тема 4
.docxОценка достоверности результатов не проводится при сплошном исследовании (для анализа отобраны все возможные единицы наблюдения). Однако в системе| медико-биологических исследований подавляющая часть исследований является выборочной|избирательной|.
Выборочное (выборка) – это исследование, при котором характеристика всей совокупности фактов дается по некоторой ее части, которая отобрана случайным путем.
Теоретическое обоснование выборочного метода дается теорией вероятности и законом больших чисел.
Оценить достоверность результатов выборочного исследования
означает определить, с какой вероятностью можно перенести сделанные для него выводы (результаты изучения признаков) с выборочной совокупности на всю генеральную совокупность (т.е., по части явления судить о явлении в целом, о его закономерностях).
При проведении выборочного|избирательного| исследования мы можем| сталкиваться с общими погрешностями и погрешностями выборки.
Общие погрешности (ошибки) могут иметь как систематический|систематичный| характер| (методические, недостатки|недостаток| измерительной аппаратуры), так и случайный (ошибки|ошибка| исследователя).
Погрешности выборочного наблюдения связаны|повязал| с отбором его единиц. Это погрешности типичности, репрезентативности.
В процессе анализа рассчитанные показатели рассматривают как обобщающие величины|. Если результаты получены на основе достаточного по количеству и качественно однородного материала, то можно считать, что они достаточно точно характеризуют исследуемые явления.
Нулевая и альтернативная гипотезы
Проверка гипотезы имеет огромное значение в медицинских исследованиях, потому что позволяет исследователю делать обобщения о генеральной совокупности на основе вероятностей из результатов выборочного исследования.
Цель исследователя – доказать, что данные наблюдения, полученные при исследовании статистически значимы. Проверка гипотезы подтверждает (или опровергает) утверждение, что данные наблюдения не возникли случайно, а отражают подлинную связь между зависимыми и независимыми событиями.
Нулевая гипотеза (Но) утверждает, что нет разницы между попавшими и не попавшими под воздействие факторов (риска) субъектами в отношении риска развития события (заболевания и т.п.). Наблюдаемая разница является случайной.
Альтернативная гипотеза (НА) утверждает, что есть разница между попавшими и не попавшими под воздействие факторов (риска) субъектов в отношении риска развития события (заболевания и т.п.). Наблюдаемая разница не является случайной.
Если данные исследования статистически значимы и нулевая гипотеза не получила подтверждения, она может быть отвергнута и принимается альтернативная.
Ошибки первого и второго типа
Правдивость
Но правдива Но ложна
Допускание Но Правильно Решение
|
Ошибка II типа
|
Отвергание Но Ошибка I типа
|
Правильно |
Но правдива = статистически не значима
Но ложна = статистически значима
Допускание Но = статистически не значимо
Отвергание Но = статистически значимо
Ошибки I типа (α – альфа)
Если Но правдива в действительности и, полученные в ходе исследования данные статистически не значимы, правильное решение – принять нулевую гипотезу. С другой стороны: если Но правдива, а полученные данные статистически значимы, решение отвергнуть Но будет не верным и будет сделана ошибка. Ее называют ошибкой I типа (альфа). Т.о., ошибка I типа отвергает Но, когда последняя верна.
Ошибки II типа (β – бета)
Если в действительности Но ложна и полученные данные статистически значимы, правильным будет отвергнуть Но. С другой стороны, если Но ложна и полученные данные статистически не значимы , решение принять Но будет неправильным и будет сделана ошибка. Это ошибка II типа (бета). Т.о., ошибка II типа принимает Но, когда последняя ложна.
Для оценки достоверности результатов выборочных исследований определяют:
-
среднюю ошибку относительной (mр) или средней величины (mх).
Средняя ошибка отображает размеры случайных колебаний показателя при выборочных исследованиях и зависит от числа наблюдений и качественных характеристик явления.
Средняя ошибка при (n > 30) рассчитывается по формулам:
mx= - средняя ошибка средней величины;
mр= - средняя ошибка относительной величины;
– среднее квадратичное отклонение;
n – число наблюдений в выборочной совокупности;
P – относительный показатель;
q – величина обратная показателю, т.е.
вероятность того, что данное явление не будет
зарегистрировано.
Сумма двух противоположных вероятностей равняется единице: Р + q = 1. Если показатель рассчитан на 100 (%), тогда: q = 100 — Р, если на 1000 (%о), то q = 1000 - Р и так далее.
При п < 30 в знаменателе| вместо n используется n - 1|.
-
Доверительные границы|граница| для средних и относительных величин
определяют формулами:
Pген=Pвыбt *mp , где:
-
и Pген - значение средних и относительных величин, рассчитанных для генеральной совокупности;
-
и Pвыб – значение средних и относительных величин, рассчитанных для выборочной совокупности;
-
mx и mp – средние ошибки соответствующих показателей;
-
t – критерий достоверности или доверительный коэффициент. Он может быть задан с разными степенями точности и в зависимости| от вероятности безошибочного прогноза составлять t = 2 и t = 3.
Средняя ошибка позволяет определить доверительные пределы, в которых с определенной вероятностью находится истинное значение показателя. Интервал, размещенный между ними, называется доверительный интервал (t˟m).
Границы |граница| достоверности (доверительные границы|граница|):
-
Р ± 2m| (при t = 2) дают возможность определить пределы|границу| колебания показателя с вероятностью 95,5 % (р = 0,05);
(t = 2 является округленным результатом. Точное
значение t = 1,96);
-
Р ±3m| (при t = 3) дают возможность определить пределы|границу| колебания показателя с вероятностью 99,7 % (р = 0,01).
Не менее важным, чем знание сути параметрического критерия достоверности t, есть осознание значения риска погрешности Р, которое нуждается в понимании логики проверки статистической гипотезы.
Р – это вероятность достоверности нулевой гипотезы или вероятность погрешности, а именно погрешности первого типа – ошибочное утверждение существования расхождений, которых в действительности нет.
Вероятность безошибочного прогноза (p) и доверительный критерий (t) определяют на этапе планирования статистического исследования.
При заданных степенях вероятности доверительный критерий (t) имеет неизменную|неизменяемую| величину, а доверительный интервал (tm) зависит от величины средней ошибки (m), значение которой|какой| уменьшается при увеличении числа и качественного состава наблюдений.
В медико-биологических исследованиях часто возникают ситуации, когда при сравнении отдельных параметров необходимо оценить существенность (достоверность) разницы между ними.
Существенная разница между отдельными показателями выборочного исследования свидетельствует о возможности перенесения полученных выводов на генеральную совокупность.
Параметрическим критерием оценки существенности разности является коэффициент достоверности (критерий Госсета (Стьюдента):
для средних величин;
для относительных величин
При |n > 30 разность |разность| между показателями является существенной, если:
-
t > 2 (отвечает достоверности безошибочного прогноза 95,5 %);
-
t > 3 (отвечает достоверности безошибочного прогноза 99,7 %).
При условии t<2| степень достоверности безошибочного прогноза составляет менее|меньше| 95 %. В этом случае мы не можем утверждать, что разница|разность| между показателями является существенной.
Часто при клинических или экспериментальных исследованиях приходится иметь дело с малыми наблюдениями (если исследование правильно организовано, отобраны однородные группы, которые можно использовать, как выборочные с малым числом наблюдений). Но при n<30 оценка достоверности разницы между параметрами отдельных групп проводится на основе сравнения результата не с предельными значениями критерия Госсета (Стьюдента), а с его табличными значениями для соответствующего числа степеней свободы (n`= n1+ n2 - 2).
Если определенный t-критерий превышает табличное значение— разница между показателями становится статистически доказана.
Критерий достоверности (t) используют при попарном| сравнении исследуемых параметров.
Однако при проведении статистического анализа иногда необходимо оценить|оценивать| достоверность разницы|разности| более двух показателей клинико-статистических| групп. Их попарное сравнение не позволяет получить обобщающую оценку. Другими словами, необходимо провести сравнение совокупности| не только по обобщающим показателям, но и по характеру распределения|деления| признаков в исследуемых группах. Для данной цели используют другие критерии.