Биостатистик

[emanuilis]

Здравейте

Търся помощ от биостатистик.

Необходимо е да се направи регресионен анализ и пресметне Хи-квадрат по отношение на пет (5) параметъра - доказване на статистически-достоверна разлика между две групи хора.

Например:

Имаме две щайги с плодове: едната референтна, в която има общо 705 ябълки - 618 червени и 87 жълти (приема се, че това е ,,нормалното", очаквано разпределение по критерий ,,цвят"); и експериментална, набрана от определена селскостопанска работничка, в която има 87 червени и 22 жълти.

Пита се:

1. Има ли статистически-значима разлика между щайгите по отношение на параметър ,,цвят"

2. Жълтото рисков фактор ли е за попадане в щайга номер 2, при тази берачка - т.е. без да иска тя предпочита този цвят

Предварително благодаря

[emanuilis]

От: Биостатистик

С X²-та се оправих - има статистически-достоверна разлика в случая (X² 6.605, р < 0.05).

Остава обаче въпроса за регресионния анализ...

[s_s1]

От: Биостатистик

Да си призная честно: нищо не разбирам от това, даже не съм и чувал този термин: биостатистик и регресионен анализ, но ми е интересно да се ограмотявам. Даже "Викито" не казва нищо за биостатистика.

[Wattie]

От: Биостатистик

Ъх, аз получих Хиквадрат 6,198236702. Но и по времето, когато трябваше да ги уча тези неща никак не си давах зор. Дали го правя правилно - не знам! Ако към написал глупости - целете ме с камъни. Файлът е прикачен.test.xls

За регресионния анализ ще си разровя тетрадките (ако ги пазя) по-късно тази вечер.

* сега видах, че съм написал във файла "жени - жена"... Имах предвид "Жълти - жена".

[emanuilis]

От: Биостатистик

Ъх, аз получих Хиквадрат 6,198236702.

Чакай сега, че ме накара да се замисля дали моите изчисления са верни - аз получавам X² 6.605

Използвах указанията тук: http://www2.lv.psu.edu/jxm57/irp/chisquar.html

[Wattie]

От: Биостатистик

Е прикачил съм изчисленията във файла - виж ги. Може и да бъркам някъде, включително принципно. Направих го по спомен. Може да няма нищо общо с действителността.

[Стефан]

От: Биостатистик

Уф. И аз не си давах зор, и аз не помня. Сега кво, Корн и Корн ли търсим?

[emanuilis]

От: Биостатистик

Е прикачил съм изчисленията във файла - виж ги. Може и да бъркам някъде, включително принципно. Направих го по спомен. Може да няма нищо общо с действителността.

Напълно ти е правилна формулировката, според намереното и от мен в интернет.

Разликата идва вероятно от това, че съм закръглил бройката на ,,очакваните" цветове ябълки - съответно на 96 и 13.

А това дали е позволено в тези изчисления...

[emanuilis]

От: Биостатистик

сега видах, че съм написал във файла "жени - жена"...

Ще си кажеш ти...

[Wattie]

От: Биостатистик

Уф. И аз не си давах зор, и аз не помня. Сега кво, Корн и Корн ли търсим?

Не, по-скоро ръководство за решение на практически задачи по математическа статистика.

Независимо дали Хиквадрата на Емануилис или моя е верен - при p<0,05 все сме повече от 3.84, което е граничната стойност според тази таблица: http://faculty.vassar.edu/lowry/PDF/csqcrit.pdf (ние сме с df=1 нали? - имаме два критерия при една категория). Тоест приема се хипотезата, че ИМА статистически значима разлика.

П.П. Отговорили сме заедно, затова дописвам:

А това дали е позволено в тези изчисления...

Не, поне не ако искаш да си възможно най-точен.

[emanuilis]

От: Биостатистик

Не, по-скоро ръководство за решение на практически задачи по математическа статистика.

Независимо дали Хиквадрата на Емануилис или моя е верен - при p<0,05 все сме повече от 3.84, което е граничната стойност според тази таблица: http://faculty.vassar.edu/lowry/PDF/csqcrit.pdf (ние сме с df=1 нали? - имаме два критерия при една категория). Тоест приема се хипотезата, че ИМА статистически значима разлика.



Не, поне не ако искаш да си възможно най-точен.

df-а е 1, да.

Все пак исках да се успокоя откъде идва разликата в конкретните стойности.

Добре, а може ли да има 95.54 ябълки - нали все пак очакваме дървото да роди цели плодове...

[Wattie]

От: Биостатистик

df-а е 1, да.

Все пак исках да се успокоя откъде идва разликата в конкретните стойности.

Добре, а може ли да има 95.54 ябълки - нали все пак очакваме дървото да роди цели плодове...

Това са очакваните стойности. Съвсем нормално е те да се различават от реалните.

Ето току що измислен от мен пример (данните не са верни) - изчислили сме, че исторически досега отборът на Барселона вкарва средно 1,64 гола на мач и това било равномерно по години за цялата им история. Значи това е очакваната стойност. Явно е, че тя е невъзможно да се случи в един конкретен мач. Но предполагаме, че ако изиграят достатъчно много мачове - тяхното средно ще клони към това...

[Wattie]

От: Биостатистик

Сега погледнах каквото имам - нещата, които сме писали за "регресионен анализ" са главно някакви графики.

За "рисков фактор" сме писали доста простички неща. Ето една примерна задача:

По време на прием много хора се получили хранително натравяне. От присъстващите на приема 44 са яли пилешки хапки и 12 са се разболяли, 18 са яли хайвер и 2 са се разболяли и 32 са яли плодове и 10 са се разболяли. Рисковите фактори са:

Пилешки хапки: 12/44 = 0,27(27)
Хайвер: 2/18 = 0,11(1)
Плодове: 10/32 = 0,3125

Най-голям рисков фактор са били плодовете, след това пилешкото и накрая хайвера. Точно в този ред и следва да се прави проверката.

Ако това има някакво отношение към текущата задача, то ще имаме следното:

Рисков фактор да попадне жълта ябълка в референтната щайга е 0,123404255 (броя на жълтите делено на общия брой - 87/705)
Рисков фактор да попадне жълта ябълка в щайгата на жената е 0,201834862 (пак правя пак същото, но за нейната щайга - 22/109)

Значи рисковият фактор "да попадне жълта ябълка" при нея е по-голям.

Звучи ми много елементарно да е точно това, но знае ли човек

[emanuilis]

От: Биостатистик

Благодаря

Да, разбирам, идеята на регресията е да изрази количествено самата разлика, в пъти.

[Wattie]

От: Биостатистик

Регресионният анализ се използва, за да се определи дали има зависимост между две характеристики на даден обект или няма. Например осветеността на улиците и броят на престъпленията; качеството на пътищата и броят на нарушенията "превишена скорост"; температурата и сметките за ток... и т.н.

Това, което са ни показвали е координатна система, в която се описват данните - по едната ос едната, по другата другата характеристика. После с използването на най-прости числени методи се прави опит за "обобщение" на данните - формула на връзката, най-често права линия на зависимостта. Накрая се правят допълнителни експерименти, с които се прави проверка.

Ето това клипче от ютюб според мен ще помогне много: http://www.youtube.com/watch?v=zJ5ecoGpPA4

Естествено не е изключено да се прави регресионен анализ между повече от две величини... Там става още по-кофти, в което няма нужда да ви убеждавам

Най-големият проблем при тези неща е да се премахнат "външните фактори". Ето пример - мерим връзката между качеството на пътищата и нарушенията от тип "превишена скорост", с което след анализа заключаваме: да, колкото по-качествени са пътищата, толкова повече нарушения има. Но дали това е причината? Може пък по-качествените пътища да са обвързани с по-богато общество, от което и по-голямо наличие на по-бързи спортни автомобили? Глупав пример, но го давам за "сламка".