VI Международная студенческая научная конференция Студенческий научный форум - 2014

В процессе решения задач построения диагностических правил возникают вопросы анализа репрезентативности обучающих выборок, представляющих диагностические классы. В большинстве медицинских исследований, касающихся онкологических заболеваний желудка, в конкретном регионе весьма проблематично сформировать обучающие выборки, отвечающие принципам доказательной медицины.

Поскольку для анализа различий требуется достаточный объем статистического материала с точки зрения доказательной медицины [1] , который зачастую отсутствует, то на этапе оценки коэффициента уверенности в адекватности используемых выборок (Кув) предлагается поступить следующим образом, опираясь на методологию системного анализа.

1. Оценить законы распределения представленных рядов двумя способами. Во-первых, путем сравнения ассиметрии и экцесса со вспомогательными коэффициентами по классическим статистическим методам. На данном этапе исследуются законы распределения анализируемых и латентных показателей с помощью вычисления соответствующих значений ассиметрий и эксцессов. Если удвоенные значения ассиметрии и экцесса анализируемой выборки меньше определенных коэффициентов и (соответственно), то распределение считается нормальным. Коэффициенты вычисляются по следующим формулам [2]:

(1),

(2).

1.  

   1. 1. 1. При недостаточности объема выборок предлагается применить метод приведенных значений, предложенный Уразбахтиным И.Г. [3], сущность которого заключается в определении индикаторов (оценки среднеквадратичного отклонения и математического ожидания) выборки после нормирования исходных данных в диапазон [0+e,1-e] (e=1/N, где N – количество элементов исходного множества) путем линейного преобразования и применения специальных таблиц (функций), ставящих соответствие между законами распределения и полученной величиной указанного отношения. Приведение в указанный диапазон с учетом статистической мощности выборки n осуществляем по формуле (3) следующего линейного преобразования для некоторого вектора в вектор :

(3),

где Xmax, Xmin – максимальное и минимальное значения элементов вектора .

Затем, для Х^* вычисляется математическое ожидание и дисперсия и, согласно приведенному ниже рисунку 1, оценивается принадлежность к определенному распределению.

Рисунок 1. Нормированные распределения

1. Для рядов, для которых идентифицирована принадлежность к нормальному распределению определяется доверительный интервал на уровне статистической значимости Р

Код для цитирования: Скопировать