Чувствительность, доверительные интервалы, точный двусторонний критерий Фишера, Т-критерий Манна-Уитни Опции

[drx]

Имеются данные, сразу отверг параметрические методы: группы с разной численностью, сильно сомневаюсь в нормальности распределения.
Использовал для обработки качественных данных (частота осложнений для 2 методов) хи-квадрат (с ним без проблем по чувствительности), где нельзя его - там точный 2-сторонний критерий Фишера. Для количественных (сроки лечения, койко-дни, нетрудоспособность) использовал Т-критерий Манна-Уитни. Вот по последним двум критериям не знаю как рассчитать чувствительность.

Из литературы имею только "Медбиостатистику" С. Гланца, и его же программку. Хорошая книга, живой язык, но там это не указано. Помогите! plz

Ещё хотел посчитать доверительные интервалы для разности долей, проблема: np<5, то есть просто (дельта плюс-минус две сигмы), получается, неприменимо. По самими долям в таких случаях мой вышеприведенный учебник рекомендует биномиальное распределение, а вот по разности долей методику не приводит.

По количественным в плане расчета разности средних с доверительными интервалами уже тоже запутался. Дельта +- 2 сигмы, насколько я понимаю, должно быть адекватно, где численность любой из сравниваемых групп больше 5. Правильно? Но есть пара ситуаций, где n<5.

Голова пухнет Помогите! Пожалуйста!

Кое-что нашел сам, может, пригодится кому-то, при работе с нерусскоязычными программами. Главное: чувствительность (1-бета) по-английски обозначается Power.

[Игорь]

Цифрой обозначен опыт, р-значение двустороннее.

Сначала точные методы (КР - критерий рандомизации, КС - критерий серий).

1. КР - 2,0, р = 0,20; КС - 2,0, р = 0,20
2. КР - 4,0, р = 0,40; КС - 4,0, р = 0,60

Далее (КС - Смирнова, М - медианы, ВВ - Ван дер Вардена, В - Вилкоксона)

1. КС - 1,0, р = 0,54; М - 2,67, р = 0,10; ВВ - 1,81, р = 0,06; В - 6,0, р = 0,08
2. КС - 0,67, р = 0,67; М - 0,00, р = 0,55; ВВ - 1,07, р = 0,26; В - 8,0, р = 0,38

В-общем, всё незначимо.
Стандартные отклонения велики относительно средних (фраза некорректна, но пусть пока так - пояснения ниже). Это указывает на слишком малую повторяемость опытов или неоднородность (что, похоже, имеет место) выборок. Тут, получается, какой-либо расчет, в том числе и элементарная описательная статистика, лишены всякого смысла. Впрочем, медиану и прочую непараметрику допустимо посчитать.

Даже вычисление среднего в таких условиях - это вычисление неизвестно чего. Поясню данную точку зрения. Вычисление среднего значения какого-либо параметра - это вычисление одной и той же сущности, характеризующей данный объект (процесс и т.п.). При этом, если ошибка измерений распределена нормально, мы красиво получаем среднее и прочие статистические параметры, адекватно характеризующие исследуемое явление. Вычисление среднего, кстати, обосновано только в случае нормальности распределения. При отсутствии нормальности данный показатель, вычисленный формально, не имеет смысла. Беда, когда в дополнение к ошибке измерений в результаты измерений попадают неучтенные факторы либо, что то же самое, измеряется в различных опытах не то же самое. Последнее явление, по нашим наблюдениям, имеет место в медико-биологических исследованиях в силу большой сложности изучаемых явлений при малой повторяемости, которая могла бы снизить влияние неучтенных факторов. Поэтому не всегда удается выяснить влияние на результаты исследований различных факторов. Математическое моделирование в относительно простых технических системах позволяет приблизиться к решению проблемы. В медико-биологических исследованиях проблема решения не имеет по трем причинам: 1. Уже названная сложность. 2. Невозможность по этическим причинам получить большие выборки. 3. Отсутствие специалистов по математическому моделированию (при такой сложности за такую зарплату).