Введение Основы биостатистики Старший преподаватель модуля Мед биофизики

Введение. Основы биостатистики. Старший преподаватель модуля Мед. биофизики и биостатистики Исмаилова Мадина Маликовна madina. ismailova. 73@mail. ru

План лекции: 1. Предмет и задачи биологической статистики. 2. Данные: а) Виды данных б) Шкалы измерения данных в) Графическое представление данных 3. Нормальное распределение и его параметры.

XXI век – век доказательной медицины. Большую роль в медицине играют методы точных наук, в первую очередь статистики.

Статистика - Это наука, об изучении в неразрывной связи количественной и качественной сторон массовых явлений.

Статистика - Это наука, позволяющая увидеть закономерности в хаосе случайных данных, выделить устойчивые связи в них, определить действия с тем, чтобы увеличить долю правильно принятых решений среди всех принимаемых.

Статистика -Это сбор, группировка, систематизация, представление, анализ и интерпретация данных (результатов наблюдений). Это изучение генеральных совокупностей и их изменчивости.

Статистика • промышленная, • сельскохозяйственная, • коммунальная, • судебная, • санитарная, • и другие.

Санитарная статистика • это прикладная наука, которая изучает вопросы, связанные с медициной, гигиеной и общественным здравоохранением, и включает следующие группы вопросов:

Санитарная статистика 1. 2. Изучение здоровья населения и его основных групп, воспроизводства, рождаемости и смертности, физического развития, продолжительности жизни, распространенности различных заболеваний и т. д. ; Выявление и изучение связей заболеваемости и смертности населения с различными факторами окружающей среды и разработка, на этой основе, оздоровительных мероприятий;

Санитарная статистика 3. Сбор и изучение данных о сети лечебно-профилактических и санитарно-эпидемиологических учреждений, их деятельности и кадрах для планирования профилактических и лечебно-оздоровительных мероприятий, развития сети, оценка качества работы учреждений; 4. Изучение и оценка опыта предупреждения и лечения заболеваний;

Санитарная статистика 5. Содействие планированию, организации и проведению различных лабораторных исследований. Выявление закономерностей различных явлений в организме, определение связи процессов в организме с факторами внешней среды (социальными, антропогенными, природными и др. ); 6. Установление достоверности получаемых результатов, оценка эффективности способов и методов профилактики и лечения.

Биологическая статистика - система знаний о правилах планирования и анализа результатов натурных и экспериментальных исследований биологических объектов.

Петр Фомич Рокицкий (1882 -1977) В 1967 г. впервые ввел термин биологическая статистика. Советский ученый в области общей биологии, генетики, биометрии.

Биометрия -наука о применении математических методов для изучения живых существ.

Основоположники биометрии GALTON, FRANCIS 1822 -1911 PEARSON, KARL 1857 -1936 Ronald Aylmer Fisher 1890 - 1962

Биостатистика-как дисциплина Предмет – основные положения и методы биологической статистики. Цель дисциплины – научить правильно количественно оценивать процессы, происходящие в живой природе. Задачи дисциплины – познакомить и научить пользоваться основными статистическими критериями для оценки биологических совокупностей.

Структура данных Данные Качественные Категориальные: неупорядоченные Количественные Порядковые: упорядоченные Дискретные Непрерывные

Качественные данные Номинальные или категориальные (классификационные): Данные разбиты на категории, названия которых отражают значения признака или классификационный номер. Данные этого типа нельзя измерять или упорядочивать по значению, над ними нельзя выполнять арифметические операции. Примеры: пол, семейное положение, этническая группа, статус занятости, группа крови.

Качественные данные Порядковые (ранговые): Данные относятся к непересекающимся категориям, в зависимости от степени проявления у них анализируемого признака. Категории (градации, уровни) логически упорядочены в соответствии со шкалой относительной значимости значений. Над данными нельзя выполнять арифметические операции. Примеры: стадии заболевания, выраженность боли (шкала оценки боли), классы общества.

Качественные данные Бинарные или дихотомические: Номинальные или категориальные данные, которые распределяются по двум непересекающимся категориям. Примеры: мертвый / живой, излеченный / не излеченный.

Количественные (числовые) данные Дискретные числовые : Данные могут иметь только строго фиксированные числовые значения, обычно целые. Значения данных изменяются скачкообразно, и никаких промежуточных значений не существует. Для этих данных важны и величина, и порядок. Примеры: количество дней, число пациентов.

Количественные (числовые) данные Непрерывные числовые : Данные могут принимать любое числовое значение из заданного диапазона (отрезка). Количество значений бесконечно, значения могут содержать дробную составляющую, зависящую от точности измерений. Примеры: температура, вес, рост, давление.

Шкалы измерения данных Необходимой составляющей направленного, специально организованного медикобиологического эксперимента является измерение, позволяющее перейти от качественного уровня анализа к выявлению количественных соотношений и закономерностей. Шкала – необходимый, обязательный элемент измерительной процедуры.

Основные типы измерительных шкал: • Номинальная или категориальная, • Порядковая или оценочная, • Интервальная.

Номинальная или категориальная шкала Переменные просто определяют категории, каждая из которых описывает некоторое качество, присущее переменной; таким образом можно классифицировать объект, человека или свойство. Категориям может быть присвоено нечисловое обозначение (например, раса, пол) или числовой код (например, идентификационный номер пациента).

Порядковая или оценочная шкала Величины могут быть упорядочены по значению, в зависимости от степени выраженности присущего им признака (например, размера, ценности, сложности) без точного определения расстояния (разности) между категориями.

Интервальная шкала Интервалы между наблюдениями выражаются в фиксированных единицах измерения. Интервальная шкала показывает размах отдельных измерений признака. Пример: некоторые шкалы температуры (Фаренгейта, Цельсия) Некоторые интервальные шкалы являются циклическими (времена года, время суток).

Графическое представление данных Применяется для: • Распознавания структуры и характерных особенностей данных; • Обнаружения ошибок в данных; • Исследования взаимосвязи между случайными величинами; • Оценки соответствия данных выбранным моделям; • Обнаружения новых явлений; • Выявления необходимости в корректировке данных, а также определения способа ее осуществления (преобразование данных, сбор дополнительных данных или изменение условий эксперимента).

Графическое представление дискретных данных • Таблица • Столбиковая диаграмма • Полигон частот • Круговая диаграмма • Точечный график • и т. д.

Графическое представление непрерывных данных • Группированная выборка • Гистограмма • Диаграмма «Стебель с листьями» • и т. д.

Столбчатая диаграмма 4 3 Ряд 1 2 1 0 20 40 60

Круговая диаграмма FXIнедостаточн ость Гемофилия А Гемофилия В v. WD

Сегментированная столбчатая диаграмма 100% 80% 60% 40% 20% 0% никогда FX I-н . . ед о ст ат о. D v. W я ли фи Ге мо фи ли я А В <= 1 раза в неделю > 1 раза в неделю

9 1, 9 -2 2, , 24 25 -2 , 2, 49 52, 2, 74 75 -2 3, , 99 00 -3 3, , 24 25 -3 , 3, 49 53 3, , 74 75 4, 3, 99 00 4, 4, 24 25 -4 , 4 9 00 2, 5 - 1, 7 Гистограмма 90 80 70 60 50 40 30 20 10 0 Ряд 1 Показывает массу тела ребенка при рождении.

Двумерный график 5 4 3 2 1 0 20 30 40 Показывает соотношение между возрастом матери во время родов (ось х) и массой тела ребенка (ось у)

Нормальное распределение и его параметры.

Нормальное распределение представляет собой семейство кривых.

Изменение графика нормального распределения

Основные характеристики нормального распределения: равенство числовых характеристик (среднее, мода и медиана равны между собой); - симметричность отклонений от среднего значения; - общая площадь под кривой равна 1; - хвосты кривой в обоих направлениях уходят в бесконечность, непрерывно приближаясь, но, никогда не касаясь, горизонтальной оси, т. е. хвосты асимптотически стремятся к горизонтальной оси; - форма кривой определяется среднеквадратическим отклонением генеральной совокупности; - распределениям с малыми среднеквадратическими отклонениями соответствуют узкие, вытянутые вверх кривые, а распределениям с большими среднеквадратическими отклонениями более пологие кривые с менее выраженными вершинами (малые отклонения более вероятны, большие- менее

Основные характеристики нормального распределения: - 68, 25% всех значений лежит в интервале ±σ (± 1 среднеквадратическое отклонение от среднего); - 95, 44% всех значений лежит в интервале ± 2σ (± 2 среднеквадратических отклонений от среднего); - 99, 73% всех значений лежит в интервале ± 3σ (± 3 среднеквадратических отклонений от среднего).

Правило трех сигм.

Литература: 1. Лукьянова Е. А. Медицинская статистика. – М: Изд. РУДН, 2002. 2. Медик В. А. , Токмачев М. С. , Фишман Б. Б. Теоретическая статистика//Статистика в медицине и биологии. В 2 -х томах / Под. ред. проф. Ю. М Комарова. Т. 1. – М. : Медицина, 2000. 4. Гланц С. Медико-биологическая статистика. – М. : Практика, 1999. 5. Рокицкий П. Ф. Биологическая статистика. – Высшая школа, 1973.

Спасибо за внимание.