Спасибо!!! Балл выставляется так. Вся карта делится на 17 сегментов. Каждому сегменту присваивается балл от 0 до 5. Где 0- нет дефекта, а 5- тяжелый дефект. Потом все баллы суммируются. Таким образом, маскимальное колличество баллов в миокарде возможно 17х4=68.
Почему 2-3%? вобщем так) балл отражает распространение как по площади сегмента, так и по насыщенности (в цветовой шкале) дефекта, то есть эта оценка обьединяет распространенность и глубину повреждения. И методика расчета предполагает что один балл это как бы поврежденнная фракция от всего миокарда. Это доля его обьема. Но оценка в баллах. А в заключении клинисцисту выносится оценка обьема миокарда. Ну и пример я привела 4*68/100=3% (ну пишут обычно чтот интервальное, не строго?)

А) Ну я поняла Вас)) просто абсолютно во всех статьях, учебной литературе, диссертациях на тему (которые отдавали на обработку статистику - могу скинуть но вряд ли ва оно надо), именно так и описываются средние значения этих баллов в группах (ну в зависимости от вида распределения). А как тогда баллы в группе вы бы представили? ну если надо как то коротко а их 68?
у нас балл - это примерно 6% от объема миокарда. Ну то есть если надо выразить в процентах зону миокарда эквивалентно можно отобразить 4(б)х68/100 = 2-3%.

Ну чтооо такое?)

Данные - это оценка в баллах (целые числа) от 0 до 68. Я правильно поняла, что без знака после запятой не обойтись?

Добрый день.
Подскажите пожалуйста, руководитель хочет, что бы я указала значения средних и квартилей без знака после запятой, мол это сильно место экономит... В требованиях к оформлению именно диссертации ничего такого не нахожу. Данные сравнительного анализа - только в медиана и межквартильный размах. Разницу средних не указываю. Можно ли пренебречь знаком после запятой?
Спасибо.

Спасибо. А в принципе, такое выражение "значимость на уровне тенденции" имеет право на существование? вне конкретной ситуации? Вообще, уместно ли так написать, при понимании того, что выборка мала при таких параметрах признака?

Я пока толко поняла что расчетный обьем выборки позволяет мне не найти различия в 20% при заявленной мощности 80%. А могу ли я при недостаточной выборке совершить ошибку первого рода и соврать что различия есть?

Здравствуйте. Скажите, раз непараметрический критерий подходит для малых выборок, зачем тогда расчет их объема для непарметрических критериев?

А еще скажите, как вы относитесь к формулировке: "значимость на уровне тенденции" - когда речь идет о том что бы отвергнуть гипотезу на уровне 5-10%? Когда значимость различий на заявленном уровне в 5% не найдена..?
Спасибо.

Спасибо еще раз огромное!!!

Добрый день. пожалуйста, у меня есть парные измерения показателя, мне нужно найти (или не найти) значимые изменения после воздействия фактора. Поскольку выборка небольшая, всего из 12 наблюдений, мой руководитель просит применить критерий W. Ансари-Бредли или К. Клотца, а в моих стат пакетах их нет. Если вам нетрудно, вы не могли бы обработать..?
до. после.
1,96 2,03
2,89 2,60
2,61 2,16
1,83 2,17
1,56 1,65
2,12 2,65
1,44 2,13
2,04 2,16
1,65 2,09
1,12 1,16
1,33 2,16
0,79 1,10

Спасибо.

Спасибо!

Доброго времени суток. Не по теме здесь, заранее извиняюсь. Подскажите, как возможно обозвать графическое отображение, по оси абсцисс которого - наблюдения, упорядоченные по возрастанию значения (не встречаемость, а просто по порядку), а по оси ординат - значения данного параметра. Требует руководитель, ему так нагляднее.. Но, по скольку он их требует вставить в работу, мне нужно будет ЭТО как то обозвать... Я такого нигде не видела, сама придумать не умею))) Не скажете?) упорядоченный... разброс...)) (если разброс то какой же тут порядок...))) , а?...

Ни с чего не взяла, просто задумалась, (зафантизировалась)) мало ли..
И спросила. На всякий случай
Спасибо

Добрый лень. Спасибо, что отвечаете
У меня есть один классический предиктор - он бинарный. Вторая обьясняющая периенная добавляемая в модель -она по непрерывной шкале измеренна. Вот их всего две, я получаю модель с коэффициентами. Изначально я так делаю, чтобы показать что Добавление в модель этой непрерывной переменной при прогнозирования вероятности исхода улучшает всю модель ( ну то есть как я это понимаю, каждому участнику из моей выборки будет присвоено значение вероятности наиблизкое к истинному (заодно проверю свои знания)))? почему только два предиктора: ну вот в данном случае, меня интересуют только они
Из таблицы сопряжен у меня есть показатели чувствительности и специфичности для бинарного предиктора ( тот что первый фактор)
Я, добавляя непрерывную переменную в модель бинарной лог регрессии улучшаю ее ( я понимаю что улучшение и состоит в том что каждому пациенту будет присвоена вероятность от 0 до 1 более точная) но при этом оптимальное пороговое значение я могу выбрать для значения вероятности. А мне не это надо))))
Мне надо с учетом того первого бинарного фактора найти оптимальную точку для непрерывной переменной (для второго фактора) с тем, чтобы получить простой диагностический алгоритм (ну назову его так))) вот при одновременном положительном значении первого фактора и второго нтже конкретной (искомой мной) пороговой точки я получаю Ч и С такую то
Ну то есть оптимальный порог при рок анализе один, а при комбинации в логоегрессии с бинарным фактором, он другой, если я хочу долю истиный ответов увеличить и это возможно..
Оптимальная пороговая величина в комбинации с доугим предиктором другая. Я понимаю что это не входит в задачи при построении регрессионной модели, но мне каааажется))) что связь то есть)) и так возможно
Возможно? Может, с помощью этого графика выделить оптимальную точку вероятности и сопоставить ее со значением непрерывной переменной?..
а задача ну изначально несложная - комбинировать два предиктора ( бинарный и непрерывный) в таблицу 4на 4, и высислить Ч и С

А подскажите пожалуйста))
Вот мне нужен простой алгоритм (руководитель просит) для того что бы поднять диагностическую точность на моей выборке. Метод 1, допустим, предусматривает бинарную оценку (есть дефект, нет дефекта, на основе таблицы 4х4 определена чувствительность и специфичность. У меня есть метод 2 - это оценка по непрерывной шкале пациентов той же выборки. Мне нужно определиться с порогов величиной метода 2, которая в совокупности с методом 1 повышала бы параметры диагностической эффективности (ну и про чувствительность и специфичность).
У меня программа строит график зависимости вероятности от непрерывной переменной ввиду двух кривых - одна для случаев с наличием дефекта, другая - при его отсутствии. Могу ли я, опираясь она значение порога вероятности, воспользоваться графиком вот этой непрерывной переменной? Или прям совсем ахинея?

Спасибо Вам огромное!!!!
Я все-таки напутала со знаком.
Спасибо что предупредили

Здраааааствуйте!!!
Я тупая, но упрямая)))
Короче разбираться было ну очень сложно, но таким как я везет))) и нашла что-то попроще... ну или описано как попроще, статью прилагаю.
Общем там надо вроде как надо так:
Разницу между площадями разделить на корень из суммы квадратов SE для этих площадей плюс дважды коэффициент корреляции этих площадей, помноженный на эти ошибки...
корреляцию между методами я посчитала по вычисленной вероятности для здоровых и отдельно для больных
Получила Z, в моем случае 1.44 ( еще с третьей моделью сравнила первую эталонную там Z 1.21 и угомонилась))))
в списке литературы я укажу ссылку на статью.
А скажите, я могу в этой ситуации применить одностороннюю гипотезу для нахождения р по Z?
Спасибо.

Ооо пасиба!! Ща разберусь
Спасибо огромное

Здравставуйте.
Скажите пожалуйста, вот у меня есть однофакторная модель, из нее мне на данном этапе нужен коэффициент, значимый, из которого я могу вычислить ОШ на исход и сказать - данный фактор значимо влиял на вероятность исхода. Это я понимаю... Далее, я добавляю в модель второй фактор, их коэффициенты также значимо отличны от нуля (так ведь), и они независимо (ну в медицине так это понимают) влияют на вероятность возникновения исхода.
Я же правильно понимаю: при построении модели для факторов вычисляются такие коэффициенты, с которыми каждый случай в выборке будет иметь наиболее близкую вероятность к истинному исходу...
А вот мне нужно следующее: я хочу сказать: фактор 1 (традиционный) + фактор 2 (новый) = это первая модель. А вторая модель = это фактор 1+ фактор 3. И я хочу сказать, что 2я модель (включающая фактор 3) лучше чем первая модель объясняет исход. Ну то есть фактор 3 лучше в плане объяснения вероятности в совокупности с фактором 1) Я видела в этом случае либо сравнивают площади под кривыми для регрессии, либо индекс реклассификации (NRI и IDI)
Мой вопрос - как мне сравнить AUC для регрессионныхых моделей? В моем стат пакете сравнение только для РОК моделей
Индексы реклассификации я нашла статьи, но они мне не поддаются)) пока...

Вот это не очень? а в данном случае так необходимо именно средние сравнивать?

Вот это понятно) спасибо !

Добрый день.
Подскажите, могу ли я сравнить две независимые группы по 104 и 14 наблюдений в каждой? мне нужно удостовериться в различии средних. Подойдет ли Мана-Уитни для этих целей? Просто конкретно для данного параметра так мало данных доступно.

Ясно. Спасибо. Я понимаю, что означает коэффициент короеляции и знак при нем. Я слышала как то, на конгрессе, докладчик сказал следующее: мы для оценки силы связи, пересчитали коэф корреляции, для этого мы связались со статистиками, и убедились в еще более тесной связи двух показателей, при этом про сам стат анализ он не уточнял
А моей коллеге порекомендовал статистик коэффициент корряции Пирсона ( в ее работе три коэффициента указаны, не помню какой том еще, Кэндал что ли.)., он ей преобразовал данные, логарифмируя их, и зачем то это вошло в ее работу. Ни о какой регрессии просто речь там не шла, поэтому я и спрашиваю,, это просто мои догадки были

Добрый день. Меня интересует оценка связи между двумя непрерывным переменными, с распределением отличным от нормального. Могу ли я довольствоваться коэффициентов Спирмена, или же ненужно попытаться эти данные нормализовать и пользовать параметрическим методом?.. Пока меня интересует только сила связи, и по Спирмену у одного из параметров связь с референтной переменной она 0,6 а другого - 0,7 (ну примерно).. может ли быть такое, что при "нормализации" один из параметров будет сильнее кореллировать с рефератным, чем другой? Или же хватит вполне непараметрического критерия?
Мы предполагали что связь сильнее будет у того из параметров, что показал слабее связь.
Спасибо