Введение в статанализ. Биостатистика презентация

ВВЕДЕНИЕ В СТАТАНАЛИЗ

СТАТИСТИКА – наука о сборе, представлении и анализе данных

Из теории информации

Диссертация – «информационный продукт»

Процесс исследования

Процесс исследования

Итог защиты – «признать выводы обоснованными»

Гипотезы - задачи

Цель, задачи

Виды клинических задач

Массивы данных

Требования к информации

Принципы формирования массива

Что может статистика? Статистическое описание, оценивание Сравнение групп, этапов, проверка гипотез Статистическое моделирование Придать исследованию, анализу наукообразность

Что статистика не может? Улучшить выборку Оценить неизвестные признаки Исправить ошибки в измерениях Дать интерпретацию результатов

Этапы статистического анализа Постановка задачи Подготовка данных к анализу Проверка данных Обоснованный выбор методов статистического анализа Анализ. Интерпретация результатов Представление результатов

I. Постановка задачи Garbage in, garbage out Никакая статистическая обработка данных не может устранить неизвестную систематическую ошибку Проверка гипотез (первичный анализ данных) или выдвижение гипотез (вторичный анализ - post hoc analysis - data dredging)

II. Подготовка данных Разбиение области значений на интервалы, округление и точность Предварительные расчеты Использование стандартных шкал для клинических признаков Пропущенные значения Выбор объекта наблюдений Контрольные группы Интервал нормы

Подготовка данных

III. Проверка данных Ошибки набора Артефакты Выпадающие значения

Типы информации Массовые исследования (десятки тысяч наблюдений и сотни показателей). Результаты отдельных исследований (наблюдения за группами объектов).

IV. Обоснованный выбор методов статистического анализа Типы данных Вид распределения Одно- и двусторонние тесты Связанные и несвязанные выборки Проблема множественных сравнений (алгоритмы, выбор уровня Р) Хи-квадрат или ТКФ Корреляция или регрессия

VI. Интерпретация результатов Отсутствие достоверных результатов не является подтверждением нулевой гипотезы Корреляционная связь – не причинно-следственная Валидизация многомерных моделей Data dredging (post hoc analysis) Соотношение статистической и клинической, эпидемиологической и другой предметной значимости Очень большие и очень маленькие выборки Суррогатные исходы и конечные точки

VII. Представление результатов «Единые требования к статьям, представляемым в международные биомедицинские журналы» (Межд. журнал мед. практики, 1997, N 5, с. 53-64) Число наблюдений для каждого признака Описательная статистика - M+SD, Me (LQ;UQ), % (n/N) Точность результатов (оценки, Р) ДИ (для основных результатов исследования) и Р Указание на использованные стат. методы Указание на использованный стат. пакет

V. Основные этапы анализа данных Подготовка данных: заполнение таблиц, импорт, проверка и сортировка.

Разведочный анализ

Описание данных

Описание данных

Описание данных

Описание данных

Описание данных

Моделирование

Для графических объектов

Статистические системы