- •1. Случайное событие. Вероятность случайного события. Классическое и статистическое определение вероятности. Понятие о совместных и несовместных событиях. Закон (теорема) сложения вероятностей.
- •2. Понятие о зависимых и независимых событиях. Условная вероятность, закон (теорема) умножения вероятностей. Формула Байеса.
- •4. Основные понятия математической статистики. Генеральная совокупность и выборка. Статистическое распределение (вариационный ряд). Гистограмма. Полигон частот.
- •5. Характеристики положения (мода, медиана, выборочное среднее) и рассеяния (выборочная дисперсия и выборочное среднее квадратическое отклонение).
- •6. Оценка параметров генеральной совокупности по ее выборке (точечная и интервальная). Доверительный интервал и доверительная вероятность.
- •7. Общая постановка задачи проверки гипотез. Параметрические и непараметрические статистические критерии.
- •8. Проверка гипотез относительно генеральных средних и относительно генеральных дисперсий.
- •9. Закон распределения случайной величины. Проверка гипотез о законах распределения случайных величин.
- •10. Функциональная и корреляционная зависимости. Коэффициент линейной корреляции и его свойства.
- •11.Ошибка выборочного коэффициента линейной корреляции. Проверка гипотезы о значимости выборочного коэффициента линейной корреляции.
- •12. Выборочное уравнение линейной регрессии. Нелинейная регрессия. Коэффициент корреляции рангов Спирмена.
- •13. Определение дисперсионного анализа (да). Основные понятия и виды да.
- •14. Условия проведения дисперсионного анализа (да). Однофакторный да.
- •15. Анализ двухфакторных комплексов. Понятие о многофакторном комплексе.
- •16. Предмет и задачи информатики. Основные направления информатики. Признаки, условия и последствия информатизации общества. Кибернетика и информатика.
- •17. Информация и ее свойства. Меры информации. Информационная система (ис). Структура и классификация ис.
- •18. Информационные технологии (ит). Классификация ит. Новые информационные технологии (нит).
- •19. Форма представления информации в эвм. Единицы измерения информации. Классификация эвм по этапам создания, по размерам и функциональным возможностям, по назначению.
- •20. Структурная схема эвм. Процессор, его характеристики. Запоминающее устройство. Устройства ввода и вывода информации.
- •21. Структурная схема персонального компьютера (пк). Системный блок. Мониторы: классификация и основные параметры. Клавиатуры, группы клавиш клавиатуры. Средства мультимедиа.
- •22. Программные продукты и их классификация. Защита программных продуктов ( правовая и программная). Цели и направления защиты.
- •23. Системное программное обеспечение (базовое и сервисное). Операционная система (ос). Операционная оболочка. Графическая операционная система Windows.
- •24. Прикладные программные продукты. Текстовые редакторы. Текстовый процессор ms Word и его возможности.
- •25. Электронные таблицы. Табличный процессор ms Excel. Типовая структура интерфейса Excel. Функциональные и графические возможности Excel.
- •26. Базы данных (бд). Система управления базами данных (субд). Классификация баз данных. Типовая структура интерфейса ms Access. Медицинские бд.
- •27. Экспертная система (эс). Структура эс. Этапы построения эс. Классификация эс. Медицинские эс.
- •28. Графические редакторы. Виды и примеры графических редакторов. Интерфейс, возможности и инструменты графического редактора Paint.
- •29. Компьютерные сети, их классификация. Локальные компьютерные сети: виды, топология, техническое и программное обеспечение, возможности.
- •30. Глобальная компьютерная сеть Интернет: типы соединения компьютеров, система адресации, протокол. Ресурсы Интернет. Применение в медицине и здравоохранении.
- •30. Глобальная компьютерная сеть Интернет: типы соединения компьютеров, система адресации, протокол. Ресурсы Интернет. Применение в медицине и здравоохранении.
- •31. Группы медицинской информации. Определение медицинской документации. Характеристика групп стандартной медицинской документации.
- •33. Определение медицинской информатики. Составные элементы медицинской информатики. Разделы медицинской информатики.
- •34. Классификация информационных технологий (ит) в медицине. Ит управления медицинскими учреждениями. Ит клинической информатики(-).
- •35. Понятие медицинской информационной системы. Единая информационная система (еис) в сфере здравоохранения и социального развития.
- •36. Понятие о телемедицине. Стратегические задачи использования информационных технологий в медицине.
- •37. Моделирование как метод познания. Определение модели, ее свойства и характеристики. Классификация моделей.
- •38. Математические модели: определение, классификация, требования, особенности и преимущества. Основные этапы моделирования.
- •41. Информатизация медицинского технологического процесса в лпу. Арм врача: классификация, назначение, аппаратное и программное обеспечение.
- •42. Определение мис. Цели, задачи и функции мис лпу. Классификация мис.
- •43. Принципы создания мис. Требования, условия и этапность при построении мис. Структура мис.
- •44. Основы функционирования мис. Подсистемы мис "Поликлиника" и "Электронная регистратура".
- •45. Основы функционирования мис. Подсистемы мис "Электронная история болезней" и "Архив функциональных исследований “
7. Общая постановка задачи проверки гипотез. Параметрические и непараметрические статистические критерии.
Общая постановка задачи проверки гипотез:
1. Формулируют (выдвигают) нулевую гипотезу H0 об отсутствии различий между группами, об отсутствии существенного отличия фактического распределения от некоторого заданного, например, нормального, экспоненциального и др.
Сущность нулевой гипотезы H0: разница между сравниваемыми генеральными параметрами равна нулю, и различия, наблюдаемые между выборочными характеристиками, носят случайный характер, то есть эти выборки принадлежат одной генеральной совокупности.
2. Формулируют противоположную нулевой, альтернативную гипотезу H1.
3. Задают уровень значимости α. Уровень значимости α – это вероятность ошибки отвергнуть нулевую гипотезу H0, если на самом деле эта гипотеза верна. При α≤0,05 ошибка возможна в 5% случаев.
4. Для проверки выдвинутой гипотезы используют критерии.
Критерий – это случайная величина К. которая служит для проверки H0. Эти функции распределения известны и табулированы. Критерий зависит от двух параметров: от числа степеней свободы и от уровня значимости α. Фактическую величину критерия получают по данным наблюдения Кнабл.
5. По таблице определяют критическое значение, превышение которого при справедливости гипотезы маловероятно Ккрит(α,f).
6. Сравнивают Кнабл и Ккрит(α,f).
Если Кнабл> Ккрит(α,f), то отвергают H0 и принимают H1.
Если Кнабл<Ккрит(α,f), то принимают H0.
Это для параметрических критериев.
Если использованы непараметрические критерии, то наоборот: если Кнабл> Ккрит(α,f), то принимают H0.
7. Вывод: различие статистически значимо (α≤0,05) или незначимо.
Параметрические критерии представляют собой функции параметров данной совокупности и используются, если совокупности. Из которых взяты выборки, подчиняются нормальному закону распределения.
Непараметрические критерии применяются, если нет подчинения распределения нормальному закону. Эти критерии обычно заменяют данные выборки знаками (+ или -), рангами (т.е. числами 1; 2; 3;…, описывающими их положение в упорядоченном наборе данных), категориями и т.п. Непараметрический критерий можно использовать, если объем выборки небольшой настолько, что невозможно оценить закон распределения данных.
8. Проверка гипотез относительно генеральных средних и относительно генеральных дисперсий.
ОТНОСИТЕЛЬНО СРЕДНИХ:
Предположим, что надо сравнить состояние больных до и после лечения. Для этого сравнивают друг с другом две независимые выборки объемом n1 и n2, взятые из нормально распределенных совокупностей с параметрами M(X1) и M(X2). Дополнительно предполагаем, что независимые генеральные дисперсии равны между собой. По этим выборкам найдены соответствующие выборочные средние 1 и 2 и исправленные дисперсии S12 и S22. Уровень значимости задан.
Нулевая гипотеза H0: M(X1)=M(X2).
Конкурирующая гипотеза H1:M(X1)M(X2).
Для проверки нулевой гипотезы в этом случае можно использовать критерий Стьюдента сравнения средних.
Величину критерия находим по формуле:
Обычно расчет ведется на ЭВМ.
Доказано, что величина tнабл при справедливости нулевой гипотезы имеет t-распределение Стьюдента с f=n1+n2-2 степенями свободы
По таблице находим tкрит (α.f=n1+n2-2).
Сравниваем tкрит и tнабл
Если |tнабл|<tкрит(α, f)=>H0.
Если наоборот, то отвергается Н0 и принимается H1, различие достоверно.
ОТНОСИТЕЛЬНО ДИСПЕРСИЙ:
Пусть генеральная совокупность Х1 и Х2 распределены нормально. По независимым выборкам объемом n1 и n1, извлеченных из этих совокупностей, найдены исправленные выборочные дисперсии Sx12 и Sx22. Требуется сравнить эти дисперсии. При заданном уровне значимости α, надо проверить нулевую гипотезу о равенстве генеральных дисперсий нормальных совокупностей.
Н0: σх12σх22.
Н1: σх12σх22.
В качестве критерия проверки нулевой гипотезы о равенстве генеральных дисперсий используем случайную величину F, равную отношению большой исправленной выборочной дисперсии к меньшей Fнабл=Sб2/Sм2.
Величина F, при условии справедливости нулевой гипотезы, имеет распределения Фишера-Снедекора со степенями свободы f1=n1-1 и f2=n2-1, где n1 – это объем выборки, по которой вычислена большая выборочная дисперсия.
Из таблицы находим Fкрит(α, f1, f2).
Сравниваем Fнабл< Fкрит(α, f1, f2)=>H0, генеральные дисперсии различаются не значимо.