Анализ и обработка

Многофакторный корреляционный и регрессионный анализ данных медицинских исследований

жүктеу/скачать 195 Kb. бет 2/8 Дата 26.08.2022 өлшемі 195 Kb. #38261

Бұл бет үшін навигация:

• Задачи исследований сложных систем
• часть

Многофакторный корреляционный и регрессионный анализ данных медицинских исследований В настоящее время становится всё более актуальным корректное применение статистических методов, научный подход к планированию медицинских исследований. Основная цель применения статистических методов – сведение к минимуму случайных ошибок в научном медицинском и клинических исследованиях. Прежде всего в медицине статистика используется в задачах, связанных с выборочными обследованиями, с проверкой эффективности различных доз лекарственных средств, диагностикой заболеваний на основании проводимых медицинских анализов, прогнозированием выздоровления больных и т.д. Возможности для решения указанных задач предоставляет ППП STATISTICA фирмы StatSoft Inc. (США). Широкий спектр статистических методов модулей ППП STATISTICA так или иначе используется в медицине. Задачи исследований сложных систем Известно, что объекты исследования в медицине представляют собой сложные вероятностные (стохастические) системы. Сложные системы функционируют при воздействии на них множества входных факторов. Часть из них является контролируемыми X1, Х2,…, Хk, измеряемыми количественно или оцениваемыми в баллах. Другая часть входных факторов относится к группе неконтролируемых, случайных факторов; они не поддаются измерению, но оказывают воздействие на систему, результатом которого является случайность ее функционирования. Состояние системы характеризуется множеством выходных параметров Yl, Y2, …, YI, которые также измеряются количественно или в баллах и представляют собой случайные величины, следующие нормальному или иному закону распределения с соответствующими числовыми характеристиками. Наилучшие результаты многомерного статистического анализа данных медицинских исследований получают тогда, когда распределение входных факторов и выходных параметров нормальное или близкое к нему. Наблюдавшиеся значения k факторов и l параметров для n объектов сводятся в матрицу наблюдений размером n×(k+l). По матрице наблюдений с помощью ППП STATISTICA 6.0 проводятся: - статистическое описание переменных; - корреляционный анализ; - канонический корреляционный анализ; - регрессионный анализ. В результате статистического описания устанавливают закон распределения переменных и определяют их числовые характеристики, строят графики основных зависимостей между факторами и параметрами. Корреляционный анализ обеспечивает оценку связей всех переменных попарно. Канонический корреляционный анализ даёт оценку связи всего множества входных факторов со всеми выходными параметрами в совокупности. На основе канонического корреляционного анализа можно судить о достаточности связи входных факторов, включенных в матрицу наблюдений, и выходных параметров, характеризующих состояние системы. Моделирование каждого выходного параметра методами регресси­онного анализа даёт возможность построить линейные или нелиней­ные модели которые используются для решения основных задач сис­темного анализа: - изучения характера изменения выходных параметров при изме­нении входных факторов; - оценки степени влияния факторов на параметры; - прогнозирования параметров при заданных значениях факторов; - поиска оптимальных уровней факторов для получения требуемых значений параметров; - оценки информативности параметров при заданной совокупности воздействующих факторов. жүктеу/скачать 195 Kb. Достарыңызбен бөлісу: