Алгоритм обработки данных. 1. Введите текстовые значения на первом листе книги документа Excel, в соответствии с макетом для обработки данных на примере варианта 1 (рис

1. Введите текстовые значения на первом листе книги документа Excel, в соответствии с макетом для обработки данных на примере варианта 1 (рис. 3.8).

Рис. 3.8 Макет для вычисления вероятности Н₀ по критерию хи-квадрат

2. Введите исходные данные в блок ячеек с адресами (А5:С16).

3. Выполните промежуточные расчеты.

Введите формулы для вычисления:

- сумм по строкам (в столбец D5:D16);

- сумм по столбцам (в строку В17:G17);

- доли числа пациентов по каждому месяцу по отношению к общему числу больных (в столбце D5:$D$17);

- ожидаемых значений по столбцам «Дизентерия» («Прочие ОКИ»), как доли заболевания (из соответствующей ячейки столбца E), умноженной на общее количество дизентерией ($В$17) («Прочие ОКИ» - $ С$17), заполнив соответственно столбцы (F5:F16), (G5:G16).

4. Вычислите вероятность нулевой гипотезы по критерию хи-квадрат – введите формулу = ХИ2ТЕСТ(В5:С16;F5:G16) в ячейку В19.

Результаты расчетов, представлены на рис. 3.9.

5. На основании полученного значения вероятности нулевой гипотезы сделайте вывод о статистической значимости различий частотных распределений в двух выборках, а, следовательно, и статистической значимости различий этих выборок.

Рис. 3.9 Результаты вычисления вероятности нулевой гипотезы

по критерию хи-квадрат

Примечание: Следует помнить о том, что элементарное значение частоты при использовании критерия хи-квадрат должно быть не меньше 5.

Варианты заданий №4 на определение достоверности соответствия между видами частотных распределений двух выборок по критерию хи-квадрат для самостоятельного выполнения возьмите из задания №3.

Сравните результаты, полученные при использовании параметрического и непараметрического методов.

Внимание! Если параметрический и непараметрический методы дают разные результаты, следует принимать те значения, которые соответствуют области действия примененного критерия. Для нормальных частотных распределений правомерно принятие результатов, полученных по критерию Стьюдента. Для частотных распределений, не соответствующих нормальному закону частотного распределения, принимают результаты, полученные по непараметрическому критерию хи-квадрат.

ТЕМА 4

ИЗУЧЕНИЕ СВЯЗИ МЕЖДУ ЯВЛЕНИЯМИ.

КОРРЕЛЯЦИОННЫЙ И РЕГРЕССИОННЫЙ АНАЛИЗ

I. ЦЕЛЬ И ЗАДАЧИ ЗАНЯТИЯ

Цель: Изучить статистические методы оценки связи между исследуемыми явлениями с помощью корреляционного анализа

Задачи

1. Усвоить сущность корреляционной связи между признаками.

2. Овладеть методикой вычисления параметрического коэффициента корреляции Пирсона и непараметрического коэффициента ранговой корреляции Спирмена с оценкой характера, силы и достоверности связи.

II. СТУДЕНТ ДОЛЖЕН ЗНАТЬ

1. Теоретические основы статистических методов выявления и оценки связи между явлениями.

2. Понятия корреляционного и регрессионного анализа.

3. Практическое значение корреляционного и регрессионного анализа в медицине и здравоохранении.

III. СТУДЕНТ ДОЛЖЕН УМЕТЬ

1. Провести корреляционный анализ статистических совокупностей.

2. Правильно интерпретировать результаты корреляционного анализа с учетом его достоверности.

3. Определять область применения корреляционного анализа в медицине и здравоохранении.

IV. МОТИВАЦИЯ ТЕМЫ ЗАНЯТИЯ

Согласно законам диалектики все явления и процессы, совершающиеся в природе и обществе, взаимосвязаны и взаимообусловлены. Проведение статистического анализа связей, изучение закономерностей и определение влияющих факторов чрезвычайно актуальны для различных областей медицины, биологии, организации здравоохранения, социально-гигиенических и клинических исследований. Корреляционный анализ является методом статистического исследования, который позволяет оценить силу связи между явлениями, а также ее вид и направление.

V. ОСНОВНЫЕ ВОПРОСЫ ТЕМЫ

1. Понятие функциональной зависимости, аргумента, функции. Область применения. Понятие корреляционной связи. Виды корреляционной связи. Задачи корреляционного анализа.

2. Расчеты параметрического коэффициента корреляции методом квадратов (Пирсона), непараметрического коэффициента корреляции методом рангов (Спирмена). Определение достоверности коэффициента корреляции.

3. Понятие регрессионного анализа. Область применения. Расчет коэффициента регрессии, шкалы регрессии, сигма регрессии. Виды причинно - следственных связей и их характеристика. Алгоритм расчета коэффициента регрессии.

VI. МАТЕРИАЛЬНОЕ ОСНАЩЕНИЕ

1. Презентация с иллюстрацией методики проведения корреляционного и регрессионного анализов.

2. Плакат с логической структурой темы: «Изучение связи между явлениями. Корреляционный и регрессионный анализ».

3. Технические средства обучения: видео двойка MPEG 4 – DVD, персональный компьютер.

VII. МЕТОДИКА ВЫПОЛНЕНИЯ РАБОТЫ

Тема изучается 3 академическихе часа и состоит из трех частей:

1. Вступительное слово преподавателя.

Во вступительном слове преподаватель обращает внимание студентов на значение изучения связи между явлениями в статистике, роль корреляционного и регрессионного анализа между явлениями и признаками.

2. Диагностика знаний студентов по теме: «Изучение связи между явлениями. Корреляционный и регрессионный анализ»

Преподаватель выясняет исходный теоретический уровень знаний в изучении корреляционного и регрессионного анализа в статистических исследованиях.