Форум врачей-аспирантов

Здравствуйте, гость ( Вход | Регистрация )

26 страниц V   1 2 3 > » 

100$
Отправлено: 11.10.2018 - 16:02


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(Daria @ 11.10.2018 - 15:24) *
Сейчас читала, сопоставляла, написанное вами, с другими источниками. Вроде, что-то начинает проясняться, но пока не посчитаю все хоть раз вручную по шагам, то все равно не пойму.
Буду читать и пробовать считать дальше.

В любом случае - спасибо большое. Буду разбираться.


Пока не пойму, что именно вы собираетесь считать, не готов пожелать вам успеха. Для вас сейчас сверхзадача - не пытаться трактовать функцию правдоподобия как субъективную вероятность в бейесовском смысле. Или в кухонно-бытовом. А то так и будете всю оставшуюся жизнь выяснять "когда и при каких обстоятельствах вероятности становятся правдоподобиями" и сводить с ума простодушных парней, вроде меня, рассуждениями о правдоподобности нулевых и альтернативных гипотез.

Все сказанное выше - просто упражнение в занудстве.
  Форум: Медицинская статистика · Просмотр сообщения: #23428 · Ответов: 14 · Просмотров: 734

100$
Отправлено: 11.10.2018 - 12:48


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(Daria @ 11.10.2018 - 10:00) *
Спасибо вам большое за помощь. Чем больше читаю, тем больше вопросов. Наличие такого форума с такими участниками - большое подспорье в нелегком деле.

Много читала, много думала. Даже вручную построила функцию вероятности для простенькой выборки.

1. Если позволите еще несколько вопросов. В случае непрерывной с.в. мы определяем ее функцию от значения х. Чтобы определить вероятность, что параметр находится в интервале х1-х2, то вычисляем интеграл функции в данном пределе. Так? А что делать, если нужно получить точечную оценку вероятности (т.е. нужно оценить вероятность, скажем, х1)? Не могу разобраться.

2. Идем "в обратную сторону". Если известны значение х1 и ст.отклонение, то методом максимального правдоподобия можем выбрать наиболее вероятные параметры функции распределения. В случае нормального распределения - это мат. ожидание и дисперсия. Эти параметры?

3. Даже если у нас маркер представлен непрерывной с.в. х, то мы можем: а) определить вероятность получения определенного значения х1 при данных параметрах модели у лиц с маркером и без маркера, а потом сравнить эти вероятности. Б) у нас есть оценка маркера (х1 среднее и СО). Мы можем оценить правдоподобие что это значение х1 более вероятно получить у больных (т.е. при параметрах модели, соответствующим больным), чем у здоровых. Так?


Ох, Дарья, Дарья... "В действительности все не так, как на самом деле" (с)

1. Смысл всех этих правдоподобий заключается в том, что мы изучаем совместное распределение элементов выборки. Допустим, перед нами набор чисел, который мы считаем совокупностью независимых, одинаково распределенных с.в. из нормального распределения. Нормальное распределение - двухпараметрическое. Далее мы составляем функцию правдоподобия как произведение индивидуальных плотностей элементов выборки. Сэр Рональд Элмс Фишер учит, что нас в данном случае интересуют такие значения параметров, которые доставляют экстремум (максимум) функции правдоподобия. Поэтому мы логарифмируем полученную функцию правдоподобия, при этом произведение становится суммой, с суммами работать удобнее. Находим производные функции правдоподобия по параметрам, приравниваем их к нулю и получаем для нашего случая параметр Theta1 как выборочное среднее, параметр Theta2 - смещенная оценка выборочной дисперсии. И вся любовь.

Из сказанного с необходимостью следует, что ваши пп. 1-2 - лютая чушь.

3. Здесь дело вовсе не в природе маркера как такового. Можно изучать и дискретный (дихитомический) показатель типа "Есть кашель/Нет кашля". Здесь мы в любом случае имеем 4-х клеточную таблицу сопряженности с результатами работы диагностического теста: его способностью здоровых определять как здоровых (чувствительность) и больных как больных (специфичность). Здесь мы считаем, что имеется две выборки: одна состоит из здоровых пациентов, которую тест разбивает на две подвыборки: верно классифицированных как здоровые и ошибочно классифицируемых как больные. Аналогично со второй выборкой: верно классифицируемых как больные и ошибочно как здоровые. Я только не могу сходу вам ответить, упомянутые LR+ и LR- - это строгие определения отношения правдоподобия, или они так названы для красного словца.
  Форум: Медицинская статистика · Просмотр сообщения: #23426 · Ответов: 14 · Просмотров: 734

100$
Отправлено: 10.10.2018 - 10:39


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694



/ворчливо/
Вот вечно мне самые трудные билеты на экзаменах достаются...

Цитата
Так-так. А как это можно соотнести с этим:

Буквально. Подставляете значение параметра в функцию распределения с.в. - получаете вероятность наблюдать выборочное значение. Обратная задача - по имеющейся выборке оценить параметры модели - разумеется, методом максимального правдоподобия.

Цитата
Все равно не могу до конца понять, когда вероятность становится правдоподобием.

Когда наблюдается выборка из параметрического семейства, и вероятность / плотность понимается как функция от параметра.

Цитата
Как это можно применить в случае, когда мы оцениваем связь маркера и болезни?

Традиционным дедовским способом: перелопачивать ссылки из статьи в Википедии и смотреть, в какой из них показана логика превращения данного теоретического конструкта в LR+/LR-
  Форум: Медицинская статистика · Просмотр сообщения: #23422 · Ответов: 14 · Просмотров: 734

100$
Отправлено: 10.10.2018 - 01:04


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(Daria @ 9.10.2018 - 23:16) *
Я имела в виду отношение правдоподобия, определяемое в результате оценки информативности диагностического теста.
https://en.wikipedia.org/wiki/Likelihood_ra...gnostic_testing

А именно:
LR+=Se/(1-Se)=Pr(T+|D+)/Pr(T+|D-)

Я так понимаю, что в данном случае оценивается правдоподобие двух гипотез. Как их правильно сформулировать?


Здесь вообще нет никаких гипотез, правдоподобие которых вас просили бы оценить и уж тем более корректно сформулировать sad.gif. Зато есть отношение правдоподобия как частное от деления двух условных функций правдоподобия: Pr(T+|D+) - условной вероятности наблюдать положительный результат теста (Т+) при условии, что болячка действительно существует (D+), и вероятности наблюдать положительный результат теста при условии, что болячки-то на самом деле нетути. Разумеется, в дискретном случае плотности заменены на вероятности.

  Форум: Медицинская статистика · Просмотр сообщения: #23419 · Ответов: 14 · Просмотров: 734

100$
Отправлено: 9.10.2018 - 22:50


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(Daria @ 9.10.2018 - 19:10) *
Вот и не знаю теперь - откровенную глупость спросила или времени у участников форума нет. В любом случае, буду очень рада помощи.


Во первых строках своего письма обращаю ваше внимание на то, что нет в природе никакого правдоподобия в чистом виде. Фишер (1912) вводил понятие "функция правдоподобия", каковую с тех пор понимают как функцию плотности p(x, Theta) (относительно некоторой сигма-конечной меры (мю)) случайной выборки Х, рассматриваемую как функцию параметра Theta, в которой аргумент х фиксирован.
Важную роль в статистике играет частный случай, когда в качестве меры mu выступает распределение P(Theta0) случайной выборки Х, относящееся к некоторому фиксированному значению Theta0 параметра Theta. В каковом случае функция правдоподобия dP(Theta)/dP(Theta0)(x) называется отношением правдоподобия.

Причем тут таблицы сопряженности и отношения шансов мне не ведомо.
  Форум: Медицинская статистика · Просмотр сообщения: #23417 · Ответов: 14 · Просмотров: 734

100$
Отправлено: 21.08.2018 - 12:44


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(Статистик @ 21.08.2018 - 11:00) *
Предлагаю закончить флуд в этой теме.


Заканчивайте. И побыстрее.
  Форум: Медицинская статистика · Просмотр сообщения: #23272 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 20.08.2018 - 20:59


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694



Цитата
С точки зрения применяемости (с прикладной точки зрения) вроде как разные теории, а по факту - одно частный случай другого при определенных обстоятельствах.


Вы как-то уж очень нечетко выражаетесь: эту цитату надо понимать так, что Ньютоновская механика - частный случай ОТО и СТО? С прикладной точки зрения - разные, а на нормативном уровне - одинаковые, что ли? Я безо всякой задней мысли бескорыстно интересуюсь, если что. Патамушта "при определенных обстоятельствах" хирург - это просто мясник, а просто мясник - хирург. Только эти "определенные обстоятельства" должны найти отражение в системе аксиом.

Цитата
Но, думаю, в контексте данного форума и конкретно этой темы не стоит заморачиваться. Пусть это будут 2 абсолютно разные теории.


Конечно, не стоит. Просто научите нас на основе нечеткого признакового описания объекта делать вероятностные выводы. Без заморочек. Век помнить будем.
  Форум: Медицинская статистика · Просмотр сообщения: #23269 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 20.08.2018 - 14:25


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(Ident @ 20.08.2018 - 13:40) *
Всё верно, досточтимый Бенджамин), просто я сюда не ходил, а там ходил)) Спасибо за ссылку, думаю, что я получил надёжную дорожную карту и уже разрулю. Но если случиться заблудиться, то постучусь, Вы уж не обессудьте wink.gif Спасибо ещё раз большое и удачи.


И вам успехов. Держите нас в курсе. "Стучите, и откроется вам" (с)
  Форум: Медицинская статистика · Просмотр сообщения: #23267 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 20.08.2018 - 14:20


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(Статистик @ 20.08.2018 - 12:53) *
Когда я писала докторскую диссертацию и искала материалы по своей теме, натыкалась на работы по этой теме. Но т.к. это не совсем область моего научного труда, то ссылки я не сохраняла.
Для Вас, например, нашла для ознакомления следующее
http://www.aup.ru/books/m163/1_4_6.htm
https://cyberleninka.ru/article/n/teoriya-n...i-veroyatnostey
https://www.researchgate.net/publication/27...icia_i_shodstvo
и даже вот такое есть
https://wp.hse.ru/data/2013/05/30/128484201...2_2013_02_f.pdf

Если Вы действительно интересуетесь этим вопросом, то поищите докторские работы по физ.мат. наукам.
Хотя в прикладном смысле на уровне этого форума можно считать эти теории самостоятельными разными теориями.


Предварительные итоги разговора:
100$: - Яйца - это продукт животного происхождения, а помидоры прикочевали к нам из растительного мира, похоже, это разные вещи.
Статистик: - А вот тут я бы поспорила, поскольку из них можно состряпать яичницу с помидорами!

А если чуть серьезнее, то я пока так и не понял из всех этих замечательных статей (кто ж не читал проф. Орлова?), как из утверждений типа "Минерал скорее белый, чем нет" и "Минерал скорее пористый, чем нет" получить вывод "Братцы, дык это ж мел!".
Ушел работать над собой.
  Форум: Медицинская статистика · Просмотр сообщения: #23266 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 20.08.2018 - 00:35


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(Ident @ 19.08.2018 - 23:06) *
Было бы проще, будь прога какая-то, где можно было подобрать функцию принадлежности,... Упомянутые авторы пишут, что в среде Матлаб можно строить такие функции. Вы сталкивались с чем-то подобным? Выражаясь проще, можно ли самому разобраться с такими софтами при решении подобных задач или тут без кибернетиков не обойтись?


Причем здесь какие-то софты, Матлабы, завлабы, кибернетики, анальгетики etc., о мудрейший Идент? Вы по моей ссылке прогуляйтесь. Там под каждым графиком функции принадлежности есть поля для параметров, играясь с которыми можно посмотреть на "степень кривизны" этих функций. Также приведено их аналитическое описание, по которому можно их посчитать хоть на калькуляторе. Первоклассник - и тот не облажается. Вот и моделируйте степень белизны, пористости, хрупкости своего минерала чем-нибудь S-образным, а потом подставляйте в логистическую регрессию и моделируйте логарифм отношения "вероятность наступления события/1-Вероятность наступления события". И тогда уже не вы будете "пить за кибернетикив", а оне за вас.
  Форум: Медицинская статистика · Просмотр сообщения: #23262 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 18.08.2018 - 23:05


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата
Я медик, но задача которую я решаю не совсем клиническая. В принципе я её описал. Имеется набор признаков характеризующих явление или предмет. Правда характеристики только такого рода, например: известно, что мел в 80% белый, в 70% пористый, в 60% хрупкий и т.д. (около 10 признаков). То есть нечёткие. Обнаружив предмет, допустим белый, не пористый, но хрупкий и т.д. могу ли я оценить степень близости его к мелу? Понятно, что исключить смогу, если он чёрный, не пористый и крепкий. Как товарищи, хорошо разбирающиеся в мире цифр, можете ли мне подсказать как Вы её стали решать? Кластерный анализ, классификация на основе нечетких отношений и т.д. и т.п.? С предложенным способом решения, как-бы уже готовой теоремой, возможно, я не буду уже испытывать таких трудностей. Заранее благодарен.


Здесь нет единственно возможного решения. Я бы предпочел алгоритмы обучения с учителем (кластеризация - это без учителя).
  Форум: Медицинская статистика · Просмотр сообщения: #23259 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 17.08.2018 - 12:21


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(Статистик @ 17.08.2018 - 11:31) *
А вот тут я бы поспорила. Есть научные труды, показывающие тесную связь между этими теориями.


Я вас внимательно слушаю.
  Форум: Медицинская статистика · Просмотр сообщения: #23256 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 15.08.2018 - 19:57


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(passant @ 15.08.2018 - 18:49) *
Ну, от функций принадлежностей до классификации на основе нечетких правил еще как до Луны.... ну, вы поняли rolleyes.gif


Не знаю, passant, не знаю, но, по-видимому, Луна, ближе, чем вы думаете: вот взять, например, вторую ссылку в вашем перечне (pdf-файл известий ЮФУ). В ней аж целых два соавтора наперебой рассказывают сначала о многокритериальном выборе, а затем - задушевно описывают кластеризацию методом нечетких k-средних, придуманную Данном в далеком 1973 году.
(Это - ф-ция fanny{cluster} в R). Ладно, что сходимость этого метода в общем случае не доказана: Бездек установил только, что она достаточно медленная. Но ведь исходную матрицу принадлежностей к кластерам надо же откуда-то взять: алгоритм стартует из матрицы принадлежностей, состоящей из либо случайных чисел, либо их стоит определить именно на основе функций принадлежности, либо разглядеть на потолке.
  Форум: Медицинская статистика · Просмотр сообщения: #23253 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 15.08.2018 - 18:13


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


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


Пример решения: если нечто выглядит, как утка, ходит вперевалочку, как утка, и крякает, как утка, то с большой вероятностью это и есть утка. Шутка).

А по поводу функций принадлежности вам сюда
  Форум: Медицинская статистика · Просмотр сообщения: #23251 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 14.08.2018 - 22:44


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


>Ident,

нет ничего проще: вся нечеткая теория основана на том, что имеется лингвистическая переменная с градациями от "Так точно" до "А хрен его знает, товарищ майор!". Строите для нее функцию принадлежности, в функцию заряжаете эмпирические данные и получаете искомую степень принадлежности в виде попадания в одну из градаций.
Вот только теория вероятностей и теория нечетких множеств - две разные теории.
  Форум: Медицинская статистика · Просмотр сообщения: #23243 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 13.08.2018 - 22:52


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Определенно.
  Форум: Медицинская статистика · Просмотр сообщения: #23238 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 13.08.2018 - 00:33


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(anna78 @ 11.08.2018 - 10:34) *
Добрый день.

Требуется консультация. Задача в среде R. Подробности в личку.

Цена по договорённости.


Пишите
  Форум: Разное · Просмотр сообщения: #23235 · Ответов: 1 · Просмотров: 223

100$
Отправлено: 13.08.2018 - 00:15


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(Ident @ 12.08.2018 - 15:51) *
Доброго дня всем, уважаемые коллеги. Чтобы не создавать новую тему, задам свой нескромный вопрос здесь, ибо не шибко интересный он на мой взгляд). Собственно фабула: при всех прочих равных условиях в каком-то регионе облачность сегодня оборачивалась в 70% случаев дождём завтра; точно также высокое атм.давление сегодня приводило (или совпадало, не суть) к дождю завтра в 80% случаев; вместе с тем понижение температуры сегодня, приводило к дождю завтра только в 40% случаев (но тоже связанный с явлением фактор). То есть имеем допустим 10 таких факторов, которые с разной вероятностью (или в процентном отношении) связаны с дождём. Проверить корреляцию этих событий (предикторов) между собой нет возможности. Я так понимаю, что суммарная оценка этих факторов должна дать более точный прогноз по дождю). Но как это реализовать unknw.gif ? Кроме того есть факторы с большим весом (например, облачность и атм.давление) и возможно реальна такая модель, когда будет достаточно наблюдения всего 5-6 таких весомых признаков, чтобы высказаться о грядущем дожде. То есть менее значимые факторы, как-бы, дополнительные, на тот случай когда регистрация одного-двух более весомых предикторов окажется невозможной.
С уважением, Идент.


Если это вся информация, которой вы располагаете, то задача не имеет решения. Патамушта условная вероятность P(дождь|облачность, давление) не выражается через условные вероятности P(дождь|облачность) и P(дождь|давление). Тут нужно знать еще много чего.
  Форум: Медицинская статистика · Просмотр сообщения: #23234 · Ответов: 32 · Просмотров: 3369

100$
Отправлено: 1.08.2018 - 11:54


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(CatenaR @ 1.08.2018 - 10:55) *
Ой, беда. Подскажите, как сравнить абсолютные значения в группах с разным n? Или каким другим методом сравнить достоверность разницы процентов?


Подскажу, конечно. Отчего ж не подсказать хорошему человеку.
Пусть в выборке объемом n1=10 3 объекта имеют интересующее исследователя свойство.
Пусть в выборке n2=20 таковых уже 12.

Стряпаем таблицу сопряженности из наблюдаемых частот:

3__7
12_8

Тогда таблица ожидаемых частот
5__5
10_10

Считаем: хи-квадрат=(3-5)^2/5+(7-5)^/5+(12-10)^2/10+(8-10)^2/10=.8+.8+.4+.4=2.4. Степеней свобоы: df=1. Достигаемый уровень значимости:p-value=хи2расп(2,4;1)=,121335.
Нулевая гипотеза о равенстве долей не отвергается.

В среде статистических расчетов R все то же самое проделывает функция prop.test{stats}.

> prop.test(c(3,12),c(10,20),correct=F)

2-sample test for equality of proportions without continuity
correction

data: c(3, 12) out of c(10, 20)
X-squared = 2.4, df = 1, p-value = 0.1213
alternative hypothesis: two.sided
95 percent confidence interval:
-0.65604514 0.05604514
sample estimates:
prop 1 prop 2
0.3 0.6

  Форум: Медицинская статистика · Просмотр сообщения: #23204 · Ответов: 15 · Просмотров: 1139

100$
Отправлено: 1.08.2018 - 10:47


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(CatenaR @ 1.08.2018 - 09:46) *
Я тупо сравнила проценты по формуле для хи-квадрата (1): [квадрат разницы (значение группы 2 - значение группы 1), делённый на значение группы 1], но у меня получились совсем другие результаты =(

Т.е. предполагается, что такой подход некорректный?..


Жуть. Кошмар.
Хи2=(O-E)^2/E, где O-наблюдаемая частота, E-ожидаемая частота.
В формулу хи-квадрата нельзя подставлять %%. Только абсолютные частоты.
  Форум: Медицинская статистика · Просмотр сообщения: #23202 · Ответов: 15 · Просмотров: 1139

100$
Отправлено: 31.07.2018 - 15:00


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694



Цитата
Формулирую внятно: я и не просила обсуждать кривые расчёты математика, я прошу только пояснить, как могли быть получены представленные значения хи-квадрата.


Терпеливо поясняю: хи-квадратов в природе существует бесчисленное множество. Даже самый популярный - хи-квадрат Пирсона - ваш математик мог считать с поправкой Йейтса, а мог и без нее. Как это понять по конечному значению? Никак. Только сидеть и методом исключения перебирать варианты. Но для этого нужна безупречная цифирь. А не так, что написано "n=141", а на деле - 137.

Далее. Если задача - протестировать возможные отличия 3-й группы от предыдущих двух, то таких попарных сравнений получается всего 2, а у вас - аж 9. Что бы это значило тоже непонятно.

Цитата
141 и впрямь не равны 137, но не могли бы Вы пояснить, нужно ли вообще это значение? Если да, то зачем? Как оно участвует в расчёте хи?

Через маргинальные суммы рассчитываются ожидаемые (expected) значения ячеек таблицы сопряженности.

Цитата
Мне необходимо понять, КАКИМ ОБРАЗОМ (методом, формулой, магией) производился расчёт.

Если приведенные цифры верны (т.е. в последней строке сумма действительно должна быть 137, и 4 нигде не "загуляло"), то надо сидеть и разбираться. Но лучше решить эту задачу заново.

  Форум: Медицинская статистика · Просмотр сообщения: #23198 · Ответов: 15 · Просмотров: 1139

100$
Отправлено: 31.07.2018 - 13:33


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Поскольку маргинальная (краевая) сумма для последней строки таблицы 2+40+95=137 не равна заявленным 141, не вижу смысла обсуждать чьи-то кривые расчеты. Сформулируйте внятно, совместное распределение каких случайных величин породило таблицу сопряженности, и мы попробуем проанализировать уже своими силами. Таблица сопряженности - НЕ дисперсионный комплекс, и там нет пост-хоковых попарных сравнений типа "Группа1 vs. Группа2" etc.
  Форум: Медицинская статистика · Просмотр сообщения: #23196 · Ответов: 15 · Просмотров: 1139

100$
Отправлено: 26.06.2018 - 21:52


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


А что, господа, чай, устали глаза?
А вон, налево, святые образа-
Извольте перекреститься,
Да по домам расходиться. (с) П.А. Федотов

И учтите, что наиболее раскаленные места в аду предназначены для тех, кто не различает -ться/-тся.
  Форум: Медицинская статистика · Просмотр сообщения: #23119 · Ответов: 30 · Просмотров: 2279

100$
Отправлено: 26.06.2018 - 21:10


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата(Алексей Лк @ 26.06.2018 - 19:53) *
Спасибо, это по всей видимости 5-я глава - анализ качественных признаков, ее я еще не читал, так что будет повод ознакомится).

PS. Беглый осмотр этой главы говорит мне что по всей видимости это именно то что нужно....


Ну, наконец-то лед тронулся, господа присяжные заседатели. А то я уж подумал, что вам на этом форуме доплачивают за упрямство.
  Форум: Медицинская статистика · Просмотр сообщения: #23117 · Ответов: 30 · Просмотров: 2279

100$
Отправлено: 26.06.2018 - 14:56


Дух форума
*

Группа: Пользователи
Сообщений: 671
Регистрация: 23.08.2010
Пользователь №: 22694


Цитата
Я бы не сказал что дисперсию сложно рассчитать, это ведь программа делает, мне только цифры вбить по сути, а высчитать F критерий имея значения средних, стандартные отклонения и число членов в выборке вообще не проблема.

Это из серии "Капитан Очевидность разъясняет".

Цитата
Скажем так просто дисперсионный анализ при соблюдении всех условий помогает достоверно выявить различия между выборками

То же самое можно сказать про любой состоятельный критерий в статистике. И ДА в этом случае - всего лишь один из.

Цитата
...и я немного в нем разбираюсь.

Пока незаметно.

Цитата
Мне бы не хотелось пользоваться статистическими методами в которых я не разбираюсь

В статистике принято пользоваться методами, которые обусловлены вероятностно-статистической моделью порождения данных. Мало ли, в чем вы не разбираетесь. Иначе получается как у того анекдотического студента, выучившего тему про блох, и все вопросы экзаменатора сводившего к блохам.

Цитата
К тому же дисперсионный анализ для меня в этом случае еще и необходим по той причине что бы выявить различия по месяцам в пределах одной выборки, вдруг там то же есть отклонения которых я еще не вижу.

Для этого вам потребуются масса пост-хок сравнений, которые затем надо будет "доводить до ума" процедурами FDR, что само по себе - задача не для новичка.


Цитата
А что это за формула которая приведена выше?

Проверка однородности двух биномиальных выборок.

Я исхожу из следующей вероятностно- статистической модели: ваши данные представляют собой результат прямого подсчета (столько-то образцов отправлено, из них столько-то загублено), т.е. данные измерены в абсолютной шкале. Здесь не надо изобретать новое слово в бухгалтерии и расписывать всю эту красоту по месяцам, по декадам, по дням недели и по времени суток в пределах одного дня: достаточно рассмотреть данные нарастающим итогом, благо они допускают суммирование по времени. Далее предполагаем, что один перевозчик/курьер возит образцы с вероятностью сохранности р1 (и, соответственно, с вероятностью брака q1=1-p1), второй - с вероятностью р2 (q2). Дальнейшее вы видели.
  Форум: Медицинская статистика · Просмотр сообщения: #23103 · Ответов: 30 · Просмотров: 2279

26 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