Фрагмент для ознакомления
2
Для изучения эффективности нового препарата железа были выбраны две группы пациентов с анемией. В первой группе пациенты в течение двух недель получали новый препарат, а во второй группе - получали плацебо. После этого было проведено измерение уровня гемоглобина в периферической крови. В первой группе средний уровень гемоглобина составил 115,4±1,2 г/л, а во второй - 103,7±2,3 г/л (данные представлены в формате M±m), сравниваемые совокупности имеют нормальное распределение. При этом численность первой группы составила 34, а второй - 40 пациентов. Необходимо сделать вывод о статистической значимости полученных различий и эффективности нового препарата железа.
Решение: Для оценки значимости различий используем t-критерий Стьюдента, рассчитываемый как разность средних значений, поделенная на сумму квадратов ошибок:
После выполнения расчетов, значение t-критерия оказалось равным 4,51. Находим число степеней свободы как (34 + 40) - 2 = 72. Сравниваем полученное значение t-критерия Стьюдента 4,51 с критическим при р=0,05 значением, указанным в таблице: 1,993. Так как рассчитанное значение критерия больше критического, делаем вывод о том, что наблюдаемые различия статистически значимы (уровень значимости р<0,05).
Приведем пример выбора статистического критерия для сравнения статистических совокупностей.
Пример 1: Для оценки успешности реабилитации после эндопротезирования коленного сустава было проведено исследование у двух выборок (n1=10; n2=10) на предмет скорости восстановления к сгибанию в колене. В первой выборке оказались люди прошедшие полный курс реабилитации, во второй пациенты, отказавшиеся от услуг реабилитолога. Сделайте статистический вывод о пользе реабилитологического сопровождения на основании представленных данных, прдположим, что данные распределены отличным от нормального образом.
Фрагмент для ознакомления
3
1. В.П. Боровиков, "Популярное введение в современный анализ данных в системе STATISTICA"– М.: Гэотар-Мед, 2020. – 244 с.
2. Гланц С. Медико-биологическая статистика. Пер. с англ. / С. Гланц – М.: Практика, 2017. – 459 с.
3. Гржибовский А.М. Анализ номинальных данных (независимые наблюдения) / А.М. Гржибовский // Экология человека, 2018. – №6. – С.58-68.
4. Зайцев В.М. Прикладная медицинская статистика: Учебное пособие / В.М. Зайцев, В.Г. Лифляндский, В.И. Маринкин. – СПб.: Фолиант, 2016. – 432 с.
5. Кендаял М. Дж. и Стьюарт А. Статистические выводы и связи. – М.: Наука, 2018. С. 71–79.
6. Медик В.А. Математическая статистика в медицине /В.А. Медик, М.С. Токмачев. – М.: Финансы и статистика, 2017. – 798 с.
7. Наследов А.Д. SPSS 19. Профессиональный статистический анализ данных / А.Д. Наследов // С.-Пб: Издательский дом «Питер», 2019. – 399 с. – С. 321.
8. Петри А. Наглядная статистика в медицине. Пер. с англ. / А. Петри, К. Сэбин. – М.: Гэотар-Мед, 2019. – 144 с.
9. Плавинский С.Л. Биостатистика: планирование, обработка и представление результатов биомедицинских исследований при помощи системы SAS / С.Л. Плавинский. – С.-Пб.: СПбМАПО, 2019. – 506 с.
10. Ромашкина Г.Ф. Коэффициент конкордации в анализе социологических данных / Г.Ф. Ромашкина, Г.Г. Татарова // Социология: методология, методы и математическое моделирование, 2019. – №20. – С. 131-158.
11. Чегодаев А.И. Математические методы анализа экспертных оценок / А.И. Чегодаев // Вестник Самарского государственного экономического университета, 2020. - №2(64). – С. 130-135.
12. Campbell M.J. Medical statistics: a textbook for the health sciences. / M.J. Campbell, D. Machin, S.J. Walters. – 4th ed. / John Wiley & Sons, Ltd., 2017. – 331 p.
13. Matthews D.E. Using and understanding medical statistics / D.E. Matthews, T.V. Farewell. – 4th, completely rev. and enl. ed./S. Karger AG, 2017. – 322 p.
14. Peacock J.L. Oxford Handbook of Medical Statistics / J.L. Peacock, P.J. Peacock / Oxford University Press, 2021. – 517 p.
15. Petrie A. Medical statistics at a glance / A. Petrie, C. Sabin. – 3rd ed. / Wiley Blackwell, 2019. – 181 p.