Анализ и обработка
Показатели ферментной диагностики инфаркта миокарда
жүктеу/скачать 195 Kb.
|
Статистические методы обработки медико-биологической информации
Показатели ферментной диагностики инфаркта миокарда
Для обработки данных использовался регрессионный анализ в пакете STATISTICА 6.0 [8]. В многофакторной регрессионной модели (Relate\Multiple regression) зависимой переменной является Y – степень прогрессирования заболевания в процентах, а независимыми переменными (факторами) – АсАТ, АлАТ и ЛДГ. На рис.1 представлена таблица экспериментальных данных. Рис.1 Экспериментальные данные После процедуры выбора зависимых и независимых переменных и нажатия кнопки ОК (рис.2) STATISTICA выдаёт результаты множественной регрессии (рис.3). Рис.2. Процедура выбора переменных Рис.3. Результаты множественной регрессии Рис.4. Итоговая таблица регрессии На рис.4 дан дисперсионный анализ модели, из которого следует, что модель достоверна (р=0,1). Из рис. 4 видно, что модель информативна, поскольку R2=0,616 (больше 0,5), а стандартная ошибка прогноза возможных значений параметра S0=14,094 и среднеожидаемых значений параметра . Такую модель можно применять для решения задач исследования. Итоговая модель ферментной диагностики инфаркта миокарда в виде линейного уравнения регрессии имеет вид: Y=83,092+ 0,016АсАТ+0,031АлАТ-0,006ЛДГ. Найденная зависимость адекватно описывает эксперимент и позволяет «прогнозировать» значения зависимых переменных, то есть регрессионный анализ, помимо того что он позволяет количественно описывать зависимость между переменными, дает возможность прогнозировать значения зависимых переменных, – подставляя в найденную формулу значения независимых переменных, можно получать прогноз значений зависимых. жүктеу/скачать 195 Kb. Достарыңызбен бөлісу:
|