- •Признаки и их классификация
- •Однофакторные и двухфакторные дисперсионные комплексы. Примеры этих комплексов.
- •Отправные положения и теоретическая основа биометрии
- •Теоретические основы дисперсионного анализа
- •Формирование выборочной совокупности
- •Построение динамических рядов
- •Ранжированные и вариационные ряды. Построение вариационных рядов.
- •Стохастические процессы. Марковские процессы.
- •Структура и место в системе биологических наук дисциплины «Математические методы в биологии. Эвм и программирование»
- •Средние величины. Способы вычисления значения средней арифметической и средней геометрической
- •Общая схема цифровой электронной вычислительной машины (цвм) и работа её основных функциональных блоков.
- •Основные понятия теории вероятностей. Классификация вероятностей.
- •Специальные области применения эвм в биологии.
- •Биномиальное распределение. Формулы Бернулли, бинома Ньютона и Лапласа.
- •15. Графики распределения значений биологического признака. Основные правила построения графиков.
- •18Показатели вариации. Способы вычисления значения среднего квадратического отклонения.
- •19.Структура авм
- •20. Арифметические операции над вероятностями.
- •22. Распределение Пуасcона.
- •24. Совмещение полигона эмпирического распределения с кривой нормального распределения.
- •25. Отклонение эмпирического распределения от нормального (виды отклонений и причины).
- •27. Статистическая обработка альтернативных( качественных) признаков.
- •29. Вычисление теоретических частот эмпирического распределения.
- •31. Ошибки репрезентативности. Показатель точности.
- •33. Установление достоверности средней арифметической и различия между значениями средних арифметических. Трансгрессия.
- •35.Регрессия. Построение корреляционной решетки.
- •37. Эмпирические ряды, коэффициенты и уравнения регрессии.
- •39.Корреляция. Коэффициент прямолинейной корреляции.
- •42.Нормальное распределение и свойства кривой нормального распределения.
- •46.Этапы становления науки
- •Оценка существенности асимметрии
- •Эксцесс распределения
- •Оценка существенности эксцесса
Основные понятия теории вероятностей. Классификация вероятностей.
Первоначальным понятием о теории вероятностей является событие. Под событием понимают любой возможный факт, о котором можно сказать, что он произойдет или не произойдет в данных условиях.
События бывают: 1) Достоверные - событие, которое в конкретных условиях обязательно произойдет; 2) Невозможные - событие, которое в данных условиях не может произойти; 3) Случайные - которые могут произойти или нет. Непредсказуемость исхода случайного события обусловлена действием многочисленных причин, не поддающихся учету.
Исход события реализуется в процессе испытания, включающего в себя совокупность условий или действий, при котором может произойти или нет случайное событие.
Прогноз события можно обозначить как вероятно, невероятно, более вероятно, вероятнее всего.
Р-вероятность
А-событие
А - противоположное событие
Р(А)- вероятность события А
Р(А)- вер. противоположные события
Вероятность невозможного события = 0
Вероятность достоверного события = 1
0< P(A) случайное событие <1
Ʃ вероятностей прямого и противоположного события = 1
Виды вероятностей:
Классическая - ее можно определить без проведения эксперимента, расчетным путем (равна отношению числа благополучных исходов к общему числу) например, игр кость, монета. Р(А)=M/N
Статистическая – получается только после опыта, путем массовых однородных испытаний (равна отношению числа положит удачных исходов m к общему числу) например, вероятность рождения мальчиков. Р(А)~m/n
Геометрическая – разновидность классической, когда значение может быть рассчитано без проведения испытаний. например, определить вер-ть встречи 2х чел-ек, договорившихся прийти в определенное место между 8 и 9 часами, причем каждый ждет др 15 мин, а затем ,не дождавшись, уходит.
Р(А)=SA/S, где SA-площадь области, благоприпятствующей встрече, S- площадь всей области
Специальные области применения эвм в биологии.
Электронные вычислительные машины (ЭВМ). Основными схемными элементами ЭВМ являются электронные приборы — электронные лампы или транзисторы. Основные области применения ЭВМ в медицине и биологии следующие. 1. Диагностика заболеваний, определение прогноза и выбор оптимального варианта лечения, классификация биологических объектов. 2. Автоматическая обработка экспериментальных и клинических данных (выделение регулярных составляющих в электроэнцефалограммах и неврограммах, спектральный и корреляционный анализ биологических процессов, подсчет и классификация клеток крови или гистологических препаратов, анализ данных радиографии, обработка данных рентгенологического обследования). 3. Реализация математических и физических моделей (моделирование нервных сетей, поведения, обмена в организме или отдельных клетках, отдельных органах или системах организма, поведения популяций животных). 4. Стереотаксические расчеты во время операций на головном мозге человека. 5. Автоматизация обработки медицинских архивных материалов. 6. Предсказание фармакологических свойств веществ по их физико-химическим характеристикам. 7. Автоматическое управление искусственным дыханием и кровообращением во время операций и при наблюдении за больными в тяжелом состоянии. 8. Планирование и автоматизация длительных и дорогостоящих экспериментов. Имеется тенденция к дальнейшему расширению областей применения ЭВМ в биологии и медицине.