
- •9. Автоматизированное рабочее место врача-специалиста. Аппаратная часть.
- •10. Автоматизированное рабочее место врача-специалиста. Программная часть.
- •1)Административно-организационные (глав. Врач, зав. Отделением и т.Д.)
- •19. Автоматизированная обработка экг.
- •20. Мониторно - компьютерные системы.
- •21. Методы оценки вариабельности сердечного ритма.
- •1..Информационная система. Основные свойства данных
- •2…Система управления базами данных. Простейшая база данных. Сводные таблицы.
- •3…Дублирование данных и методы его исключения.
- •4…Проектирование реляционных баз данных.
- •5…Связи в базах данных.
- •13…Зависимость, его свойства, статистическая значимость.
- •14… Зависимости между объёмом выборки, статистической значимостью, величиной и надёжностью зависимости.
- •11…Статистическая обработка медицинских данных. Виды исследований.
- •12…Шкалы измерений.
- •18…Выбросы и методы их определения.
- •16…Основные статистические характеристики.
- •17…Графический анализ данных. Основные виды графиков.
- •8. Табличное представление данных
- •15…Закон нормального распределения и его применение. Проверка нормальности.
- •6…Типы информации в медицине. Классификация и состав стандартной медицинской документации.
- •7. Графическое представление данных в статистике
12…Шкалы измерений.
В каждой значимой переменной есть ошибка, ограничивающая ту информацию, которую несет. Другой фактор определения количества информации является тип шкал, в которой производятся измерение.
4 типа шкал и типы переменных:
1)номинальная (качественная)
2)порядковая (ординальная)
3)интервальная
4)относительная (шкалы отношений)
Номинальная пер-я позволяет только отнести объект к одному из нескольких классов, число их ограничено. Н., пол, национальность, цвет, город. Номинальными переменными наз. категориальными.
Порядковые пер-е позволяют упорядочить объекты, указав, какие из них в б. или м. степени обладают качеством, выраженным данной переменной. Н., цвет кожи.
Интервальная пер-я позволяет не только упорядочить, но и численно выразить и сравнить различие между ними.
Относительная пер-я в дополнении ко всем свойствам переменных, измеренных в интервал. шкале обладает возможностью установления начала шкалы нулевого значения. Н., измерение времени или пространства, температур. шкалы по Кельвину.
Нет различия между свойствами интер-х шкал и шкал отношений.
18…Выбросы и методы их определения.
Выбросы – это нетипичные наблюдения, кот. Существенно отклоняются от распределения остальных выборочных данных.
- могут отражать истинные свойства изучаемого явления (переменной), а могут быть также связаны с ошибками измерений или аномальными явлениями и не должны включаться в модель.
- могут оказывать существенное влияние на угол наклона линии регрессии, соответственно, на коэф-т корреляции.
- могут не только искусственно увеличивать коэф-т корреляции, но могут также и уменьшить степень «реальной» зависимости.
«Неявные» выбросы
- могут изменить линию регрессии и коэф-т корреляции.
Исключаемые точки вовсе не являются выбросами, а представляют собой «кратные» точки.
16…Основные статистические характеристики.
Определение основных статистических характеристик
Сравнение 2х выборок.
Для оценки достоверности различий по критерию Стьюдента вычисляется вероятность получить имеющиеся значения данных при условии истинности нулевой гипотезы («средние выборки равны между собой»). Для этого в Excel служит функция ТТЕСТ
Критерия согласия ХИ-квадрата
Сравнение 2х величин, выраженных в виде долей или процессов. Нулевая гипотеза формулируется в виде предположения о том, что доли критерия в 2х группах равны между собой. Определяется ожидаемые значения в каждой выборке. Обычно ожидается среднее между наблюдаемыми значениями в выборках. Вычисление вероятности, того, что изучаемые события произошли случайным образом. В Excel для этого можно воспользоваться функцией ХИ2ТЕСТ
Выявление взаимосвязей между переменными
Для оценки степени взаимосвязи между переменными часто используется коэф-т корреляции (Пирсона). Эта величина в Excel может быть получена с помощью функции КОРРЕЛ или ПИРСОН.
Статистические выводы взаимосвязи параметров
Величина связи
׀r׀> 0.95 – между параметрами существует практически линейная зависимость;
0.8< ׀r׀ <0.95 – сильная линейная связь между параметрами;
0,6 < ׀r׀ < 0,8 – наличие линейной связи между параметрами;
׀r׀> 0.4 – линейную взаимосвязь между параметрами выявить не удалось.
Тип связи
r>0 – прямая связь
r<0 – обратная связь
Надежность связи
p<0.05 – коэф-т корреляции принято считать достоверно отличающимся от нуля
p<0.3 - коэф-т корреляции также может быть принят во внимание
p>0.4 - коэф-т корреляции не достоверный