- •Гоу впо Российский Государственный Медицинский Университет им. Пирогова. Кафедра Медицинской Кибернетики и Информатики. Курсовая работа по курсу статистического анализа.
- •1.Существует ли статистически значимое отличие в показателях кислотности крови у больных кардиоэмболией и атеротромбозом?
- •2.Существует ли статистически значимая связь в показателях общего анализа крови и показателях кислотности крови у больных кардиоэмболией?
- •3.Имеется ли статистическая связь стороны поражения и пола больного?
- •4.Различается ли амплитуда ритма df3 в левом и правом полушарии?
3.Имеется ли статистическая связь стороны поражения и пола больного?
В данном задании необходимо оценить наличие ассоциации между двумя качественными признаками (пол и сторона поражения). Для этого сначала построим таблицу сопряженности с указанием абсолютных частот наблюдаемых признаков. Basic statistics /Tables – Tables and Banners.Для построения двумерной таблицы сопряженности в первом открывшемся диалоговом окне сначала необходимо выбрать процедуру Specify tables. При этом откроется второе диалоговое окно для задания признаков, подлежащих анализу.
Таблица 12.Таблица сопряженности пола больного и стороны поражения
Summary Frequency Table (КУРСОВАЯ) Marked cells have counts > 10 (Marginal summaries are not marked) |
||||
|
полушарие |
Пол |
Пол |
Row |
|
правое |
30 |
21 |
51 |
|
левое |
27 |
7 |
34 |
|
AllGrps |
57 |
28 |
85 |
Для решения задачи и определения возможной взаимосвязи анализируемых признаков необходимо сформулировать и проверить нулевую статистическую гипотезу (Н0). Она формулируется следующим образом: распределение по одному признаку не влияет на распределение по другому признаку. Альтернативной гипотезой в данном случае будет допущение, что признаки являются зависимыми. Для проверки нулевой гипотезы воспользуемся критерием χ2. Для этого в меню statistics в пункте nonparametrics выбираем пункт 2Х2 tables. В ячейки таблицы вносим частоты признаков из таблицы 12.
Таблица 13. Таблица сопряжённостей, модификация Хи-квадрат Йейтса, МакНемар хи-квадрат, Фишер.
2 x 2 Table (data_for_test2) |
|||
|
Column 1 |
Column 2 |
Row |
Frequencies, row 1 |
30 |
21 |
51 |
Percent of total |
35,294% |
24,706% |
60,000% |
Frequencies, row 2 |
27 |
7 |
34 |
Percent of total |
31,765% |
8,235% |
40,000% |
Column totals |
57 |
28 |
85 |
Percent of total |
67,059% |
32,941% |
|
Chi-square (df=1) |
3,91 |
p= ,0479 |
|
V-square (df=1) |
3,87 |
p= ,0492 |
|
Yates corrected Chi-square |
3,04 |
p= ,0813 |
|
Phi-square |
,04605 |
|
|
Fisher exact p, one-tailed |
|
p= ,0392 |
|
two-tailed |
|
p= ,0609 |
|
McNemar Chi-square (A/D) |
13,08 |
p= ,0003 |
|
Chi-square (B/C) |
,52 |
p= ,4705 |
|
Согласно тестам Chi-square (df=1)( p= ,0479), V-square (df=1)( p= ,0492), Fisher exact p, one-tailed (p= ,0392. McNemar Chi-square (A/D)( p= ,0003) и Chi-square (B/C)( p= ,4705) р<0,05. В этом случае принимается гипотеза H1 о статистически значимой связи между полом больного и стороной поражения.
Значения p по остальным критериям: Yates corrected Chi-square ( p= 0,0813); Fisher exact p ,two-tailed(p=0 ,0609) , свидетельствуют о том, что гипотеза H0 не отклоняется.
Таким образом, необходимо продолжить исследование данного вопроса.