икт. Контрольная работа по дисциплине Информатика и компьютерная техника Вариант 14 студентка 1го курса сл2112 группы
 Скачать 468.18 Kb.
|
|
МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ КРЫМСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ ИМЕНИ В.И. ВЕРНАДСКОГО МЕДИЦИНСКАЯ АКАДЕМИЯ ИМЕНИ С.И. ГЕОРГИЕВСКОГО ФИЗИКО-ТЕХНИЧЕСКИЙ ИНСТИТУТ Кафедра физики конденсированных сред, физических методов и информационных технологий в медицине. КОНТРОЛЬНАЯ РАБОТА По дисциплине «Информатика и компьютерная техника» Вариант № 14 Выполнил: студентка 1-го курса СЛ-211-2 группы Стоматологического факультета Ярмощук Кристина Юрьевна Симферополь, 2022 г 2 Общая теория Нулевая гипотеза — принимаемое по умолчанию предположение о том, что не существует связи между двумя наблюдаемыми событиями, феноменами. Так, нулевая гипотеза считается верной, пока нельзя доказать обратное. Альтернативная гипотеза (Н1) – это предположение, принимаемое в случае отклонения нулевой гипотезы. Параметрические методы – это количественные методы статистической обработки данных, применение которых требует обязательного знания закона распределения изучаемых признаков в совокупности и вычисления их основных параметров. Например, известно, что выборки извлечены из генеральных совокупностей с нормальным законом распределения и одинаковыми дисперсиями. Требуется выяснить, одинаковы ли генеральные средние этих совокупностей. Непараметрические методы – это количественные методы статистической обработки данных, применение которых не требует знания закона распределения изучаемых признаков в совокупности и вычисления их основных параметров. Например, непараметрической является гипотеза о равенстве генеральных средних значений двух совокупностей, если нет информации о виде законов распределения измеряемой величины. Выборка (выборочная совокупность) – часть генеральной совокупности; по её свойствам судят о генеральной совокупности. Независимые выборки - выборки, в которые объекты исследования набирались независимо друг от друга. Например, если основная и контрольная группы при сравнении различных методов лечения формируются с помощью случайного выбора из некоторого набора пациентов, то такие выборки являются независимыми. Случайная величина (переменная) – это величина, которая может принимать любое из набора взаимоисключающих значений с определенной вероятностью. Уровень значимости - это максимально приемлемая для исследователя вероятность ошибочно отклонить нулевую гипотезу, когда она на самом деле верная, т.е. допускаемая исследователем величина ошибки первого рода. Значение р (от которого мы отталкиваемся, решая, какую гипотезу выбрать) – уровень значимости - вероятность справедливости нулевой гипотезы. Статистически не значимые значения - те значения, при которых p больше принятого уровня значимости (0,05); при этом нулевую гипотезу не отклоняют. Статистически значимые значения - значения, при которых p меньше принятого уровня значимости; принимается альтернативная гипотеза. 3 Задание 1 Теория для задания 1 Зависимость между переменными величинами называется корреляционной или корреляцией, при которой значению каждой средней величины одного признака соответствует несколько значений другого взаимосвязанного с ним признака. Корреляционная связь между признаками бывает прямой (положительной) и обратной (отрицательной), прямолинейной и криволинейной. Задачи корреляционного анализа сводятся к: 1) Установлению направления и вида связи между варьирующими признаками; 2) Измерению силы корреляционной связи; 3) Проверке достоверности выборочных показателей корреляции; Корреляционный анализ находит широкое применение в работе врача любой специальности: при оценке физического развития детей и подростков, для определения зависимости между условиями труда, быта и состояния здоровья; при определении зависимости показателей заболеваемости от пола, возраста, стажа работы и т.д. 4 1. При прямой связи с увеличением значений одного признака возрастает среднее значение другого признака. Коэффициент корреляции, определяющий прямую связь, обозначается знаком плюс (+). 2. При прямой связи с увеличением значений одного признака возрастет среднее значение другого. Коэффициент корреляции, характеризующий обратную связь, обозначается знаком (-). По силе связи значение коэффициента корреляции колеблется от единицы (полная связь) до нуля (отсутствие связи). Чем больше среднему значению одного признака соответствует значений другого признака, тем выше сила связи между ними.Расчеты параметрического коэффициента корреляции методом квадратов (Пирсона), непараметрического коэффициента корреляции методом рангов (Спирмена). Параметрический коэффициент корреляции Пирсона применяется для оценки связи между количественными признаками, подчиняющимися нормальному закону частотного распределения. Непараметрический коэффициент ранговой корреляции Спирмена применяется для оценки связи между количественными признаками, не подчиняющимися закону нормального частотного распределения или качественными (порядковыми) характеристиками. В последнем случае, значения можно сравнивать между собой и располагать их в порядке возрастания или убывания качества. Чем ближе модуль коэффициента корреляции к единице, тем сильнее или глубже корреляционная взаимосвязь между двумя вариационными рядами. Модульное значение выше 0,8 характеризуют сильную взаимосвязь, в интервале 0,8-0,5 –выраженную взаимосвязь, 0,5-0,2 – слабую взаимосвязь, менее 0,2 (0,2 – 0) –отсутствие взаимосвязи. 5 1. Для решения используем программу Medstat. Заполняем таблицу, используя данные, которые имеются в условии. Определяем тип данных: количественный (соответственно в Medstat выбираем новые данные, а затем вариационный ряд. 2. Следующий шаг – проверка на соответствие нормальному закону распределения. 6 Так как в результате мы получаем, что не все величины подчиняются нормальному закону распределения, нам следует использовать непараметрические методы. 3. Далее проводим корреляционный анализ. Соответственно, в случае, отличного от нормального закона распределения, выбираем непараметрические методы, после чего выбираем «Показатель ранговой корреляции Спирмена»: 7 4. Получаем результат что корреляционные связи отсутствуют. Вывод: При проведении корреляционного анализа, было установлено, что корреляционные взаимосвязи отдельных критериев иммунной системы с количеством меди в организме не выявлено. Исходя из этого, можно сделать вывод, что корреляционной связи для двух выборок не имеется. |