Некоторые возможности графического отображения полученных данных в программе STATISTICA

МИНИСТЕРСТВО ЗДРАВООХРАНЕНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ

БЕЛОРУССКАЯ МЕДИЦИНСКАЯ АКАДЕМИЯ ПОСТДИПЛОМНОГО ОБРАЗОВАНИЯ

РЕФЕРАТ

Некоторые возможности графического отображения полученных данных

в программе STATISTICA

Исполнитель:

ассистент кафедры анестезиологии и реаниматологии Витебского Государственного медицинского Университета

Витебск

2002г.

Введение

Окружающий нас мир насыщен информацией - разнообразные потоки данных окружают нас, захватывая в поле своего действия, лишая правильного восприятия действительности. Не будет преувеличением сказать, что информация становится частью действительности и нашего сознания.

Без адекватных технологий анализа данных человек оказывается беспомощным в жестокой информационной среде и скорее напоминает броуновскую частицу, испытывающую жестокие удары со стороны и не имеющую возможности рационально принять решение.

Статистика позволяет компактно описать данные, понять их структуру, провести классификацию, увидеть закономерности в хаосе случайных явлений. Даже простейшие методы визуального и разведочного анализа данных позволяют существенно прояснить сложную ситуацию, первоначально поражающую нагромождением цифр.

Визуальные методы анализа данных чрезвычайно важны в описании полученного результата. Многие явления, остающиеся за кадром, становятся отчетливыми, если найти подходящее графическое представление.

Первоначально можно работать с простыми графиками, а затем  можно перейти к построению более сложных моделей, однако первые закономерности, найденные визуально, сохранятся и в углубленных моделях. Именно поэтому визуализации полученных результатов уделяется  столь большое внимание.

Разнообразие методов и обилие примеров - вот основная идея пакета программы STATISTICA, которая по этой причине может быть названа энциклопедией методов анализа и областей их применения. Строгое обоснование методов первоначально родились из решения практических задач и лишь позднее получили строгое математическое обоснование, что никак не уменьшает их прагматической ценности.

Общеизвестно применение статистики в медицине и фармакологии. Оценка эффективности лекарств, классификация больных по степени тяжести заболевания, исследование кардиограмм, самые разнообразные тесты, позволяющие диагностировать пациентов на раннем этапе заболевания и многие другие задачи, хорошо известны. Только математика открывает путь к доказательной медицине.

В связи с чем, целью данной работы было изложение некоторых возможностей визуализации полученных данных с помощью программы STATISTICA.

Содержание

Введение                                                                                                       2

Оглавление                                                                                                   3

Основная часть                                                                                             4

Список литературы                                                                                     19

Обзор литературы

Первые применения статистики в медицине, по-видимому, относятся к XVIII веку, когда в Англии было замечено, что относительная частота смертности мужчин и женщин одного возраста, живущих примерно в одинаковых условиях, из года в год колеблется, но колеблется в весьма узких пределах. Самым интересным здесь является замечание: "колеблется в узких пределах", - всем известно, что колебания происходят, - неожиданным фактором являются узкие границы колебания, что позволяет с большой точностью предсказать долю умерших в той или иной категории населения и служит основой актуарных расчетов.

В знаменитом фрэмингхемском исследовании, выполненном в США (см. Truett, J., Cornfield, J., and Kendall, W. (1967). A Multivariate Analysis of the Risk of Coronary Heart Disease in Framingham, Journal of Chronic Disease 20, p. 511-524), статистический анализ применялся для оценивания зависимости риска развития ишемической болезни сердца от семи факторов.

В этом исследовании в течение 12 лет были собраны данные о проявлениях ишемической болезни у 1929 мужчин и 2540 женщин в возрасте от 30 до 62 лет. В начале обследования все пациенты были здоровы. Факторами риска служили: возраст, количество холестерина в крови, систолическое давление, вес, количество гемоглобина в крови, количество выкуриваемых в день сигарет (0 - для некурящих, 1 - для выкуривающих меньше одной пачки, 2 - одну пачку, 3 - больше одной пачки), электрокардиограмма (0 - нормальная, 1 - ненормальная или неясная).

Проведенный анализ позволил изучить влияние факторов риска на развитие ишемической болезни сердца и стимулировал целый ряд подобных в самых различных медицинских приложениях.

Ниже приведен классический пример, построенный на данных Гринвуда и Юла о влиянии прививки на заболеваемость холерой (данные относятся к началу XX века, см. например, Справочник по прикладной статистике, т.1, М.: 1989, с. 245).

В приведенной ниже таблице показаны сводные данные по 2 663 пациентам, части из которых были сделаны прививки против холеры (привитые пациенты), а части нет (не привитые пациенты).

Таблица 1

Изменение данной таблицы видно, что среди тех, кто сделал прививку, число заболевших меньше, чем среди тех, кто не сделал прививку (второй столбец таблицы, первая и вторая строка).

Кроме того, число не заболевших среди привитых пациентов больше, чем не заболевших среди не привитых (первый столбец таблицы). Это делает правдоподобным заключение об эффективности прививки.

Это можно сказать и на рациональном языке статистики.

Если представить, что нашелся человек, недоверяющий новому методу