
- •По теории вероятностей
- •1.2 Структурные средние и способы их вычисления
- •Вопрос 1.6 Распределение «хи-квадрат», t-распределение Стьюдента, распределение f Фишера-Снедекора.
- •2. По математической статистике
- •Вопрос 2.1 Генеральная совокупность и выборка
- •Вопрос 2.2 Понятие о вариационных рядах, средняя ряда. Показатели вариации. Дисперсия, среднее квадратичное отклонение (стандартное отклонение). Оценка структурных средних.
- •2.10 Однофакторный дисперсионный анализ
- •2.11. Анализ качественных признаков
- •Примеры сравнение качественных признаков.
- •1) Тромбозы шунта при приеме плацебо и аспирина
- •2.12 Доверительный интервал для среднего.
- •2.13 Доверительный интервал для доли.
- •2.14. Определение необходимого объема выборки.
- •2.15. Повторные измерения (Парный критерий Стьюдента).
- •2.16. Критерий Крускала-Уоллиса
- •2.18 Критерий знаков z
- •Линейная регрессия и метод наименьших квадратов
- •2.23. Оценка параметров уравнения регрессии по выборке
- •2.24. Ранговый коэффициент корреляции Спирмена.
- •Вопросы прикладной (микробиологической) статистики
- •3.1 Кривая «доза-эффект»
- •Вопрос 3.2 методы количественной оценки иммуногенности вакцин.
- •Вопрос 3.3 количественный метод определения иммуногенности вакцин, основанный на испытании их постоянным уровнем
- •3.4 Количественный метод определения иммуногенности вакцин, основанный на испытании их постоянным уровнем иммунитета
- •3.5. Количественные закономерности связи между уровнем иммунитета и дозой антигена.
- •3.7 Метод Кербера.
- •3.8 Пробит-метод.
- •Вопрос 4.1 Факторы. Требования к ним.
- •Вопрос 4.2 Параметр оптимизации. Требования к нему.
- •4.3 Полный факторный эксперимент
- •Свойства матриц полного факторного эксперимента
- •Вопрос 4.5 Метод крутого восхождения.
- •Вопрос 4.6 Симплексный метод оптимизации.
- •5. Вопросы по методам математического моделирования в биологии
- •5.1 Исследование мат. Модели
- •5.2 Исследование моделей биологических систем, описываемых системами двух автономных дифференциальных уравнений.
- •Исследование устойчивости стационарных состояний моделей биологических систем.
- •5.4. Мультистационарные системы
- •5.5 Колебания в биологических системах. Предельный цикл. Теоремы, определение существование предельного цикла.
- •5.6 Анализ модели брюсселятор.
- •5.7 Модели взаимодействия двух видов
- •Вопрос 5,8 Уравнение конкуренции и их анализ ..
- •5.9 Уравнения системы «хищник – жертва» и их анализ.
- •5.10 Моделирование микробных популяций.
2.13 Доверительный интервал для доли.
Доверительный интервал для разности долей:
Критерий z можно определить как
Разность выборочных долей
Z = -------------------------------------------------------------------
Стандартная ошибка разности выборочных долей
Величина z имеет приблизительно нормальное распределение; (z можно применять для проверки гипотезы о равенстве двух выборочных долей (или, что то же самое, для оценки статистической значимости различий выборочных долей)). Можно показать, что даже если в совокупностях, из которых извлечены выборки, доли различны, то отношение
Разность выборочных долей - Разность истинных долей
Z = -----------------------------------------------------------------------------
Стандартная ошибка разности выборочных долей
приближенно следует нормальному распределению — при условии, что объемы выборок достаточно велики.
Если р] и p2 — истинные доли в каждой из совокупностей, а p1 и p2 (с галочкой наверху) - выборочные оценки этих долей, то
В 100(1 -а) процентах случаев z по абсолютной величине не превышает zа, то есть
Преобразовав это неравенство, мы получим формулу для 100(1-α)-процентного интервала для разности истинных долей:
Распределение Стьюдента с увеличением числа степеней свободы стремится к нормальному. Поэтому zа можно найти в табл. 4.1(Гланц) — в строке, соответствующей беско нечному числу степеней свободы.
Чаще всего используют 95% доверительный интервал, в этом случае zа = z0,05 =1,96.
ДОВЕРИТЕЛЬНЫЙ ИНТЕРВАЛ ДЛЯ ДОЛИ
Если объем выборки достаточно велик, то доверительный ин тервал для доли можно приближенно вычислить, используя нормальное распределение*.
Когда выборка мала (а в медицинских исследованиях так оно обычно и бывает), приближение нормальным распределением недопустимо. В таких случаях приходится вычислять точные значения доверительных интервалов, используя биномиальное распределение. Заметим, что при оценке долей по выборкам небольшого объема расчет доверительного интервала особенно желателен. Причина в том, что, если выборка мала, изменение признака даже у одного из ее членов приведет к резкому изменению долей.
Итак, при достаточно большом объеме выборки величина
Наблюдаемая доля — Истинная доля
Z = -------------------------------------------------------------------
Стандартная ошибка долей
приближенно следует нормальному распределению.
Математическая запись для z:
Отсюда получаем формулу для 100(1-α)-процентного доверительного интервала для истинной доли:
2.14. Определение необходимого объема выборки.
Логично, что неразумно стремиться к неоправданно большому числу испытаний, если убедительный результат можно получить при минимально допустимом объеме выборки. Необходимая численность выборки n, отвечающая точности, с какой намечено получить средний результат, зависит от величины ошибки выборочной средней и определяется по формуле:
,
где t – нормированное отклонение, s2x – выборочная дисперсия, - величина, определяющая границы доверительного интервала.
Допустим, провели n1=5 измерений, p=0,95 и 12,6-4,8<μ<12,6+4,8 (где 4,8 – ошибка). Ошибка слишком велика. Какой V выборки надо взять, чтобы уменьшить эту величину в 4 раза?
S не сильно изменяется при различных n (характеризует разброс вариантов самой генеральной совокупности).
(1)
(2)
(чем
n2 больше n1, тем величина
)
(1)
делим на (2), S сократится =>
=
4
n2 = k2·n1 = 16·5 = 80 опытов.
То есть чтобы уменьшить доверительный интервал в k раз, надо увеличить количество экспериментов уже ранее проведенных в k2 раз.
n2 = k2·n1.