- •Федеральное государственное бюджетное образовательное учреждение
- •Оглавление
- •Введение
- •Планирование научно-исследовательской работы
- •2. Стиль научного труда
- •Структура научного труда
- •3.1. Научная статья
- •3.2. Реферат
- •3.3. Курсовая работа студента
- •3.3.2. Порядок подготовки и руководства курсовой работой
- •3.3.3 Структура курсовой работы
- •3.3.4. Критерии оценки курсовой работы
- •Научно-исследовательская работа клинического интерна, ординатора
- •3.4.2. Порядок подготовки и руководства научно-исследовательской работой интерна
- •3.4.3.Порядок защиты нири
- •3.4.4. Основные требования к оформлению и содержанию нири
- •Глава 1. Обзор литературы
- •Глава 2. Материал и методы исследования
- •Глава 3: Результаты исследования.
- •Глава 4. Заключение
- •Публичная защита
- •Методы статистической обработки результатов
- •Графическое представление данных
- •Обобщение данных
- •Основные статистические величины, используемые для анализа данных
- •Зависимость ошибки в испытаниях от значения вероятности р
- •2. Продольное (лонгитюдальное)
- •Алгоритм выбора критерия
- •Корреляционная зависимость
- •6. Оформление рукописей курсовых и научно-исследовательских работ
- •Оформление текста
- •6.2.Оформление таблиц
- •Оформление иллюстративных материалов
- •Оформление приложений
- •6.5. Оформление ссылок на литературные источники
- •6.6. Оформление списка использованной литературы
- •Словарь использованных терминов
- •Библиографический список
Основные статистические величины, используемые для анализа данных
Среднее арифметическое (М) или выборочное среднее
|
Точка, сумма отклонений всех рассматриваемых наблюдений от которой равна 0
|
Минимум-максимум |
Отражает минимальное и максимальное значение |
Стандартная ошибка среднего
|
Отражает точность выборочного среднего. Увеличение объема выборки приводит к снижению стандартной ошибки, что может увеличивать мощность исследования и его точность. | ||
Выборочная дисперсия (S2) |
Средний квадрат отклонений вариант данной совокупности от их средней величины и вычисляется по формуле:
| ||
Стандартно отклонение (σ) |
Корень квадратный из выборочной дисперсии (S2) | ||
Медиана (Me)
|
Точка, которая делит ряд упорядоченных значений пополам, как выше, так и ниже ее
|
Квартили (Q25-Q75);
|
Величины, которые делят упорядоченный набор значений на четыре равные части - 25, 50 и 75 процентилей |
Процентили (10-90) |
10 частей – 10, 20, 30 и т. д., 90 процентилей | ||
Мода |
Значение, которое наиболее часто встречается в наборе данных | ||
Среднее геометрическое |
Используется в случае несимметричного распределения данных. В качестве одного из приемов придания симметричености показателям – логарифмирование |
где n- число наблюдений
ТЕОРИЯ ВЕРОЯТНОСТИ
Вероятность (Р) – это числовая мера отражающая возможность появления данного события (результат одного испытания). Вероятность измеряется в числовом диапазоне от 0 (событие не произойдет) до 1 (событие должно произойти). Вероятности, признанные достаточными для уверенных сведений о генеральных параметрах на основании выборочных показателей, называются доверительными. Обычно используют следующие уровни или пороги вероятности Р (табл. 2).
Таблица 2
Зависимость ошибки в испытаниях от значения вероятности р
P=0 |
P=0,95 |
P=0,99 |
P=0,999 |
P=1 |
Cобытие называется невозможным |
Cобытие называется случайным, риск ошибиться: |
Достоверное событие, (произошло) | ||
1 раз на 20 испытаний |
1 ошибка на 100 испытаний |
1 ошибка на 1000 испытаний |
Переменные принимают значения с определенной вероятностью, вероятности всех возможных значений случайной переменной формируют распределение вероятности. В зависимости от того какая переменная – дискретная или непрерывная, то и распределение, соответственно, дискретное или непрерывное.
Наиболее распространённый тип распределения - нормальное (или Гауссово), определяется средним (µ) и дисперсией (σ). В зависимости от величины σ форма нормальной кривой может быть пологой (при большой величине σ) или крутой (при небольшой величине σ). Однако во всех случаях кривая остаётся строго симметричной относительно центра распределения и сохраняет правильную колокообразную (унимодальную) форму (рис. 2).
Рис. 2. Гистограмма, которая характеризует варьирование отдельных значений случайной величины вокруг центра распределения (М - средняя величина, σ - стандартное отклонение)
Проверка гипотез о законах распределения
В большинстве случаев при исследовании биологических признаков отклонение от нормальной кривой более или менее заметно. В зависимости от этих отклонений может обнаружиться асимметрия (Sk) (рис. 3, А) или эксцесс (Ex) (рис. 3, Б).
Рис. 3. Асимметрия (А), отрицательный эксцесс (Б)
Отсюда возникает необходимость в каждом случае проводить проверку, случайно это или нет. Иногда выборочную асимметрию и эксцесс используют для проверки гипотезы о том, что выборка нормальна. При нормальном распределении Sk = 0; Ex = 3 (рис. 2).
Существует большое количество опытных данных, которые не показывают нормальности распределения, это Хи-квадрат (χ2),F-распределение, логнормальное, биноминальное, Пуассоновское,t-распределение Стьюдента (распределение напоминает нормальное и приближается к нему по мере увеличения количества переменных – степеней свободы).
ПЛАНИРОВАНИЕ НАУЧНОГО ИССЛЕДОВАНИЯ
IОтносительно времени
1. Поперечное (перекрестное) – в единственной временной точке