- •Часть I. Основы информатики и статистической обработки медико-биологических данных.
- •Тематический план лекций
- •Тематический план практических занятий
- •«С» Задания для самоподготовки:
- •1) Курсив 2) Полужирный подчеркнутый 3) Центрированный 4) Левый отступ 5) Правый отступ 6) Первая строка 7) Выделенный текст
- •«А» Сохранение текста.
- •«С» Задания для самоподготовки:
- •«С» Задания для самоподготовки:
- •«С» Задания для самоподготовки:
- •«С» Задания для самоподготовки:
- •Часть II. Медицинская информатика и системный статистический анализ медико-биологических данных.
- •Тематический план лекций
- •Тематический план практических занятий
- •«С» Тестовые задания для самоподготовки:
- •«С» Тестовые задания для самоподготовки:
- •«А» Результаты диагностики по методу Байеса.
- •«А» Результаты поиска и обработки информации в медицинской базе данных в программе Excel.
- •В озраст от 25 до 30
- •«С» Тестовые задания для самоподготовки:
- •«А» Результаты анализа сезонности острых кишечных инфекций
- •« А» Результаты сглаживания данных наблюдения динамики звут
- •«С» Тестовые задания для самоподготовки:
- •«С» Тестовые задания для самоподготовки:
- •«А» Результаты выполнения дискриминантного анализа
- •Проверка классификации объектов
«А» Результаты анализа сезонности острых кишечных инфекций
« А» Результаты сглаживания данных наблюдения динамики звут
Метод сглаживания |
Достоверность аппроксимации |
Уравнение линии тренда |
1) Скользящее среднее по 3 точкам |
|
|
2) Скользящее среднее по 5 точкам |
|
|
3) Степенная функция
|
|
|
4) Максимальная достоверность получена при сглаживании по методу:
|
|
|
Практическое занятие № 4. Дата _____________________
Тема: Корреляционный и регрессионный анализ.
Цель: Освоение методов расчета коэффициента корреляции и построения регрессионной модели, а также использования регрессионных моделей для определения границ нормы при анализе по двум признакам в табличном процессоре Excel.
«С» Тестовые задания для самоподготовки:
Вид связи между факторным и результирующим признаками, при котором каждому значению одного признака соответствует строго определенное (точное) значение другого признака, называется __функциональной_____________________________ связью.
Вид связи между факторным и результирующим признаками, при котором каждому значению одного признака могут соответствовать несколько близких (парных) значений другого признака, называется __статистической_________________________ связью.
Критериями оценки характера, силы и достоверности статистической связи между признаками являются следующие из ниже перечисленных: _1,3,4,5___
1. Коэффициент корреляции; 2. Коэффициент вариации; 3. Коэффициент регрессии; 4. Коэффициент детерминации; 5. Ошибка коэффициента корреляции; 6. Ошибки средних значений.
Коэффициент, характеризующий силу статистической связи между признаками, называется коэффициентом _корреляции___________________
Коэффициент корреляции может принимать значения в диапазоне: _2___
От - до 0
От -1 до +1
От - до +
От 1 до +
Какая величина коэффициента корреляции наиболее соответствует результатам наблюдений, представленным на графике: _3___
1) Rxy = - 0.7
2) Rxy = 0.05
3) Rxy = 0.6
Какая величина коэффициента корреляции наиболее соответствует результатам наблюдений, представленным на графике: _2___
1) Rxy = - 0.7
2) Rxy = 0.05
3) Rxy = 0.6
Какая величина коэффициента корреляции наиболее соответствует результатам наблюдений, представленным на графике: __1__
1) Rxy = - 0.7 2) Rxy = 0.05 3) Rxy = 0.6
|
|
Задача регрессионного анализа состоит в следующем: _1___
1. По результатам серии опытов найти аналитическое выражение функциональной зависимости между величинами; 2. По результатам серии опытов оценить силу влияния разных факторов на результирующий признак; 3. Подобрать теоретическую плавную кривую распределения, наилучшим образом описывающую данное опытное распределение.
Основной математический метод построения регрессионной модели следующий: __2___
Метод главных компонент;
Метод наименьших квадратов;
Метод условной средней.
Коэффициент, показывающий насколько изменяется ожидаемая величина результирующего признака при изменении величины факторного признака на единицу, называется коэффициентом
__регрессия__________________
Переменная y в уравнении линейной регрессии y = aх + b означает: _2____
1. Коэффициент линейной регрессии;
2. Наиболее вероятное значение результирующего признака при фиксированной величине факторного признака;
3. Среднеквадратическое отклонение результирующего признака;
4. Постоянная составляющая уравнения регрессии (y - пересечение).
Величина b в уравнении линейной регрессии y = aх + b означает: _4____
1. Коэффициент линейной регрессии;
2. Наиболее вероятное значение результирующего признака при фиксированной величине факторного признака;
3. Среднеквадратическое отклонение результирующего признака;
4. Постоянная составляющая уравнения регрессии (y - пересечение).
Величина a в уравнении линейной регрессии y= aх + b означает: __1___
1. Коэффициент линейной регрессии;
2. Наиболее вероятное значение результирующего признака при фиксированной величине факторного признака;
3. Среднеквадратическое отклонение результирующего признака;
4. Постоянная составляющая уравнения регрессии (y - пересечение).
«А» Расчет коэффициента корреляции и параметров линейной
регрессии.
Формулы:
«А» Диаграмма для регрессионной прямой:
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
« А» Границы групп развития новорожденных по двум антропометрическим признакам:
Новорожденный |
Рост (см) |
Вес (г) |
Группа развития |
N** |
54 |
3500 |
|
M** |
45 |
2500 |
|
O** |
59 |
5000 |
|
Практическое занятие № 5. Дата _____________________
Тема: Многофакторный регрессионный и дисперсионный анализ.
Цель: Изучение применения Пакета анализа в табличном процессоре Excel для реализации многофакторных статистических методов.