Две группы, как анализировать Опции

[dr.MIG]

Добрый день, уважаемые коллеги. Подскажите пожалуйста, каким образом можно обработать результаты проведенного исследования.
Цель исследования заключалась в том, чтобы доказать, что в определенной больнице кодироание диагнозов по МКБ осуществляется некорректно.
Для этого была выбрана группа интересующих нас диагнозов за последние два года, таким образом получилось что-то подобное:
КодМКБ1 - 150 человек
КодМКБ2 - 3 человека
КодМКБ3 - 250 человек
и т.д.
Далее в течение трех месяцев детально обследовались люди, которые лежали в тот момент в стационаре, им ставился корректный диагноз, соответственно получился еще один ряд значений:
КодМКБ1 - 0 человек
КодМКБ2 - 20 человек
и т.д.
Можно ли сделать вывод на основании подобных данных о корректности кодировки диагноза за последние два года и если да, то каким образом провести анализ.

[nokh]

Что-то я затупил! Прошу прощения! Видимо невнимательно прочитал. Люди действительно разные: те что лежат сейчас и те, что лежали за последние 2 года. Предыдущие посты отменяются. Всё оказывается куда проще. Можно обычным хи-квадратом сравнить. Или рандомизацией. Ещё желательно для разностей частот по каждому диагнозу рассчитать 95%-ные доверительные интервалы. Завтра ссылку на онлайновый калькулятор для этого поищу!

Сообщение отредактировал nokh - 25.04.2014 - 00:19

[p2004r]

Что-то я затупил! Прошу прощения! Видимо невнимательно прочитал. Люди действительно разные: те что лежат сейчас и те, что лежали за последние 2 года. Предыдущие посты отменяются. Всё оказывается куда проще. Можно обычным хи-квадратом сравнить. Или рандомизацией. Ещё желательно для разностей частот по каждому диагнозу рассчитать 95%-ные доверительные интервалы. Завтра ссылку на онлайновый калькулятор для этого поищу!

Или можно сразу смотреть на результат эксперимента вот в таком пространстве помещая туда "результат проверки-инспекции" с помощью predict()

Пространство отражает факт что три показателя являются фиксированной суммой. и число степеней свободы в данном случае 2. Если случай смеси 3х компонент можно легко отразить на стандартном графике смеси, то если "диагнозов" больше трех (ну и "контрольные выборки" разного размера), то удобнее смотреть в PCA (мы увидим "гиперпирамиду" перевыборок и точки "контрольных выборок").

Код

biplot(prcomp(t(data.boot),
              center=F,
              scale.=F),
       xlabs=rep(".", 10000),
       choices=c(3,2))

biplot(prcomp(t(data.boot),
              center=F,
              scale.=F),
       xlabs=rep(".", 10000),
       choices=c(1,2))

PS надо наконец освоить генерацию мультипликационных гифов, а то так по фиксированным снимкам боюсь большинство не поймет "полета мысли"

Эскизы прикрепленных изображений