1 / 30

CURSUL 3

UNIVERSITATEA DE MEDICINA SI FARMACIE “Victor Babe ş” TIMISOARA DISCIPLINA DE INFORMATICA MEDICALA http://moodle .umft.ro. CURSUL 3. BIOSTATISTICA (I). Capitolele biostatisticii. Statistica elementară Inferenta statistica Statistica descriptiva - Parametrii statistici Estimarea statistica

zhen
Download Presentation

CURSUL 3

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. UNIVERSITATEA DE MEDICINA SI FARMACIE “Victor Babeş” TIMISOARADISCIPLINA DEINFORMATICA MEDICALAhttp://moodle.umft.ro

  2. CURSUL 3

  3. BIOSTATISTICA(I)

  4. Capitolele biostatisticii • Statistica elementară • Inferenta statistica • Statistica descriptiva - Parametrii statistici • Estimarea statistica • Teste statistice • Corelatia si regresia • Aplicaţii speciale: • Epidemiologie(Analiza riscului) • Aplicaţii în demografie (Analiza supravietuirii) • Sănătate publică (Statistica sanitară) • Prelucrări avansate (Analiza clasificării etc)

  5. 1. INFERENTA STATISTICA • 1.1. CONCEPTE GENERALE • a) populatie, individ • b) definitie: • Biostatistica = stiinta estimarii caracteristicilor unei populatii si/sau compararea populatiilor • c) metode: • recensamânt - toti indivizii; acelasi moment • screening - numar mare; criterii de selectie • esantionare - submultime a populatiei

  6. d) INFERENTA STATISTICA • Definiţie: EXTINDEREA PROPRIETATILOR DETERMINATE PE UN ESANTION LA INTREAGA POPULATIE • e) ESANTION REPREZENTATIV • CRITERII: • ECHIPROPBABILITATE • INDEPENDENTA

  7. f) METODE DE SELECTIE ÎN EŞANTION: • SELECTIA SIMPLA • NUMERE ALEATOARE ASOCIATE • SELECTIA MULTISTRATIFICATA • SELECTIA MIXTA • CLUSTERE

  8. 1.2. VARIABILE • a) DEFINITIE: • o caracteristica a populatiei care este studiata si masurata la toti indivizii din esantion • b) TIPURI DE VARIABLE: • NUMERICE • măsurate cu un instrument • se precizează unitatea de măsură • tipuri: interval sau true zero • ORDINALE • scară convenţională, fără unităţi • exprimă ordinea (ranguri) • NOMINALE (calitative, “count data”)

  9. 1.3. ETAPELE STUDIULUI • PROIECTARE • COLECTAREA DATELOR • PRELUCRARE • PREZENTARE REZULTATE: • tabele, grafice: • Histograme (coloane, bare, 3D etc) • Sectoare [“pie”] (in special pentru %) • Linii[polygon] • Puncte [“scatter] • Hărţi

  10. 1.4. PROIECTAREA UNUI STUDIU • definirea populatiei • selectia variabilelor • acuratetea si precizia masurarilor • dimensiunea esantionului

  11. 2. PARAMETRII STATISTICI

  12. 2.1. EXEMPLU: • studiul dezvoltarii copiilor • populatia: copii de 10 ani, din Timisoara, in 2004 • dimensiunea: 400 copii • date colectate : inaltimea, in cm • acuratetea : 1 cm • tabel de date si histograma

  13. TABEL şi HISTOGRAMA

  14. Concluzii: • valori extreme - rare • valori centrale - mai des • INDICATORI AI TENDINTEI CENTRALE • variabilitatea • INDICATORI DE DISPERSIE

  15. 2.2. INDICATORII TENDINTEI CENTRALE • Media aritmetică • Mediana • Moda

  16. a) MEDIA ARITMETICA (MEAN):

  17. b) MEDIANA (MEDIAN) • VALOAREA CARE IMPARTE ESANTIONUL IN DOUA PARTI EGALE • Ex: pentru un numar par sau impar de elemente • Recomandata pentru variable ordinale • c) MODA (MODE) • VALOAREA CEA MAI FRECVENTA • CLASE MODALE • DISTRIBUTII UNI~, BI~, MULTIMODALE • recomandate pentru variable nominale

  18. d) POZITIA RELATIVA • DISTRIBUTII SIMETRICE : • X = Me = Mo • DISTRIBUTII ASIMETRICE (skew): • X = cea mai sensibila valoare • Mo = cea mai robusta (putin sensibila)

  19. 2.3. INDICATORI DE DISPERSIE A) Pentruvariabilenumerice B) Pentruvariabileordinale C) Pentru proporţii

  20. A) Variabile numerice • DEVIAŢIA STANDARD (s) • VARIANŢA (s2) c) COEFICIENTUL DE VARIAŢIE (cv)

  21. d) DISTRIBUTIA NORMALA (GAUSS)REPREZENTARE GRAFICA

  22. e) Intervale definite cu “s” • p = proportia indivizilor care au marimea in intervalul respectiv • p = probabilitatea ca un individ sa aiba marimea in intervalul respectiv EX: studiu inaltimea copiilor: n=25 copii m=137 cm (ac=1) s=5 cm

  23. f) Curba Gauss - Proprietăţi • Depinde de doi parametri: • μ = media (populaţiei) • σ = deviaţia standard (a populaţiei) • Curba normalizată (funcţie de z) • are media μ=0 si deviaţia standard σ=1 EX: studiu inaltimea copiilor: n=25 copii m=137 cm (ac=1) s=5 cm

  24. g) DISTRIBUTIA GAUSS NORMALIZATA

  25. B) Variabile ordinale (rang) • QUANTILE – impartirea in “n” intervale • CAZURI PARTICULARE • MEDIANA n = 2 • QUARTILE n = 4 • DECILE n = 10 • CENTILE n = 100 • PROMILE n = 1000 • Calcul: dupa ordonare!

  26. C) Variabile calitative (nominale) • Proporţia Clasei: pi = Ni / N (procentul … 100) • Deviatia standard a proporţiei: • pi – probabilitatea de a aparţine clasei • qi – probabilitatea de a nu aparţine clasei

  27. 2.4. ASIMETRIE (SKEWNESS) • Coeficientul lui Pearson: a = (X-Mo)/s • “coada” (tail) la dreapta sau la stanga

  28. 2.5. EXCES(KURTOSIS) • Exces: (b) – aplatizare, boltire • (distributie leptokurtica, platikurtica)

  29. - pauza -

More Related