- •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.
2.15. Повторные измерения (Парный критерий Стьюдента).
Парный критерий Стьюдента используется при измерении одних и тех же объектов до и после воздействия какого-либо фактора. Нулевая гипотеза состоит в том, что среднее изменение равно нулю.
Если δ – истинное среднее изменение признака, а d – наблюдаемое (выборочное) среднее изменение признака, то выборочное стандартное отклонение изменения признака:
а стандартная ошибка изменения признака:
Таким образом, парный критерий Стьюдента принимает вид:
При верности нулевой гипотезы:
Значение t следует сравнить с tкрит для выбранного уровня значимости и числа степеней свободы ν=n-1.
Если t< tкрит, то нулевая гипотеза верна (воздействие не оказано). Если обычный критерий Стьюдента требует нормального распределения самих данных, то парный критерий Стьюдента требует нормального распределения их изменений.
2.16. Критерий Крускала-Уоллиса
,
где N – общее число наблюдений, объем комплекса;
ni – численность вариант в каждой группе;
Ri – ранги вариант, ранжированных в общем порядке.
Условием для отвергания нулевой гипотезы на принятом уровне значимости α будет Н ≥ Нst , где Нst находят по таблице. При числе групп больше 3 или n ≥ 5 Н → χ2 , поэтому величину Н можно сравнить с табличным значением χ2st . Н0-гипотезу отвергают, если Н ≥ χ2st для принятого уровня значимости α и числа степеней свободы
k = m – 1, где m – число групп.
Пример. Тест резистентности эмали (ТЭР-тест).
Пробы |
Возраст, лет |
|||||
3 |
4 |
5 |
||||
А1 |
R1 |
А2 |
R2 |
А3 |
R3 |
|
1 |
2 |
3 |
3 |
9,5 |
2 |
3 |
2 |
3 |
9,5 |
3 |
9,5 |
2 |
3 |
3 |
3 |
9,5 |
3 |
9,5 |
2 |
3 |
4 |
3 |
9,5 |
3 |
9,5 |
2 |
3 |
5 |
3 |
9,5 |
4 |
14 |
- |
- |
Суммы |
ΣR1 = 41 |
ΣR2 = 52 |
ΣR3 = 12 |
|||
Для n1 =5; n2 =5; n3 =4 критическое значение при α = 0,05 Нst = 5,66. Таким образом, Н0-гипотеза отвергается на 5%-ном уровне значимости. Кислотная резистентность здоровых зубов в обследованных группах детей с возрастом достоверно изменяется.
2.17 Х-критерий Ван-дер-Вардена
Критерий применяют для проверки нулевой гипотезы при сравнении друг с другом независимых выборок.
- Сравниваемые выборки ранжируют в один общий ряд по возрастающим значениям признака. Каждому члену ряда присваивают порядковый номер.
-
По порядковым номерам одной из выборок,
обычно меньшей по объему, находят
отношение
,
где N
+ 1 = n1
+ n2
+ 1, т.е сумма всех объемов выборок,
увеличенная на единицу; а R
– порядковый номер вариантов выборки
в общем ранжированном ряду, их ранг.
-
Находят (по специальной таблице) значения
функции
для каждого значения
;
-
Суммируют результаты для выборки
(обязательно с учетом знаков), получают
величину
,
которую сравнивают с критической точкой
этого критерия Хst
для принятого уровня значимости α и
общего числа членов сравниваемых
выборок, т.е. N
= n1
+ n2
(с учетом
разности n1
− n2);
- Если Хф ≥ Хst то предположение, что сравниваемые выборки извлечены из генеральных совокупностей с одинаковыми функциями распределения отвергают на принятом уровне значимости (выборка принадлежит разным генеральным совокупностям и разница между ними существенна).
Пример. Влияние кобальта на привес кроликов
Привес, г |
Ранг |
|
|
|
контроль |
опыт |
|||
420 |
|
1 |
|
|
470 |
|
2 |
|
|
490 |
|
3 |
|
|
504 |
|
4 |
|
|
530 |
|
5 |
|
|
560 |
|
6 |
|
|
|
561 |
7 |
7/18=0,389 |
−0,28 |
580 |
|
9 |
|
|
|
580 |
9 |
9/18 = 0,500 |
0,00 |
580 |
|
9 |
|
|
600 |
|
11 |
|
|
|
621 |
12 |
12/18=0,667 |
+ 0,43 |
|
630 |
13 |
13/18=0,722 |
+ 0,59 |
|
640 |
14 |
14/18=0,778 |
+ 0,77 |
|
680 |
15 |
15/18=0,833 |
+ 0,97 |
|
692 |
16 |
16/18=0,889 |
+ 1,22 |
|
700 |
17 |
17/18=0,944 |
+ 1,59 |
n1 = 9 |
n2 = 8 |
− |
− |
+ 5,29 |
Найденная величина критерия Хф = 5,29 превосходит критическую точку Хst = 4,44 для 1% уровня значимости и N = 9 + 8 = 17 с учетом разности n1 − n2 = 1, что дает основание отвергнуть нулевую гипотезу на высоком уровне значимости и заключить, что влияние кобальта на величину массы тела кроликов достоверно.
