Абдулгалимов М Информатика Реферат. Математическая обработка статистических данных, результатов естественно научного и математического эксперимента, медикобиологических наблюдений.
 Скачать 26.09 Kb.
|
|
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «РОСТОВСКИЙ ГОСУДАРСТВЕННЫЙ МЕДИЦИНСКИЙ УНИВЕРСИТЕТ» МИНИСТЕРСТВА ЗДРАВООХРАНЕНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ КОЛЛЕДЖ Реферат на тему «Математическая обработка статистических данных, результатов естественно - научного и математического эксперимента, медико-биологических наблюдений.» Выполнил Студент 3 курса 32 группы специальность «Лечебное дело» Абдулгалимов Мавлудин Ш. Проверила преподаватель Дисциплины Скляр.Е.Ю. Ростов-на-Дону 2021 год. ОглавлениеВступление 2 Особенности и общие принципы статистического анализа биомедицинских данных 3 Особенности анализа биомедицинских данных 4 Программные средства анализа данных 6 Электронные таблицы. 6 Основные принципы обработки информации при помощи табличного процессора Microsoft Excel 7 Заключение 9 Список литературы 10 ВступлениеМетоды статистической обработки результатов эксперимента. Методами статистической обработки результатов эксперимента называются математические приемы, формулы, способы количественных расчетов, с помощью которых показатели, получаемые в ходе эксперимента, можно обобщать, приводить в систему, выявляя скрытые в них закономерности. Речь идет о таких закономерностях статистического характера, которые существуют между изучаемыми в эксперименте переменными величинами. Некоторые из методов математико-статистического анализа позволяют вычислять так называемые элементарные математические статистики, характеризующие выборочное распределение данных, например выборочное среднее, выборочная дисперсия, мода, медиана и ряд других. Иные методы математической статистики, например дисперсионный анализ, регрессионный анализ, позволяют судить о динамике изменения отдельных статистик выборки. С помощью третьей группы методов, скажем, корреляционного анализа, факторного анализа, методов сравнения выборочных данных, можно достоверно судить о статистических связях, существующих между переменными величинами, которые исследуют в данном эксперименте. Особенности и общие принципы статистического анализа биомедицинских данныхЦель: Изучить особенности и общие принципы статистического анализа биомедицинских данных. Необходимо знать: особенности анализа биомедицинских данных, этапы анализа данных, программные средства анализа данных: пакеты и их категории, электронные таблицы, принципы и технологию обработки числовой информации при помощи Microsoft Excel. Необходимо уметь: вводить информацию в электронную таблицу Microsoft Excel; выделять ячейки; изменять их размеры; объединять ячейки; использовать функцию автозаполнения; оформлять таблицу; создавать и форматировать диаграммы, выполнять расчеты по формулам. Особенности анализа биомедицинских данныхВ медицинской практике и, особенно, в медицинских исследованиях часто применяются различные методы анализа и обработки данных. Математика, в частности статистика, широко используется в медицине. Математические методы позволяют объективно оценивать количественные результаты исследований. Для любого врача, связанного с экспериментальными исследованиями, совершенно очевидна необходимость использования статистических методов в своей работе. При этом роль используемых статистических методов двояка: с одной стороны они позволяют обнаружить ранее неизвестные закономерности, с другой, с их помощью авторы проверяют достоверность априорно формулируемых выводов. Важнейшим условием при анализе данных является корректность и грамотность применения статистических методов. Долгое время анализ медицинских данных оставался уделом специалистов, так как требовал весьма серьезной математической подготовки. В настоящее время с появлением современных технологий необходимые статистические исследования врач может провести самостоятельно, используя разнообразные компьютерные пакеты программ. Использование компьютера делает достаточно сложные методы анализа медицинских данных более доступными и наглядными: теперь не требуется вручную выполнять трудоемкие расчеты по сложным формулам, строить таблицы и графики. Если раньше для анализа данных в первую очередь требовалось глубокое знание статистики и владение методами расчетов, то в современной компьютерной технологии обработки данных более важным стало умение работать с пакетами для обработки данных. Анализ данных с использованием статистического пакета включает несколько этапов. 1. Планирование исследования. Необходимо спланировать исследование с учетом последующей обработки данных, чтобы избежать ситуации, когда некоторые наблюдения оказываются лишними, а каких-то не хватает для реализации выбранных методов анализа. Однако на практике на начальных этапах исследования часто нет полной ясности о методах обработки результатов исследований. Поэтому следует ориентироваться на наиболее часто используемые методы обработки медицинских данных и требования к исходному материалу, предъявляемые ими. 2. Подготовка данных к анализу. Это крайне важный, часто недооцениваемый этап работы. Обычно он включает: ввод данных, предварительное преобразование данных, визуализацию данных с целью формирования представления об исходном материале. В настоящее время практически отпадает необходимость в предварительном структурировании, построении необходимых выборок, ранжировании и т.д. Эти задачи в современных пакетах автоматизированы и выполняются непосредственно при реализации выбранного метода анализа. 3. Предварительный анализ данных. На этом этапе формируется представления о типе анализируемых данных, когда выясняется структура, определяются зависимости между данными, производится их группировка. 4. Выбор и реализация метода анализа. В связи с многообразием методов выбор может быть весьма затруднителен. Однако в современных пакетах введенные данные достаточно просто обработать с использованием различных процедур, а затем можно выбрать метод, дающий наилучшие результаты. 5. Интерпретация результатов анализа. Этот этап часто вызывает затруднения у исследователей-медиков в связи с ограниченностью знаний в области статистики. Поэтому к интерпретации результатов анализа следует относиться особенно внимательно, точно следуя указаниям соответствующих руководств. Это же касается и практических рекомендаций и выводов, которые осуществляются на основе результатов статистического анализа. 6. Представление результатов. Является одним из важнейших компонентов качества применения статистических методов. Поэтому полнота и уровень описания, как самого анализа, так и его результатов, наглядность их представления не должны снижать общий уровень выполненной работы, что особенно важно при оформлении диссертации. Программные средства анализа данныхБольшое значение имеет программное средство (статистический пакет), которое используется при компьютерном анализе. Для обработки медицинских данных обычно используют два типа программных средств: пакеты обработки данных и электронные таблицы. Пакеты обработки данных. Число пакетов для обработки данных, получивших распространение в России, достаточно велико. Среди них, как отечественные программы, так и пакеты иностранного производства. Основную часть имеющихся пакетов для обработки данных можно отнести к трем категориям: 1. Специализированные пакеты обычно содержат методы из одного – двух разделов статистики или методы, используемые в конкретной предметной области. (Data Scope, Класс-Мастер, САНИ и др.) 2. Пакеты общего назначения или универсальные. Благодаря отсутствию ориентации на специфическую предметную область, широкому диапазону статистических методов, дружелюбному интерфейсу пользователя они являются наиболее удобными и часто применяемыми. Практически все медицинские задачи по обработке данных могут быть решены с помощью универсальных пакетов. (STATISTICA, STADIA и др.) 3. Профессиональные пакеты предназначены для пользователей, имеющих дело со сверхбольшими объемами данных или узкоспециализированными методами анализа. (SAS, BMDP и др.) Практически все статистические пакеты обеспечивают широкий набор средств визуализации данных: построение графиков, двух- и трехмерных диаграмм, а часто и различные средства деловой графики. Электронные таблицы.Электронные таблицы или табличные процессоры менее удобны для анализа медицинских данных. Тем не менее, простейшая статистическая обработка данных в диссертационных работах часто проводится с помощью электронных таблиц вследствие их широкой распространенности. Электронные таблицы предназначены, в основном, для организации относительно несложных расчетов с большим количеством идентичных данных. Эти программы позволяют вычислять значения элементов таблиц по заданным формулам, строить по данным в таблице различные графики и т.д. Многие из них предоставляют и дополнительные возможности, например, трехмерные таблицы, связь с базами данных и другие функции. Наиболее популярные электронные таблицы: Microsoft Excel, Suprecalc, Lotus 1-2-3 и другие. Остановимся подробнее на первой из них. Основные принципы обработки информации при помощи табличного процессора Microsoft ExcelДля обработки и представления числовой информации часто используются таблицы. Компьютер позволяет создавать электронные таблицы, отображать и обрабатывать в них данные. Класс прикладных программ, используемых для этой цели, называется электронными таблицами или табличными процессорами. Особенность электронных таблиц заключается в возможности применения формул для описания связи между значениями различных ячеек. Расчет по заданным формулам выполняется автоматически. Изменение содержимого какой-либо ячейки приводит к пересчету значений всех, связанных с ней математическими соотношениями, ячеек, и, тем самым, к обновлению всей таблицы в соответствии с изменившимися данными. Потребность в использовании для обработки числовой информации электронной таблицы возникает в том случае, если имеется большой объем данных, подлежащих однотипной обработке, а математические расчеты выполняются по сравнительно простым формулам. Если исходных данных сравнительно немного, а создание таблицы производится однократно, то удобнее воспользоваться калькулятором, а при необходимости выполнения сложных математических расчетов приходится разрабатывать специальные программы, ориентированные на решение только данной задачи. Одним из наиболее распространенных табличных процессоров является Microsoft Excel. Он обладает широким кругом различных возможностей. Однако в практике медработника наиболее важны следующие: построение таблиц, создание диаграмм, элементарная статистическая обработка данных. Рабочее окно Excel в общих чертах идентично окну Word. Однако в отличие от последнего, оно имеет строку формул, строки имен столбцов и строк. Документ Excel называется рабочей книгой. Рабочая книга представляет собой набор рабочих листов, каждый из которых имеет табличную структуру – состоит из ячеек (минимальных элементов для хранения данных), образующих в совокупности строки и столбцы. Каждая ячейка имеет адрес, сочетающий в себе номер столбца и строки. При помощи адреса на ячейку можно ссылаться в формулах. Также можно ссылаться на группу рядом расположенных ячеек, как на единое целое. Такая группа называется диапазоном. Вычисления в Excel осуществляются при помощи формул, которые составляются по определенным правилам. При составлении электронных таблиц беспрекословно следует соблюдать следующий принцип: если значение ячейки зависит от других ячеек, для его определения нужно всегда использовать формулу. Это гарантирует, что последующее редактирование таблицы не нарушит ее целостности и правильности вычислений. Необходимо помнить, что Excel не является программой статистической обработки – это дополнительная функция программы и поэтому ее нельзя рекомендовать для работы с серьезным научным материалом. Для этого существуют специализированные пакеты для статистических расчетов. Наиболее приспособленной и доступной программой для работы с медицинскими данными является пакет STATISTICA. ЗаключениеППО STATISTICA является мощным инструментом для анализа результатов медико-биологических экспериментов любого уровня сложности, для создания многофакторных моделей и чувствительных тестов оценки эффективности, и только от исследователя зависит качество полученных результатов. Достаточная простота работы в ППО STATISTICA дает возможность самостоятельно анализировать результаты специалистам медико-биологического, а не математического профиля. Неграмотная работа с данными приводит к грубым систематическим ошибкам, более того, может быть потеряна ценность самих экспериментальных данных при неправильной статистической обработке. Подбор метода остается за исследователем, как и планирование эксперимента с возможностью получения данных от репрезентативных выборок. Использование ППОSTATISTICA сводит к минимуму случайные ошибки в расчётах, дает возможность выбора наиболее адекватного метода анализа и графического представления данных на всех этапах анализа, выявить выпадающие значения. Но ответ на вопрос, подвергать ли дополнительному анализу отдельные выпадающие наблюдения или исключить их, как ошибку измерения, остается за исследователем. Использование пакетов статистических программ существенно экономит время, позволяя быстро проанализировать большие объемы информации. Последовательные версии ППОSTATISTICA (от 6.0 до 8.0) не претерпевают значительных изменений в модулях, необходимых для анализа результатов биологических экспериментов, что также экономит время, так как освоенными методами можно пользоваться в течение многих лет. В то же время, некоторые систематические ошибки анализа могут неоднократно вносить коррективу в результаты экспериментов. Поэтому, использование ППО STATISTICA не исключает необходимость знания исследователем статистических закономерностей. Статистки основана на сложных математических моделях, и интерпретация результатов должна четко соответствовать закономерностям биологических систем или особенностям клинического использования результатов. Список литературы1. Гланц С. Медико-биологическая статистика.—«Практика», 3. Рокицкий П.Ф. Биологическая статистика. (Изд.' 3-е, испр.) — «Высший. школа», —1973. —320 с. 4. Боровиков В.П. Популярное введение в программу STATISTICA. —2005. —280с. 5. Боровиков В.П. STATISTICA: искусство анализа данных на компьютере – СПб, 2003. – 688с. 6. Куканков Г., Фигурин В. Методы обработки экспериментальных данных. 2005. —122с. 7. Реброва О.Ю. Статистический анализ медицинских данных Применение пакета прикладных программ STATISTICA. —М., МедиаСфера, —2002. —312 с. 8. Юнкеров В.И., Григорьев С.Г. Математике-статистическая обработка данных медицинских исследований. —СПб. —ВМсдА, —2002 —266 с. 9. Платонов А.Е. Статистический анализ в медицине и биологии: задачи, терминология, логика, компьютерные методы. — М., —Издательство РАМН, —2000. —52 с. |