Презентация на тему: ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ

ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ
1/26
Средняя оценка: 4.3/5 (всего оценок: 8)
Скачать (3041 Кб)
Код скопирован в буфер обмена
1

Первый слайд презентации: ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ

СЕРИЯ 5 Многофакторный дисперсионный анализ. Многомерный дисперсионный анализ. Дисперсионный анализ с повторными измерениями. Дисперсионный анализ со вложением данных. Трактовка результатов. Линейные модели.

2

Слайд 2

«Типичная» таблица данных Номер пациента Группа Терапия Функциональный класс Пол Возраст ИМТ Реперфузия Тест с физнагрузкой Качество жизни 1 ОИМ Стентирование М 60 41 Да Отрицательный 26 2 ОИМ с ST Стентирование М 43 39 Да Положительный 20 3 Инфаркт Стентирование с покрытием Трансмуральный М 65 44 Да Отрицательный 25 4 Стенокардия Стентирование II М 67 44 Да Положительный 16 5 Стенокардия? Стентирование II М 54 35 Нет Сомнительный 14 6 Стабильная стенокардия Ангиопластика 1 Ж 56 35 Сомнительно Положительный 20

3

Слайд 3

ПКТ – качество жизни после разных типов ангиопастики ; Качество жизни – основная зависимая переменная Сколько факторов влияет? Как сравнивать? А еще – есть качество жизни через полгода и год, и рестенозы …

4

Слайд 4

Дисперсионный анализ Одномерный, однофакторный Многофакторный (оценивается соотношение дисперсий для каждого фактора и их взаимодействия) Многомерный (если зависимые переменные взаимодействуют) Общая линейная модель! Зависимая переменная – переменная отклика, измеряемая переменная, отражает исследуемое явление; Независимая переменная – прочие переменные (факторы и ковариаты ); Фиксированный (постоянный) фактор – качественная или порядковая переменная изначально запланированная в исследовании; Случайный фактор – измеренный/оцененный попутно в ходе исследования; Ковариата – количественная переменная оказывающая влияние на зависимую переменную.

5

Слайд 5

Номер пациента Группа Терапия Функциональный класс Пол Возраст ИМТ Реперфузия Тест с физнагрузкой Качество жизни 1 ОИМ Стентирование М 60 41 Да Отрицательный 26 2 ОИМ Стентирование М 43 39 Да Положительный 20 3 ОИМ Стентирование с покрытием Трансмуральный М 65 44 Да Отрицательный 25 4 Стабильная стенокардия Стентирование II М 67 44 Да Положительный 16 5 Стабильная стенокардия Стентирование II М 54 35 Нет Положительный 14 6 Стабильная стенокардия Ангиопластика 1 Ж 56 35 Нет Положительный 20 F1 F2 F3 F4 ? ? Зав Cov 1 Cov 2

6

Слайд 6

Общая линейная модель где   Y  есть  матрица, включающая описываемые измерения,  В  — матрица, включающая параметры, представляющие интерес для исследования,  Х  — матрица, включающая постоянные коэффициенты, и  U  — матрица случайных ошибок. Модели, в которых каждая координата вектора  Х  является целым числом (0 или 1) и обозначает групповую принадлежность, применяются при  дисперсионном анализе. Модели, в которых  Х  является непрерывной числовой переменной, применяются при  регрессионном анализе. Модели, в которых присутствуют оба вида значений  Х, применяются при  ковариационном анализе. Смешанная линейная модель (включает в модель случайные факторы и вложенные измерения ( nested data) ); Обобщенная линейная модель (система уравнений включающая все возможные варианты переменных и взаимодействий. Мало чувствительны к непараметричности данных! (интегрирование) Непараметрических многофакторных методов НЕТ.

7

Слайд 7

Фактор 1 Зависимая переменная 1 2 Фактор 2 Влияние фактора 1 значимо, фактора 2 незначимо и взаимодействие факторов незначимо. Фактор 1 Зависимая переменная 1 2 Фактор 2 Влияние фактора 2 значимо, фактора 1 незначимо и взаимодействие факторов незначимо.

8

Слайд 8

Фактор 1 Зависимая переменная 1 2 Фактор 2 Влияние фактора 1 незначимо, фактора 2 незначимо и взаимодействие факторов значимо. Фактор 1 Зависимая переменная 1 2 Фактор 2 Значимо всё. Взаимодействие 3 факторов представить проблематично!

9

Слайд 9

10

Слайд 10

11

Слайд 11

Сумма баллов = а*Возраст + а1*Пол + а2*локализация + …

12

Слайд 12

13

Слайд 13

14

Слайд 14

15

Слайд 15

16

Слайд 16

17

Слайд 17

18

Слайд 18

19

Слайд 19

20

Слайд 20

21

Слайд 21

22

Слайд 22

23

Слайд 23

24

Слайд 24

25

Слайд 25

26

Последний слайд презентации: ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ

Похожие презентации

Ничего не найдено