Форум врачей-аспирантов

Здравствуйте, гость ( Вход | Регистрация )

5 страниц V   1 2 3 > » 

passant
Отправлено: 29.11.2018 - 20:42


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(100$ @ 29.11.2018 - 18:37) *
Выйдите, passant, ненадолго из меланхоличного состояния и послушайте, чего скажу. Устами проф. Орлова:

с.88:
"Критерий Смирнова основан на использовании эмпирических функций распределения Fm(x) и Gn(x), построенных по первой и второй выборкам соответственно.
Значение статистики Смирнова Dm,n=sup|Fm(x)-Gn(x)| сравнивают с соответствующим критическим значением ... и по результатам сравнения принимают или отклоняют гипотезу Ho о совпадении (однородности) функций распределения." /Эконометрика: учебник для вузов.- изд. 4, дополн. и перераб. - Ростов н/Д: Феникс,2009. - 572 с./

Если вам критически важно построение эмпирических функций распределения (ЭФР, как я и написал) считать самостоятельным этапом, а не частью работы по вычислению критерия, то тогда надо писать, что на "...вход критерия Смирнова подаются две ЭФР".

Но мой пост был ровно о том, что математики ни от кого не скрывали, где надо "брать" ЭФР для критерия, это просто вы не в курсе.

P.S. И не надо благодарить, коллега. Расширять ваш кругозор для меня - удовольствие.

Если бы я был первый день на формуле, ваша манера вести дискуссию, наверно, произвела бы на меня впечатление. Но увы, тем кто тут давненько - она хорошо известна. Поэтому ваши личностные выпады, от которых вы ну никак не можете воздержаться, уже ни у кого не вызывают ни удивления, ни уважения ни нервного трепета. А уж благоговения перед великим и всезнающим - тем более. Но это так, к слову.

Теперь по сути.
Во-первых, я нигде не ставил под сомнение, что критерий основан на использовании и анализе функций распределений. Я это написал в первом же сообщении. А вы меня пытаетесь убедить, что "да он основан на анализе функций распределения" еще и Орлова сюда "призвали". Зачем?

Во-вторых, то что он основан на анализе эмпирических функций распределений никак не отменяет того факта, что предназначен-то он для сравнения двух выборок. И на вход критерия именно выборки подаются. Подтверждение тому - реализация указанного критерия и в Python (модуль scipy.stats функция ks_2samp), и в R(базовая библиотека stats, функция ks.test). Думаю, если покопать - то и в других пакетах/системах будет то-же.

В-третьих, вопрос, который я действительно упоминал, заключался в том, на сколько эмпирическая функция распределения (которая используется в критерии) соответствует функции распределения данной генеральной совокупности (объективно существующей) - в данном тесте никак не изучается и не учитывается (ну, кроме зависимости от N, естественно). Я понимаю, что "математики не от кого не скрывали", а я - в отличии вас, разумеется - просто не в курсе. Может, расширите мой кругозор.

В целом, так и не понял, какой же из высказанных мной тезисов вызвал у вас такую бурную реакцию. Впрочем, бывает. Думаю, дальнейшая дискуссия в таком стиле является бессмысленной и увы, неинтересной. Посему участие в ней заканчиваю.
  Форум: Медицинская статистика · Просмотр сообщения: #23548 · Ответов: 24 · Просмотров: 1115

passant
Отправлено: 29.11.2018 - 15:27


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(100$ @ 29.11.2018 - 13:22) *
/справочно/
Для критерия Смирнова функции распределения не надо "брать" - критерий вычисляет их (ЭФР) "сам".

/Еще более меланхолично/
На вход критерия Смирнова подаются две выборки, по которым вычисляется статистика Колмогорова-Смирнова, которая сравнивается с критическим значением, которое (в свою очередь) определяется из теоретических соображений. И - в конечном итоге - делается вывод, взяты-ли две исходные выборки из одной ген.совокупности или из разных. По факту он сравнивает эмпирические распределения двух выборок (не путать с критерием Колмогорова!!!)
Какую функцию распределения может вычислить критерий, призванный лишь проверить Гипотезу об однородности выборок unknw.gif
  Форум: Медицинская статистика · Просмотр сообщения: #23545 · Ответов: 24 · Просмотров: 1115

passant
Отправлено: 29.11.2018 - 11:25


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(paravoz @ 27.11.2018 - 14:58) *
Интересная позиция, даже вполне понятная. Я пока пытаюсь дальше поразмышлять на предмет того, может ли среднегодовая численность населения рассматриваться с той позиции, которую Вы описываете.

Даже если предположить, что такие умозаключения верны, то как быть например с таким коэффициентом. Уж простите, но это первое что пришло в голову. Коэффициент младенческой смертности = число детей, умерших в течение года на 1 году жизни / число родившихся живыми в данном году * 1000. В данном случае и числитель и знаменатель точные абсолютные величины, которые определяются на конец года. Получается ли, что для данного показателя нельзя считать ДИ.

Никак нет.
В основе развития человеческой цивилизации лежит простая человеческая лень smile.gif . Вот, когда придумывали указанный вами коэффициент именно лень его таким и сделала. Правда врачам это простительно, они людей должны лечить, а не цифры считать, но тем не менее. wink.gif
А теперь без шуток. Именно желание сократить объем работы приводит к тому, что у вас в вашем коэффициенте фигурируют "как-бы" абсолютные величины. На самом деле люди рождаются (и умирают) ежедневно. Значит на самом деле обе ваши "абсолютные величины" есть некий интегральный параметр от значений двух независимых временных рядов, полученных при отображении ежедневного количества соответственно родившихся и умерших. И единственная абсолютная, не требующая никаких доверительных интервалах цифра - это вот "сегодня, 29 ноября, в городе N родилось X младенцев и умерло Y детей до года". А как только вы переходите к рассмотрению годовых показателей - с точки зрения строгой математический статистики - будьте любезны оперировать описанием временных рядов. И в итоге снова имеем отношение случайных величин, для описания которого надо использовать его распределение (или, опять-же по ленности smile.gif - какие-то его параметры ).
На самом деле, если подумать, использование критериев типа Cтьюдента, Фишера и пр. и уж тем более - сравнение по перекрытию доверительных интервалов - идет от желания сократить расходы на вычисления. Потому что единственный "полный" метод сравнения двух случайных выборок - это критерий Смирнова (или - обычно пишут "Колмогорова-Смирнова"). Вот он корректно сравнивает две случайные величины используя их функции распределения (правда вопрос - а где их взять - математики оставляют за скобками). А все остальные критерии по сути были придуманы в виду "ленности", а в реалии - запредельной сложности расчетов в докомпьютерную эру вычислений. Ну а в медицинской статистике в момент ее зарождения - тем более такие расчеты были вне поля зрения. Вот и получаются, что - в том числе - указанные вами коэффициенты - это всего лишь приближенная оценка истинного значения (и вообще-то неизвестного нам) этого коэффициента.
Цитата(paravoz @ 27.11.2018 - 14:58) *
И второе. Если действительно можно для заболеваемости рассчитать ДИ, то что это за интервал? Ну то есть вероятное значение заболеваемости в какой совокупности он показывает? По логике вещей в генеральной. Но что, в данном случае, будет являться генеральной совокупностью?

Так в том-то и дело, что ввиду постоянной изменчивости, вы никак не можете "перебрать" все элементы этой генеральной совокупности.

Цитата(paravoz @ 27.11.2018 - 14:58) *
Пусть с математической точки зрения ДИ для заболеваемости использовать можно. Допустим (хоть я пока не совсем с этим согласен smile.gif ). Но какой в этом ДИ "физический смысл". Если у выборки из населения города посчитать средний рост и для него построить ДИ, то можно сказать, что ДИ это вероятный интервал среднего роста всего населения города. А в данном случае что будет являться этой самой генеральной совокупностью?

А я вот, как не врач, задумался, а о чем приведенный вами коэффициент детской смертности говорит, даже семантически. Ведь за год какие-то из родившихся в данном городе младенцев были перевезены в другие города, и теоретически возможно, что там и умерли. А какие-то из умерших в данном городе - родились и были привезены сюда.И какой тогда смысл этого коэффициента, о чем он говорит? А вот если его трактовать так, как я описал выше - хоть "физический смысл" становиться более-менее понятным. Но оставим эти размышления для медицинских статистиков.
  Форум: Медицинская статистика · Просмотр сообщения: #23542 · Ответов: 24 · Просмотров: 1115

passant
Отправлено: 27.11.2018 - 12:57


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Ну, если хотите рассуждений smile.gif - то позвольте мне вклинится в ваш медицинский спор. На самом деле есть много причин, по которым интервальная оценка показателя типа "заболеваемость" является необходимой - в том числе и те, которые тут уже упоминали. Но я попробую привести еще одно обоснование, причем попробую объяснить "математически, но просто" rolleyes.gif .

1. "Неужели без дополнительных математических расчетов (ДИ или стат. критерии) я не могу сделать вывод о том, что в каком-то конкретном году заболеваемость в конкретном населенном пункте 2 больше, чем заболеваемость в населенном пункте 1". - по моему мнению, не можете. Все что вы корректно математически можете сказать - это "За год в населенном пункте Х заболело на 2 человека больше, чем в населенном пункте Y". Вы даже можете сказать, что "количество заболевших в городе Х было в два раза больше, чем в городе Y". Но именно так "(абсолютное) Количество заболевших" - и не более того. Потому что, говоря математическим языком, ваши данные измерены в абсолютной шкале. И все остальные операции (а ваши заключения и есть некие операции с математической точки зрения) над данными, измеренными в шкалах данного класса будут некорректными. (Кстати, к статистике это не имеет никакого отношения, эти свойства и ограничения изучает другой раздел математики -"Теория измерений"). А уж тем более, вы не можете сделать никакого "углубленного анализа " например, не можете сказать, что медучреждение в одном из пунктов работают лучше, чем во втором.
2. Для того, чтобы корректно сделать такой анализ надо перейти от непосредственно измеренных параметров к косвенно измеренным параметрам, представленным в другой шкале измерений - например, в шкале отношений. Именно для этого вместо параметра "количество заболевших" вводят и анализируют параметр "уровень заболеваемости" - рассчитываемый как отношение количества заболевших к населению. Но вот тут загвоздка. Начнем с того, что "население города" - постоянно только в течении.... одного дня (а в реальности - и того меньше)! Таким образом, если нарисовать график количества людей, проживающих в городе по дням - это будет типичный временной ряд. Причем вовсе не обязательно даже стационарный, и скорее всего - не подчиняющийся нормальному закону распределения. То есть "население города" - это случайная величина, изменяющаяся ежедневно (кто-то приехал, кто-то уехал, кто-то родился, кто-то умер т.д.). Как любая случайная величина, на конечном временном отрезке (например - год) эти данные могут быть статистически ОЦЕНЕНЫ. Другими словами, параметр "среднегодовое население" - это случайная величина, котороя, естественно, имеет и среднее, и среднеквадратичное отклонение, и доверительный интервал при заданном уровне значимости и даже (хотя-бы теоретически) коэффициенты автокорреляции различных порядков. И никакое другое представление (например - точечная оценка) не является для нее математически полным.
3. Если вы какой-то параметр-константу (количество заболевших за год) делите на параметр-ОЦЕНКУ случайной величины (среднее население города за год), то результат будет -случайная величина (измеренная в более слабой из шкал). Со всеми ее необходимыми атрибутами, включая доверительные интервалы. И именно с такими данными вы уже реально можете проводить какие-то дальнейшие исследования или анализ - и сравнивать по разным регионам, и анализировать в плане исторического изменения, и делать предсказания и пр. пр. пр.
4. Вывод. "Количество заболевших" - никаких ДИ, достаточно непосредственно измеренных абсолютных данных. Но ограниченные возможности анализа и интерпретации. А вот "уровень заболеваемости" - статистическая величина с необходимым интервальным представлением параметров. Зато полная свобода для дальнейшего анализа.

Вот как-то так. Не знаю, удалось-ли мне хоть немного "популяризировать" математику, но я старался rolleyes.gif
  Форум: Медицинская статистика · Просмотр сообщения: #23534 · Ответов: 24 · Просмотров: 1115

passant
Отправлено: 30.10.2018 - 10:03


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(Семен Суслов @ 30.10.2018 - 00:33) *
Хорошая книга, советую.

Браво. Вы специально сегодня зарегистрировались на форуме, что-бы похвалить эту книгу? blum.gif
Но если именно по этой книге учат медиков статистике - именно науке "статистика", а не тому, что такое "первичная заболеваемость" или почему "при наличии острого и хронического заболевания основным следует считать диагноз острого заболевания" - то я перестаю удивляться уровню понимания и вопросов, которые на этом форуме задают аспиранты и их готовности решать именно научные вопросы, связанные с интеллектуальной обработкой данных. Увы.
Давайте все-таки эту тему - если ТС, конечно не против - оставим именно книгам по статистике (как научного инструмента, включая программный) для медицины.
  Форум: Медицинская статистика · Просмотр сообщения: #23483 · Ответов: 5 · Просмотров: 1401

passant
Отправлено: 23.09.2018 - 23:12


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


...
  Форум: Медицинская статистика · Просмотр сообщения: #23355 · Ответов: 5 · Просмотров: 1401

passant
Отправлено: 23.09.2018 - 23:09


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Продолжая ранее начатую - и весьма полезную с моей точки зрения - тему приобщения к статистике новичков и не очень :-), рекомендую еще вот такую книжку:
С. Бослаф. "Статистика для всех".
http://libgen.io/search.php?req=%D0%A1.+%D...&column=def
Она хоть и для "начинающих и любопытствующих", но более серьезная. "Про котиков" в ней нет, зато есть даже отдельно-специальная глава "Статистика в медицине и эпидемиологии".
Приятного чтения. :-)
  Форум: Медицинская статистика · Просмотр сообщения: #23354 · Ответов: 5 · Просмотров: 1401

passant
Отправлено: 15.08.2018 - 18:49


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(100$ @ 15.08.2018 - 18:13) *
А по поводу функций принадлежности вам сюда

Ну, от функций принадлежностей до классификации на основе нечетких правил еще как до Луны.... ну, вы поняли rolleyes.gif
Если уж куда направлять свой взор по теме (нечеткая классификация и кластеризация), то скорее вот сюда, сюда, или сюда.. Только вот прежде, чем углубляться в дебри, ТС стоило бы для начала ознакомиться с азами раздела науки, которую он хотел бы задействовать в своих исследованиях. Мне так кажется (С) angel.gif
  Форум: Медицинская статистика · Просмотр сообщения: #23252 · Ответов: 32 · Просмотров: 5193

passant
Отправлено: 15.08.2018 - 17:32


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(Ident @ 15.08.2018 - 14:46) *
Спасибо большое, намного теплее). Не подскажите книжку, сайт и т.д., где есть примеры решения таких задач. Заранее благодарен.

Даже не знаю, что вам насоветовать... Книг, интернет ссылок, видеокурсов по тематике так много, а копировать сюда что-то из Гугла - тоскливо. И непонятно, что вас конкретно интересует - ML, теория нечетких множеств, реализация на R, на Python? Для медиков? Для экономистов?
Начал писать список, дошел до 25 источников из тех, что у меня на диске - но стер. Оставлю лишь самые базовые.
Для общего развития
- Флах Машинное обучение - наука и искусство построения алгоритмов
Фундаментальные основы.
- Ким Факторный, дискриминантный и факторный анализ
- Мандель Кластерный анализ
- Айвазян Прикладная статистика. Классификация и снижение размерности.
Современные подходы
- Барсегян Анализ данных и процессов
- Орлов Математические методы теории классификации
Для поклонников R
- Шитиков Мастицкий Классификация, регрессия и другие алгоритмы Data Mining с использованием R
Кое-что по нечетким множествам
- Павлов Принятие решений в условиях нечеткой информации
- Гончаров,Кластеризация на основе нечетких отношений. Алгоритм Fuzzy Relation Clastering
- Конышева Основы теории нечетких множеств. Для Бакалавров и специалистов
Есть даже для медиков - в соответственно адаптированном варианте
- Реброва Статистический анализ медицинских данных
- Лапач Статистические методы в медико-биологических исследованиях с использованием EXCEL
- Кочетов Методы статистической обработки медицинских данных
и т.д. до бесконечности. Все легко находится в сети :-)
Будут вопросы - задавайте
  Форум: Медицинская статистика · Просмотр сообщения: #23250 · Ответов: 32 · Просмотров: 5193

passant
Отправлено: 14.08.2018 - 21:56


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(Ident @ 14.08.2018 - 21:23) *
. Есть ли способ оценить меру близости между этими данными? То есть можно ли построить мат.модель, которая на основании подобных данных сможет выдавать процент (вероятность) соответствия наблюдаемых показателей уже известным. Результат модели необязательно должен быть в конкретных цифрах. Приемлемы могут быть ответы и такого рода, например ? 1)точно мел, 2)скорее всего, мел, 3)не исключено, что мел, 4) скорее всего не мел, 5)точно не мел. То есть в виде степени соответствия или исключения. Вот как-бы такая задача. Заранее благодарен за мнения.

Очень интересно узнать мнение уважаемого Nokha).

Я хоть и не уважаемый Nokha, но робко попытаюсь высказать свое мнение, пока его нет :-)

Это называется "задача классификации" и сопряженная к ней "задача кластеризации". Вполне изученные разделы Machine Learning. Там определяется и степень близости (меры сходства), и способы работы в многомерном признаковом пространстве. Исследуются различные алгоритмы (замечу - алгоритмы классификации и кластеризации бывают не только метрическими, но и логическими, основанными на деревьях решений, основанными на плотностях, на байесовской моделе и пр. зоопарк). Ну и напоследок - имеется целое направление, которое строит нечеткие классификаторы или нечеткие кластеры (т.е. с использованием упомянутой Вами теории нечетких множеств). А также - классификаторы с ранговыми шкалами, что и соответствует задаче, которую собственно вы и описали в своем сообщении.
  Форум: Медицинская статистика · Просмотр сообщения: #23242 · Ответов: 32 · Просмотров: 5193

passant
Отправлено: 31.07.2018 - 11:21


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(CatenaR @ 31.07.2018 - 10:09) *
Насколько я смогла с нуля изучить хи-квадрат, им проверяют значимость расхождения наблюдаемых и ожидаемых частот (по крайней мере, это нужно было сделать с этими данными).
У меня есть таблица данных и есть значения хи и р, но используя изученную в сети формулу, я получаю вообще другие значения unknw.gif
Задачей было доказать достоверность разницы между группами. n=приближенные+значимые; точные являются частью приближенных.

Кто-нибудь может объяснить, в чём хитрость? Очевидно, я что-то не учитываю, ибо не понимаю =(

Вы не только сами запутались, вы и нас хотите запутать. smile.gif
Во-первых,разъясните сию загадочную фразу
"точные являются частью приближенных" mega_shok.gif
Как такое может быть?? Данные ЛИБО точные, ЛИБО приближенные.
Но предположим, что первая строка нам не нужна (эти же данные вошли во вторую). Тогда у вас в оставшейся части таблице сумма значений по строкам должна быть равной сумме значений по столбцам. По столбцам - получается (приближенные + значимые = n из заголовка). А вот по строкам - "приближенные" сходятся, а "значимые" -нет. Что-то тут не так. Уточните.
Ну и что значит фраза "p<0.0001 по сравнению с группой 1" - для меня, по крайней мере, загадка. Уточняйте.
  Форум: Медицинская статистика · Просмотр сообщения: #23193 · Ответов: 15 · Просмотров: 2196

passant
Отправлено: 28.06.2018 - 16:11


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(Dr Valenkov @ 28.06.2018 - 13:04) *
Пожалуйста подскажите! Необходимо провести анализ выживаемости пациентов в зависимости от длительности послеоперационной реабилитации. К примеру: общая выживаемость в группе пациентов, у которых период реабилитации не превышал 6мес., была достоверно лучше...

Ну, необходимо провести - так проводите. Вопрос-то в чем?
  Форум: Медицинская статистика · Просмотр сообщения: #23126 · Ответов: 7 · Просмотров: 1523

passant
Отправлено: 26.06.2018 - 19:48


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(p2004r @ 26.06.2018 - 19:08) *
При всем уважении, ну как поможет знание "change point" на монотонно возрастающем (или убывающем) тренде?


Если "change point" неизвестна, даже на монотонном тренде - то вот вам две абслоютно реальные задачи
- найти точку, в которой тренд меняет скорость возрастания/убывания
- найти точку в котором меняется дисперсия и/или другие характеристики ряда (например - автокорреляция).
Обе задачи абсолютно реальны, например, в технической диагностике, в задачах компьютерной безопасности, в экономике. Я уверен, что и в медицине можно кучу ситуаций свести к этим.
Если - как у ТС - "change point" известна, то задаче действительно сильно упрощается. Не надо обнаруживать точку (которая то-ли есть, то-ли ее нет), а надо просто выяснить, остались-ли характеристики ряда на интервале "до" и на интервале "после" неизменными или же изменились. Следующее - и последнее- упрощение: вообще убрать время из рассмотрения, что судя по всему удовлетворяет ТС.


Я вот тут о другом подумал - а не может количество "бракованных" образцов зависеть от других факторов, например - как от индивидуальных особенностей конкретных пациентов, так и от опыта лаборанта, берущего образец и пр. (Сорри, если вопросы с точки зрения медицины ламмерские, но теоретические такие факторы могут иметь место).
  Форум: Медицинская статистика · Просмотр сообщения: #23114 · Ответов: 30 · Просмотров: 3763

passant
Отправлено: 26.06.2018 - 15:51


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(Алексей Лк @ 26.06.2018 - 15:35) *
В общем полагаю что FA надо все таки считать на когорту со статичным числом эмбрионов, например на 10. И брать группы в которых например будет не меньше 200 эмбрионов (n=20)

Теперь для меня, как не лекаря, все стало сложно и непонятно :-)
Давайте так. Если у вас одни и те-же пациенты, до и после смены курьера, причем вы точно знаете, сколько образцов каждого пациента испортилось у одного курьера и у другого - это один случай.
Если же пациенты разные, или просто такой статистики вы не ведете - то я бы не стал усложнять. Считал бы среднее (или медиану, если данные не нормальные) по всей совокупности и сравнивал бы их "до и после". Количество случаев - роли не играет. Метод - в зависимости от "нормальности" данных и однородности дисперсий. Я их упомянул, но вполне можно (ученые врачи к ним привыкли ) ограничится теми, что приведены у Гланца или Ребровой.
Вы задавали вопрос о том, как понять однородна-ли дисперсия? Проверяем критерием Фишера, который и отвечает нам на вопрос, можно-ли считать дисперсию равной. "Да"-"Нет". Все.
  Форум: Медицинская статистика · Просмотр сообщения: #23108 · Ответов: 30 · Просмотров: 3763

passant
Отправлено: 26.06.2018 - 15:35


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(Алексей Лк @ 26.06.2018 - 15:19) *
Спасибо. Но это явно не к моей теме. В конце концов время для меня важно только в двух точках - дата смены курьера и равные временные отрезки в которых находится интересующая меня совокупность.

Я тоже так считаю, поэтому в персом ответе исходил из этого. Но коллеги упомянули, что возможно присутствует тенденция. Ну, например, ввиду усложнения уличного трафика время доставки объективно возрасло и как следствие - количество потерянных образцов увеличилось. Или, сезонность - летом потери объективно больше, чем зимой (например). Вот, на всякий случай и дал "наводку", что делать при таких вариантах анализа. Если-же можно обойтись без такого усложнения, то см. мой первый пост.
  Форум: Медицинская статистика · Просмотр сообщения: #23106 · Ответов: 30 · Просмотров: 3763

passant
Отправлено: 26.06.2018 - 14:44


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(Алексей Лк @ 26.06.2018 - 13:52) *
А можно подробнее, что вы имеете ввиду? Вам нужны данные по средему, медиане, 25 и 75 процентилям, стандартному отклонению? Или что то еще?
Стационарность временного ряда - отдельная тема. Стандарт : Тест Дики-Фуллера. Кроме того, могут использоваться и другие методы, включая упомянутые метод WMW и Смирнова, но с использованием т.е. "скользящих окон", на основе регриссионой модели, теста Филипса-Перона, анализ автокоррелограммы (он за одно и сезонность может показать), тест тест Сиджела - Тьюки, сериальный критерий стационарности и пр.
  Форум: Медицинская статистика · Просмотр сообщения: #23102 · Ответов: 30 · Просмотров: 3763

passant
Отправлено: 26.06.2018 - 12:31


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(p2004r @ 26.06.2018 - 12:05) *
Это временной ряд, про стационарность которого мы ничего не знаем. Поэтому весь этот энтузиазм в треде мне не понятен. Надо видеть данные.

При всем уважении, а какую трудность в анализе Вы заметили?
Временной ряд? Возможно рассматривать и с этой позиции. Но! Нам точно известна change point. Да, можно проанализировать ряд "до", посмотреть, есть-ли тренд и/или сезонность, потом - если есть - сделать предсказание и сравнить с рядом "после". В общем-то то-же классическая задача. Если же тренда вообще нет - то задача вообще становиться тривиальной.
Впрочем, допускаю, что я что-то сугубо "медицинское" упустил. Буду рад за уточнения.
  Форум: Медицинская статистика · Просмотр сообщения: #23098 · Ответов: 30 · Просмотров: 3763

passant
Отправлено: 26.06.2018 - 10:20


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(Алексей Лк @ 26.06.2018 - 09:33) *
в общем жду мнений, спасибо!

По моему мнению - это классическая задача, в классической постановке. Если бы данные были бы доступными - взял бы в качестве примера для студентов применения метода к реальным задачам.
Особых "подводных камней" - особенно если у вас достаточное количество накопленных данных - не вижу. Обычная схема дисп. анализа, изложенная в учебниках.
Если дисперсии окажутся сильно различны - то существуют методы и на этот случай (начиная от критерия Крамера - Уэлча, до критерия Уилкоксона-Манна-Уитни, критерия Смирнова, и пр).

Вот если возникнут непонятности или вопросы - задавайте, будем думать.

Удачи!
  Форум: Медицинская статистика · Просмотр сообщения: #23092 · Ответов: 30 · Просмотров: 3763

passant
Отправлено: 12.06.2018 - 09:23


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(Felix77 @ 12.06.2018 - 08:32) *
help.gif пожалуйста, можно ли из имеющихся данных создать модель для прогнозирования. В прилагаемой таблице представлены переменные пациентов, у которых в последствии развилась контраст индуцированная нефропатия (КИН), соответственно зависимая переменная - КИН (0-не развилась КИН, 1 - развилась). Пытался использовать логистическую регрессию, которая не показала значимого влияния предикторов. Пытался применить Random Forest, в R ничего не получилось. Может проблема в большом количестве пропущенных данных

Я ничего не понимаю в медицинской стороне вопроса, но первое, что бросилось в глаза - сильная несбалансированность обучающей выборки - примерно 1:9. Возможно, стоить посмотреть в сторону методов, специально предназначенные для таких случаев?
  Форум: Медицинская статистика · Просмотр сообщения: #23055 · Ответов: 6 · Просмотров: 1543

passant
Отправлено: 8.06.2018 - 22:14


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Ой какая каша....
Ну давайте разбираться, что же вы написали и как это перевести (понять).
1. Количество покупок. ОК. Что такое количество покупок, например, 18 и еще восемь знаков в дроби после запятой? Ну не могу я себе даже три с половиной покупки представить, а тут 18,01426972 покупок.
2. Вы хотите найти зависимость количественных данных от номинальных? Т.е. построить РЕГРЕССИЮ, в которой два возможные значения независимой переменной и бесконечное множество значений зависимой? Ну картинку-то хоть нарисуйте, посмотрите, что получиться.
3. ОК. Предположим, построили. Регрессионная модель строиться для того, что-бы потом, задав не встречавшееся в обучающей выборке значение независимой переменной найти значение зависимой. А какое у вас может быть "не встречавшееся" значение вашей независимой переменной? Может стоит разобраться, надо-ли вам регрессия, или все-таки задача стоит иначе?
4. Предположу, что на самом деле вы решаете задачу определения корреляции между значением "стимуляции" и "количество покупок". Ну так для этого своя группа методов существует. Между прочим, в вашем маркетинге, откуда скорее всего взята задача, есть т.н. A/B тестирование. Посмотрите внимательно, может узнаете свою задачу?
5. Про одну-две стимуляции вообще ничего не понял. Написано одно, пример - совсем другое. В каком магазине была одна стимуляция? в каком - две? И где это видно?
6. Да, по несбалансированным данным (например - 1 значение "1" и полтора десятков нулей) ни один из полученных результатов статистически значимым (осмысленным) не будет.
7. А вообще-то по вашему первому примеру никакого исследования проводить не надо, и так видно, что стимуляция ведет к росту продаж. Ну можете еще, если очень хочется "ящик с усами" нарисовать :-)
  Форум: Медицинская статистика · Просмотр сообщения: #23049 · Ответов: 1 · Просмотров: 1006

passant
Отправлено: 17.05.2018 - 13:57


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(Zamira @ 17.05.2018 - 12:00) *
Добрый день. Подскажите,пожалуйста, как правильно рассчитать тертили?

Вот тут разжевано относительно доступно:
https://sites.google.com/site/konstbel/knig...drugie-kvantili
  Форум: Медицинская статистика · Просмотр сообщения: #23014 · Ответов: 1 · Просмотров: 988

passant
Отправлено: 13.05.2018 - 12:23


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(scholar @ 12.05.2018 - 19:22) *
Есть ли статистические техники оценки динамики только по средним?

Динамики чего?
Цитата(scholar @ 12.05.2018 - 19:22) *
например признак А имел среднее значение полгода тому назад 30, а сейчас 20, т.е. на 10 снизился.

Имея только эти два числа все, что вы можете о них сказать - вы сказали.
Кстати - достаточно много: и то, что одно (какое именно) меньше другого (порядковое сравнение) , и то, на сколько меньше (количественное сравнение), а если вы еще и знаете, что произошло это за пол года (т.е. присутствует фактор времени) - то вот вам и динамика smile.gif Что еще вы хотели-бы узнать?
  Форум: Медицинская статистика · Просмотр сообщения: #22999 · Ответов: 2 · Просмотров: 810

passant
Отправлено: 9.05.2018 - 13:19


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(100$ @ 9.05.2018 - 00:48) *
passant, а как вы дихотомическую переменную, имеющую биномиальное распределение "Отсутствует/Присутствует" сумели так ловко объединить с переменной, имеющей мультиномиальное распределение? Это ж прямо прорыв какой-то. Ловкость рук, и никакого мошенства.
Корректная оценка - 77/40=1,925.


1. Не пойму, о чем речь, честно.
Исходно данные о локализации- а их пять, по месту - действительно имеют дихотомическую природу. "Есть порожение в данной точке"/"Нет поражения в данной точке".
Т.е. привели собачку, появилась запись следующего вида:
"Порода: "Сербернар",
Поражено ухо: "Да",
Поражены лапы: "Да",
Поражен живот: "Нет",
Поражена спина: "Да",
Поражен хвост: "Нет".
У ТС набралось 88 таких записей. Для дальнейшего анализа объединяем их в единую таблицу по породам. В таблице оказалось восемь строк. Одна строка - данные об одной из пород. Каждая из строк выглядит так: "X1 собачек данной породы имеют локализацию поражения "Ухо",..... "X5 собачек данной породы имеют локализацию поражения "Хвост". В итоге получаем Классическое исходное представление таблицы сопряженности. Где тут вы нашли необычное "объединение биноминальной с мультиномиальнй переменной", и "ловкость рук и никакого мошенства"???

Кто-то тут ссылался на Аптона. Ну так открываем его книгу, глава 3. Примеры там приведенные - с точностью до переименования переменных - совпадают с рассматриваемой в данной теме задачей. На основе описанной таблицы легко можно получить ответ на вопрос, "отличается ли частота встречаемости локализации A" у бультерьера и пинчера. Или "отличается ли частота встречаемости локализации B" у спаниеля и "среднестатистической " собаки.

Причем в книге Аптона разжевано, и как доверительные интервалы для оценок получать, и что делать, если хи-квадрат мера почему-то не устраивает. И даже, если бы вдруг кто-то заинтересовался не просто вопросом локализации поражения, а такой экзотикой, как высота места поражения относительно земли (я понимаю, что экстравагантно, но все-же) , т.е. захотел бы анализировать не номинальный, а порядковый признак, и то ответ можно найти в указанной книге. О чем вообще спор??? О каком "прорыве" вы говорите?? Разве что элементарная подсказка ТС, где взять давно известное решение ее задач и на какой авторитет ссылаться, если что.

2. Поясните пожалуйста, откуда у Вас взялась цифра 77, когда автор пишет:
Цитата(Елена Гогуа @ 6.05.2018 - 17:34) *
У меня всего 88 собак
  Форум: Медицинская статистика · Просмотр сообщения: #22975 · Ответов: 36 · Просмотров: 6982

passant
Отправлено: 9.05.2018 - 00:18


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Цитата(nokh @ 8.05.2018 - 23:32) *
>passant. Таблица сложнее, упрощать не нужно: 8 пород х 5 локализаций х 4 типа поражения (отсутствует, грибковое, бактериальное, комбинированное). Т.е. входов три. Статистика хи-квадрат неаддитивна, точно на эффекты не разложить, поэтому только логлинейный анализ. Поскольку таблица получается наполовину пустой (77/160=0,48) анализировать исходную - плохая затея.

Немного не так.
8 пород. 5 локализаций.
От типа поражения ТС отказалась.
Цитата(Елена Гогуа @ 8.05.2018 - 18:51) *
Поскольку исследовательский вопрос - локализация, а не тип воспаления, логично объединить их в группы: воспаление ушей, лап и т.д. Но поскольку уши с лапами никак не связаны...... они все равно должны оцениваться отдельно друг от друга, но во взаимосвязи с породой:

Итого в таблице 40 клеток.
У ТС 88 случаев (собачек) , т.е. не такая уж и пустая таблица получается. (88/40=2). Хотя очевидно, что несбалансирована, т.к. такс, например, всего 5 случаев (а хотелось бы ближе к 11).
На эффекты разлагать (см. вышеприведенную цитату) ТС целью как бы не ставит. Равно, как и поиск взаимосвязей между различными локализациями. (Впрочем, тут я допускаю, что мог чего-то не уловить). Так что пока - вполне классическая задача, а если количество "пациентов" увеличить - то и вообще, готов взять в качестве примера для студентов, хотя и не по профилю smile.gif .
  Форум: Медицинская статистика · Просмотр сообщения: #22971 · Ответов: 36 · Просмотров: 6982

passant
Отправлено: 8.05.2018 - 22:01


Дух форума
*

Группа: Пользователи
Сообщений: 129
Регистрация: 27.04.2016
Пользователь №: 28223


Уважаемая Елена.

Не будучи ни врачом, ни тем более ветеринаром smile.gif , каждый раз удивляюсь, как вы, медики, умеете все уcусложнять и нагорамождать кучу всего там, где технарь исходно будет пытаться все разложить по полочкам. smile.gif
Давайте пройдемся по вашей задаче еще раз. Итак, цель вашего исследования - доказать, что локализация (уши, лапы, хвост) поражения связана с породой. И ничего больше - вы не хотите обучать машину распознавать породу по месту раны, вы не хотите предсказывать место локализации по породе, не хотите выявлять зависимость поражения лап от поражения головы. Ничего такого заумно-сложного. Всего лишь ответить на вопрос, зависит ли дислокация раны от породы.
Что для этого надо. Да всего-лишь составить таблицу. По строкам - породы, по столбцам дислокация. (Какие 40 таблиц???? Одна единственная таблица!!!). На пересечении - количество обнаруженных случаев данной локализации у собак данной породы. Потом берем конкретную породу (строчку в таблице), строим еще одну "виртуальную" строчку, куда заносим сумму случаев каждой локализации для всех оставшихся пород. Теперь вам надо ответить на вопрос, который математически звучит так: выборки представителей "вашей породы" и "всех других пород" взяты из одной и той-же генеральной совокупности случаев (гипотеза H0) или из разных (альтернативная гипотеза H1). Причем на сколько я понял, у вас задача еще проще, и заключается в том, что вы ищете ответы на вопросы типа "повреждения хвоста у терьера встречается так же часто, как у всех собак (гипотеза H0)". Понятие "контрольная группа" тут бессмысленна, вернее "контрольная группа" - это все собаки других пород (та самая виртуальная строчка).
Если надо доказать статистическое значимое различие локализаций между представителями разных но конкретных пород, то "виртуальную" строчку делать не надо, надо просто из таблицы вырезать две строчки, соответствующие тем породам, которые вас интересуют и решать описанную задачу относительно них.
Если подумать, то ваша задача ничем не отличается от такой задачи, как например, выяснить, женщины чаще болеют болезнью "Х", чем мужчины или нет. Или "голубой цвет глаз встречается одинаково часто у представителей белой, желтой и черной рас или нет".
Задача статистически тривиальна, другое дело что 3 (три!!!!) представителя породы, это конечно очень мало для сколько-нибудь значимых и обобщаемых результатов. И это, пожалуй, самый "пробойный" и труднозащищаемый пункт всего вашего исследования. (На что вам, кстати, уже неявно указали).
Теперь следующий вопрос. Откуда вдруг возникает "пара признаков". Опять-же если я правильно понял, то вы хотите установить, "а правда ли, что пинчеры чаще ОДНОВРЕМЕННО вредят себе усы и хвост чем собаки других пород"? Я не берусь комментировать, на сколько это осмысленный вопрос, но если это так, то самый простой путь - для каждой породы (строчки в вышеописанной таблице) вам надо добавить столбцы, в которые заносить количество тех самых одновременных локализаций. Все остальные рассуждения остаются теми-же.

Еще раз перечитав тему понял, что вы сами в сообщении http://forum.disser.ru/index.php?showtopic...amp;#entry22948 вобщем-то корректно ответили на свои вопросы. А потом - чего-то испугались? И напрасно! rolleyes.gif
Удачи!

P.S. Поправка Бонферрони - это не "другой метод". Это всего-лишь дополнение к методу основному. Всего-лишь способ ужесточения порога значимости.
  Форум: Медицинская статистика · Просмотр сообщения: #22966 · Ответов: 36 · Просмотров: 6982

5 страниц V   1 2 3 > » 

Открытая тема (есть новые ответы)  Открытая тема (есть новые ответы)
Открытая тема (нет новых ответов)  Открытая тема (нет новых ответов)
Горячая тема (есть новые ответы)  Горячая тема (есть новые ответы)
Горячая тема (нет новых ответов)  Горячая тема (нет новых ответов)
Опрос (есть новые голоса)  Опрос (есть новые голоса)
Опрос (нет новых голосов)  Опрос (нет новых голосов)
Закрытая тема  Закрытая тема
Тема перемещена  Тема перемещена