Головна

Алгоритм обробки даних

  1.  BDECiientDataSet - клієнтський набір даних.
  2.  Colorspace: - відео рівні даних рівнів
  3.  ER-модель бази даних. Основні нотації зображення ER-моделі.
  4.  II. Основний файл вихідних даних
  5.  II. Основний файл вихідних даних
  6.  III ЕТАП статистичного ДОСЛІДЖЕННЯ - ЕКСПЕРТИЗА ЗВЕДЕННЯ ДАНИХ
  7.  III. Порядок формування даних Звіту

 1. Введіть текстові значення на першому аркуші книги документа Excel, відповідно до макетом для обробки даних на прикладі варіанта 1 (рис. 3.8).

Мал. 3.8 Макет для обчислення ймовірності Н0 за критерієм хі-квадрат

2. Введіть вихідні дані в блок осередків з адресами (А5: С16).

3. Виконайте проміжні розрахунки.

Введіть формули для обчислення:

- Сум по рядках (в стовпець D5: D16);

- Сум за стовпцями (в рядок В17: G17);

- Частки числа пацієнтів по кожному місяцю по відношенню до загальної кількості хворих (в стовпці D5: $ D $ 17);

- Очікуваних значень по стовпцях «Дизентерія» («Інші ГКІ»), як частки захворювання (з відповідної комірки стовпчика E), помноженої на загальну кількість дизентерію ($ В $ 17) («Інші ГКІ» - $З $ 17), Заповнивши відповідно стовпці (F5: F16), (G5: G16).

4. Обчисліть ймовірність нульової гіпотези за критерієм хі-квадрат - введіть формулу =ХІ2ТЕСТ (В5: С16; F5: G16) в осередок В19.

Результати розрахунків, представлені на рис. 3.9.

5. На підставі отриманого значення ймовірності нульової гіпотези зробіть висновок про статистичної значущості відмінностей частотних розподілів в двох вибірках, а, отже, і статистичної значущості відмінностей цих вибірок.

Мал. 3.9 Результати обчислення ймовірності нульової гіпотези

за критерієм хі-квадрат

Примітка: Слід пам'ятати про те, що елементарне значення частоти при використанні критерію хі-квадрат має бути не менше 5.

Варіанти завдань №4 на визначення достовірності відповідності між видами частотних розподілів двох вибірок за критерієм хі-квадрат для самостійного виконання візьміть з завдання №3.

Порівняйте результати, отримані при використанні параметричного і непараметричного методів.

Увага! Якщо параметричний і непараметричний методи дають різні результати, слід приймати ті значення, які відповідають області дії застосованого критерію. Для нормальних частотних розподілів правомірно прийняття результатів, отриманих за критерієм Стьюдента. Для частотних розподілів, які не відповідають нормальному закону частотного розподілу, приймають результати, отримані по непараметричних критеріїв хі-квадрат.

ТЕМА 4

ВИВЧЕННЯ ЗВ'ЯЗКУ МІЖ ЯВИЩАМИ.

Кореляційного і регресійного аналізу

I. МЕТА І ЗАВДАННЯ ЗАНЯТТЯ

Мета: Вивчити статистичні методи оцінки зв'язку між досліджуваними явищами за допомогою кореляційного аналізу

завдання

1. Засвоїти сутність кореляційної зв'язку між ознаками.

2. Оволодіти методикою обчислення параметричного коефіцієнта кореляції Пірсона та непараметричного коефіцієнта рангової кореляції Спірмена з оцінкою характеру, сили та достовірності зв'язку.

II. СТУДЕНТ ПОВИНЕН ЗНАТИ

1. Теоретичні основи статистичних методів виявлення та оцінки зв'язку між явищами.

2. Поняття кореляційного і регресійного аналізу.

3. Практичне значення кореляційного і регресійного аналізу в медицині і охороні здоров'я.

III. СТУДЕНТ ПОВИНЕН ВМІТИ

1. Провести кореляційний аналіз статистичних сукупностей.

2. Правильно інтерпретувати результати кореляційного аналізу з урахуванням його достовірності.

3. Визначати область застосування кореляційного аналізу в медицині і охороні здоров'я.

IV. МОТИВАЦІЯ ТЕМИ ЗАНЯТТЯ

Відповідно до законів діалектики все явища і процеси, що відбуваються в природі і суспільстві, взаємопов'язані і взаємообумовлені. Проведення статистичного аналізу зв'язків, вивчення закономірностей і визначення факторів, що впливають надзвичайно актуальні для різних галузей медицини, біології, організації охорони здоров'я, соціально-гігієнічних та клінічних досліджень. Кореляційний аналіз є методом статистичного дослідження, який дозволяє оцінити силу зв'язку між явищами, а також її вид і напрямок.

V. ОСНОВНІ ПИТАННЯ ТЕМИ

1. Поняття функціональної залежності, аргументу, функції. Галузь застосування. Поняття кореляційної зв'язку. Види кореляційної зв'язку. Завдання кореляційного аналізу.

2. Розрахунки параметричного коефіцієнта кореляції методом квадратів (Пірсона), непараметрического коефіцієнта кореляції методом рангів (Спірмена). Визначення достовірності коефіцієнта кореляції.

3. Поняття регресивного аналізу. Галузь застосування. Розрахунок коефіцієнта регресії, шкали регресії, сигма регресії. Види причинно - наслідкових зв'язків і їх характеристика. Алгоритм розрахунку коефіцієнта регресії.

VI. Матеріальне ОСНАЩЕННЯ

1. Презентація з ілюстрацією методики проведення кореляційного і регресійного аналізів.

2. Плакат з логічною структурою теми: «Вивчення зв'язку між явищами. Кореляційний та регресійний аналіз ».

3. Технічні засоби навчання: відео двійка MPEG 4 - DVD, персональний комп'ютер.


VII. МЕТОДИКА ВИКОНАННЯ РОБОТИ

Тема вивчається 3 академіческіхе години і складається з трьох частин:

1. Вступне слово викладача.

У вступному слові викладач звертає увагу студентів на значення вивчення зв'язку між явищами в статистиці, роль кореляційного і регресійного аналізу між явищами та ознаками.

2. Діагностика знань студентів по темі: «Вивчення зв'язку між явищами. Кореляційний та регресійний аналіз »

Викладач з'ясовує вихідний теоретичний рівень знань у вивченні кореляційного і регресійного аналізу в статистичних дослідженнях.

 Зразок виконання типового завдання |  Інструктаж по виконанню роботи і контроль над ходом її виконання.


 Визначення довірчих меж середніх і відносних величин |  Параметричні методи визначення достовірності відмінностей середніх (або відносних) величин (за критерієм Т - Стьюдента) |  Непараметрична оцінка достовірності відмінностей порівнюваних груп за критерієм згоди (хі-квадрат) |  Популярні непараметричні методи оцінки достовірності відмінностей |  Зразок виконання типового завдання |  Зразок виконання типового завдання |  Зразок виконання типового завдання |  Алгоритм обробки даних |  XI. НАВЧАЛЬНО-ДОСЛІДНИЦЬКА РОБОТА СТУДЕНТІВ |  Алгоритм обробки даних |

© 2016-2022  um.co.ua - учбові матеріали та реферати