Зависимость локализации поражения от породы |
Здравствуйте, гость ( Вход | Регистрация )
Зависимость локализации поражения от породы |
6.05.2018 - 15:26
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 13 Регистрация: 5.05.2018 Пользователь №: 31338 |
Здравствуйте. Я ветеринарный врач, увлечена клиническими исследованиями. Самоучка, так как в российской ветеринарной медицине этого направления пока нет. Поэтому прошу прощения за возможно глупые вопросы. Коллеги попросили помочь с исследованием: оценка породной предрасположенности к определенной локализации и характеру кожных поражений у собак. Есть 8 пород (в исследование включались породы, где было 3 и больше пациентов) - всего 77 собак, и в качестве контрольной группы собаки, которых было представлено только по 1-2 штуки из породы (всего 11). Локализаций поражений 24. Правильно ли я понимаю: 1.Это описательное исследование (зависимость локализации поражения от породы, нет вмешательства, нет исхода) и поэтому контрольная группа не нужна (но так посоветовал профессор из Германии..)? 2.Поскольку это независимые номинальные переменные (есть/нет поражения в этой области тела у этой породы), я должна провести анализ таблиц сопряженности для всех пар признаков? 3.Тот же профессор посоветовал использовать поправку Бонферрони, но я не уверена, что она тут к месту.. Буду благодарна за помощь и советы. |
|
8.05.2018 - 21:39
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 13 Регистрация: 5.05.2018 Пользователь №: 31338 |
Статистик, спасибо)
Про контрольную группу - это совет профессора Возможно, он считает, что нужно использовать не таблицы сопряжения, а другой метод анализа (Бонферрони?). |
|
9.05.2018 - 22:00
Сообщение
#3
|
|
Группа: Пользователи Сообщений: 105 Регистрация: 23.11.2016 Пользователь №: 28953 |
Елена,
Про контрольную группу - это совет профессора Возможно, он считает, что нужно использовать не таблицы сопряжения, а другой метод анализа (Бонферрони?). Профессор прав в том, что нужно использовать не только таблицы сопряжённости. Но и иные продуктивные методы. Действительно, Ваша таблица сопряжённости непростая. В частности, наверняка во многих клетках расчётные частоты гораздо меньше минимально допустимых частот. В частности, частот равных 5. И в этих случаях результаты анализа не очень надёжны. Поэтому следует использовать метод Монте-Карло, анализируя 1 млн или 100 тысяч аналогичных таблиц. И тогда получаем 99%-ные доверительные интервалы для достигнутого уровня статистической значимости. Но это не конечный метод. Гораздо важнее проведение структуры анализа обнаруженной взаимосвязи пары признаков. Можете прочитать пример с описанием такой структуры по адресу http://www.biometrica.tomsk.ru/logit_9.htm Используя анализ структуры взаимосвязи, можно провести анализ новых таблиц сопряжённости, в которых последовательно объединяются некоторые пары групп первой или второй группирующих переменных. Лет 30 назад я объяснил эту возможность своему студенту-дипломнику. И он сделал по моему предложению эту дипломную работу. И защита его дипломной работы была отличной. Все члены дипломного совета проголосовали "ЗА" с оценкой "Отлично". Такой принцип весьма полезен при исследовании структуры взаимосвязи между парой группирующий признаков. И можно уменьшать количество анализируемых клеток от сотен и тысяч до десятков и менее. Второй аспект Вашего исследования. Маловероятно, что анализируемая база данных содержит лишь 2 группирующих признаков. И тогда можно (и нужно!) применять не только парный анализ (таблицу сопряжённости), но и многомерные методы анализа. В частности, весьма продуктивный метод логистической регрессии (см. http://www.biometrica.tomsk.ru/logit_0.htm) P.S. Если Вы желаете получать более продуктивную помощь от профи по биостатистике, то рекомендую выкладывать свою базу данных, а также приводить свой ник в Скайпе. И тогда вместо длинных переписок можно будет кратко и ясно обсудить Ваши проблемы по Скайпу. Если желаете более детально обсудить своё исследование, высылайте на мой адрес свой ник. Успеха! |
|