Интерпретация полученных результатов Опции

[aspir_h]

Всем здравствуйте!
Прошу строго не судить, если излагаю банальные вопросы, тем не менее, они у меня возникли, и я очень рад, что нашел ресурс, где их можно обсудить.
Читаю книгу О.Ю.Ребровой "Статистический анализ медицинских данных", раздел 10 "сравнение групп по качественному признаку", где на стр.148 приводится в качестве примера для сравнения двух групп и более использование таблиц сопряженности и метода Пирсона хи-квадрат.
Решаемая нами задача аналогична изложенной в книге, мы получили определенные результаты, и я очень прошу уважаемых форумчан подсказать, насколько правильно я интерпретировал полученные результаты.
Итак, необходимо сравнить распространенность больных с I, II,III стадиями гипертонической болезни в группах больных инфарктом миокарда и инсультом (в нашем случае, заболевания другие, данный пример придуман).
Нулевая гипотеза: - группы однородны (между группами отсутствуют различия);
- распределение по одному признаку не влияет на распределение по другому признаку.
После анализа данных получены следующие результаты (в прикрепленном файле).
Вывод: нулевая гипотеза отклоняется, изучаемые группы значимо различаются и признаки умеренно ассоциированы.

Сообщение отредактировал aspir_h - 2.02.2013 - 22:41

Прикрепленные файлы

 для_сайта.rar ( 134,62 килобайт ) Кол-во скачиваний: 424

 

[nokh]

Всем здравствуйте!
Прошу строго не судить, если излагаю банальные вопросы, тем не менее, они у меня возникли, и я очень рад, что нашел ресурс, где их можно обсудить.
Читаю книгу О.Ю.Ребровой "Статистический анализ медицинских данных", раздел 10 "сравнение групп по качественному признаку", где на стр.148 приводится в качестве примера для сравнения двух групп и более использование таблиц сопряженности и метода Пирсона хи-квадрат.
Решаемая нами задача аналогична изложенной в книге, мы получили определенные результаты, и я очень прошу уважаемых форумчан подсказать, насколько правильно я интерпретировал полученные результаты.
Итак, необходимо сравнить распространенность больных с I, II,III стадиями гипертонической болезни в группах больных инфарктом миокарда и инсультом (в нашем случае, заболевания другие, данный пример придуман).
Нулевая гипотеза: - группы однородны (между группами отсутствуют различия);
- распределение по одному признаку не влияет на распределение по другому признаку.
После анализа данных получены следующие результаты (в прикрепленном файле).
Вывод: нулевая гипотеза отклоняется, изучаемые группы значимо различаются и признаки умеренно ассоциированы.

Анализ таблиц сопряжённости можно использовать как для поиска различий, так и для анализа связи. Но эти задачи разнятся и поэтому правильнее говорить о чём-то одном. Насколько я понимаю, в вашем случае правильнее говорить именно о различиях двух групп пациентов в характере заболеваемости гипертонией. Эти различия, действительно, высоко статистически значимы. Об ассоциациях правильнее было бы говорить если бы материал собирался иначе. Скажем вы бы взяли пациентов с гипертонией (3 категории) и в каждой посчитали бы у скольких человек есть инфаркт, а у скольких нет (2 категории). В этом случае логичнее было бы говорить не о том, что группы с инфарктом и без него различаются степенью гипертонии, а именно о связи, ассоциации гипертонии с инфарктом и эту связь желательно было бы выразить какой-то мерой ассоциации, скажем тем же коэффициентом сопряжённости Пирсона или фи. В вашей задаче про ассоциации говорить не приходится, но можно далее провести углублённый анализ таблицы на предмет обнаружения ячеек, за счёт которых различия между двумя группами преимущественно проявились, т.е. провести анализ остатков.
Если залезть немного глубже, то для ваших данных проведённый анализ не обладает максимальной мощностью. Дело в том, что категории степени ГБ являются не номинальными, а упорядоченными: степень 1 больше 0, а 2 больше 1. При анализе обычным хи-квадратом информация о такой упорядоченности никак не задействуется, а следовательно мощность анализ снижается. В вашем случае это не принципиально, т.к. р ничтожно мало (1,66 х 10^-13), но в случае менее сильных различий и/или меньших объёмов выборок хи-квадрат или более тонкие подходы могли бы привести к разным выводам.

[aspir_h]

В связи с тем, что ув. nokh сделал следующее разъяснение

.....то для ваших данных проведённый анализ не обладает максимальной мощностью. Дело в том, что категории степени ГБ являются не номинальными, а упорядоченными: степень 1 больше 0, а 2 больше 1. При анализе обычным хи-квадратом информация о такой упорядоченности никак не задействуется, а следовательно мощность анализ снижается. В вашем случае это не принципиально, т.к. р ничтожно мало (1,66 х 10^-13), но в случае менее сильных различий и/или меньших объёмов выборок хи-квадрат или более тонкие подходы могли бы привести к разным выводам.

для проверки нулевой гипотезы о различии групп, решил сравнить метод хи квадрат Пирсона и ранговый анализ вариаций по Краскелу-Уоллису. При одних и тех же данных, получены следующие резкльтаты:
Пирсона хи квадрат = 11,57, p=0.07225
Ранговый ДА Краскела_Уоллиса p=0.0343
Таким образом, альтернативная гипотеза о различии групп принимается при применении метода Краскела_Уоллиса.
Уважаемые форумчане, я правильно рассуждаю?

Подробная информация в прикрепленном файле.

Сообщение отредактировал aspir_h - 11.02.2013 - 22:44

Прикрепленные файлы

 для_сайта_2.rar ( 81,62 килобайт ) Кол-во скачиваний: 271