. Ляпунов (1875–
1918) и А.А. Марков (1856–1922) создали русскую школу теории веро-
ятностей, достижения которой стали использоваться первоначально в
демографии, а затем и в различных областях социально-экономической
статистики.

Оставить заявку на описание
?
Содержание
Предисловие

Глава 1. Проблемы и перспективы изучения основ математической статистики в условиях

медицинского вуза с применением информационных технологий

1.1. История развития математической статистики

1.2. Применение методов статистической обработки данных в биологии и медицине

1.3. Роль информационных технологий в формировании умений и навыков в области

математической статистики

Глава 2. Описательная статистика

2.1. Случайные события и случайные величины

2.2. Нормальное распределение случайной величины. Числовые характеристики нормального распределения и их точечные оценки

2.3. Интервальные оценки случайной величины

2.4. Распределение, отличное от нормального, его числовые характеристики

2.5. Определение необходимых объемов выборок

Глава 3. Основы теории гипотез

3.1. Понятие гипотезы. Виды гипотез. Критерии принятия решения

3.2. Проверка гипотезы о равенстве математических ожиданий двух нормальных распределений

3.3. Проверка гипотезы о равенстве долей двух биномиальных распределений

3.4. Дисперсионный анализ

Глава 4. Анализ зависимостей

4.1. Корреляционный анализ

4.2. Регрессионный анализ

4.3. Множественная корреляция и регрессия

Глава 5. Применение пакета Statistica для количественного и качественного анализа

5.1. Сравнение групп по количественному признаку

5.1.1. Параметрические и непараметрические критерии

4 Математическая статистика в медико-биологических исследованиях...

5.1.2. Применение теста Стьюдента для двух независимых выборок

5.1.3. Применение теста Стьюдента для двух зависимых выборок

5.1.4. Сравнение двух независимых групп с помощью U-критерия Манна-Уитни

5.1.5. Сравнение нескольких упорядоченных групп по бинарному признаку с помощью критерия Манна-Уитни

5.1.6. Тест Вальда-Вольфовица (Wald-Wolfowitz)

5.1.7. Сравнение непрерывных величин двух связанных выборок с помощью

W-критерия Вилкоксона (Wilcoxon)

5.1.8. Однофакторный параметрический дисперсионный анализ

5.1.9. Апостериорные сравнения групп

5.1.10. Двухфакторный параметрический дисперсионный анализ

5.1.11. Различия между несколькими несвязанными группами.

Непараметрический H-критерий Краскела-Уоллиса

5.1.12. Сравнение нескольких зависимых групп

5.2. Сравнение групп по качественному признаку

5.2.1. Анализ качественных признаков с помощью таблиц частот или тестов расхождений

5.2.2. Сравнение одной группы с популяцией.

Сравнение выборочной относительной частоты с популяционной частотой

5.2.3. Сравнение наблюдаемых и ожидаемых частот в двух группах с помощью критерия хи-квадрат

5.2.4. Построение таблиц сопряженности. Сравнение частот в двух группах с помощью критерия Фишера

5.2.5. Сравнение частот при наличии таблиц сопряженности 2 * 2 в двух несвязанных

выборках с помощью критерия хи-квадрат

5.2.6. Сравнение качественных признаков (выраженных в частотах) в 2-х независимых

группах с помощью точного метода Фишера

5.2.7. Сравнение качественных признаков (выраженных в частотах) в двух связанных

выборках с помощью критерия МакНемара

5.2.8. Построение доверительного интервала для разности относительных частот

в связанных выборках (до и после лечения)

5.2.9. Тест Q Кохрена для повторных испытаний

5.2.10. Сравнение двух качественных признаков в двух несвязанных выборках, выраженных в процентах. Сравнение относительных частот внутри одной группы и в двух группах

Глава 6. Применение пакета Statistica для анализа зависимостей

6.1. Анализ зависимостей (корреляции, ассоциации)

6.1.1. Коэффициент корреляции Пирсона

6.1.2. Коэффициент корреляции Спирмена

6.1.3. Коэффициент конкордации Кендалла

6.2. Методы регрессионного анализа

6.2.1. Множественная линейная регрессия

6.2.2. Множественная нелинейная регрессия

6.2.3. Бинарная логистическая регрессия

Глава 7. Применение пакета Statistica для многомерного анализа данных

7.1. Многофакторный дисперсионный анализ

7.2. Кластерный анализ

7.2.1. Классификация методов кластерного анализа по стратегиям кластеризации

7.2.2. Древовидная агломеративная кластеризация

7.2.3. Дивизивная кластеризация методом k-средних

7.3. Факторный анализ

7.3.1. Общие понятияфакторного анализа

7.3.2. Метод главных компонент

7.3.3. Метод главных факторов

7.4. Дискриминантный анализ

6 Математическая статистика в медико-биологических исследованиях...

Глава 8. Вероятностные методы

8.1. Оценка рисков и эффектов вмешательства

8.1.1. Виды исследований

8.1.2. Когортные исследования

8.1.3. Исследование "случай-контроль"

8.1.4. Рандомизированные клинические испытания

8.1.5. Доверительные интервалы для показателей оценки эффективности вмешательства

8.2. Оценка эффективности диагностических тестов

8.2.1. Оценка эффективности диагностических тестов при сравнении с "золотым стандартом"

8.2.2. Интерпретация прогностической ценности

8.2.3. Отношение правдоподобия (Likelihood ratio)

8.3. ROC-анализ

Литература

Приложения

Приложение 1. Таблица значений функции Лапласа

Приложение 2. Критические точки распределения Стьюдента

Приложение 3. Таблица значений х2 распределения Пирсона

Приложение 4. Критические точки F распределения Фишера

Приложение 5. Границы доверительного интервала для медианы

Приложение 6. Границы доверительных интервалов для относительных частот

Приложение 7. Номограмма Альтмана
Штрихкод:   9785970421338
Аудитория:   Для специалистов
Бумага:   Офсет
Масса:   410 г
Литературная форма:   Учебное пособие
Тип иллюстраций:   Черно-белые
Отзывы
Найти пункт
 Выбрать станцию:
жирным выделены станции, где есть пункты самовывоза
Выбрать пункт:
Поиск по названию улиц:
Подписка 
Введите Reader's код или e-mail
Периодичность
При каждом поступлении товара
Не чаще 1 раза в неделю
Не чаще 1 раза в месяц
Мы перезвоним

Возникли сложности с дозвоном? Оформите заявку, и в течение часа мы перезвоним Вам сами!

Captcha
Обновить
Сообщение об ошибке

Обрамите звездочками (*) место ошибки или опишите саму ошибку.

Скриншот ошибки:

Введите код:*

Captcha
Обновить