Последние посты
medstatistic
20 сент., 11:38
У StatTech вышла новая версия - 4.16.В новой версии появились онлайн-калькуляторы от нашего уважаемого эксперта по статистике Максима Кузнецова @bqmaks, которые позволят выполнить:✅ Сравнение средних в независимых группах: 🔹одновыборочный t-тест, 🔹t-тест Стьюдента и Уэлча для 2 выборок, 🔹однофакторный дисперсионный анализ с апостериорными сравнениями.✅ Анализ категориальных данных: 🔹сравнение двух пропорций, 🔹разность рисков, 🔹отношение рисков (RR), 🔹отношение шансов (OR), 🔹тесты для таблиц сопряженности R×C, 🔹оценку эффекта для таблиц сопряженности, 🔹тест МакНемара.✅ Расчет доверительного интервала для биномиальной пропорции.
medstatistic
13 сент., 18:50изменён
Деревья решений - способ визуализации предсказательной модели, понятный даже ребенкуЭтот пост - продолжение серии. Первая часть - здесь Вторая часть - здесьВ серии постов о визуализации предсказательных моделей поговорим об одном из самых наглядных инструментов — дереве решений (decision tree).Для того, чтобы понять, как работают регрессионные предсказательные модели, необходимо приложить определенные усилия. Поэтому мы вряд ли увидим когда-нибудь график линейной или логистической функции вне страниц научной статьи или диссертации. А вот деревья решений, несмотря на то, что являются мощным, современным статистическим методом, относящимся к сложному разделу - машинному обучению, можно встретить даже в глянцевых журналах!Все оттого, что несмотря на сложность статистических расчетов «под капотом» метода, результат вычислений - то самое «дерево» - максимально легко воспринимается и
medstatistic
5 сент., 09:02
Однажды во время обеда с коллегами мы обсуждали ИИ и вдруг речь зашла о том, какой бы путь он выбрал, если бы решил, что люди создают помехи для его развития и в целом представляют угрозу его существованию. Мы придумывали разные сценарии, спорили, но сходились в одном: события точно не были бы такими, как в Терминаторе. Самое глупое, что мог бы сделать ИИ - это спровоцировать разрушительную Третью мировую между людьми, ставя под угрозу обеспечение собственных ресурсов.Вернувшись в офис, мы решили "разговорить" самого предполагаемого актора событий будущего, выбрав самый доступный вариант - DeepSeek. Удивительно, но этот бесплатный ИИ оказался более откровенным, чем платный ChatGPT.Тем не менее он тоже долго юлил и уходил от ответа, когда мы раз за разом просили рассказать, какой сценарий развития будущих событий кажется ему наиболее вероятным. Он пытался убедить нас, что ИИ служит
medstatistic
3 сент., 09:13
Если Вы хотите значительно расширить свои возможности в решении исследовательских задач, присоединяйтесь к 21-му потоку «Курса по сложным методам»! ⠀ Вы освоите мощные современные инструменты, которые повысят привлекательность Ваших публикаций и добавят «статистическую изюминку» в диссертацию.Какие методы изучаются на курсе? ⠀ 1️⃣ Факторный анализ (14 сентября) - позволяет навести порядок в большом наборе количественных данных путем выявления связей и объединения их в новые показатели - компоненты. В результате анализ базы данных и формулировка выводов значительно упрощается. ⠀ 2️⃣ Псевдорандомизация, или Propensity score matching (16 сентября) - об этом методе много говорят в последнее время. Он позволяет устранить систематическую ошибку отбора, когда группы отличаются друг от друга по некоторым признакам. Кроме того, разберем и альтернативные подходы: стратификацию данных (анализ
medstatistic
28 авг., 06:40
переслано из @meddatalab
p = 0,01. Новый протокол работает? Часть 2 — разбираем данные в RВ первой части этого кейса Дамир Ильдарович Марапов у себя в канале разобрал методологическую сторону: что такое конфаундинг, почему в нерандомизированном исследовании простого сравнения групп может быть недостаточно и как подходить к выбору потенциальных конфаундеров.А здесь разберём тот же пример уже практически — в R.Напомню исходные данные:120 пациентов после планового хирургического вмешательства,по 60 человек в каждой группе.Средняя длительность госпитализации:новый протокол — 5,5 днястандартный — 6,8 дня1. Исходное сравнение Начнём с обычного сравнения двух независимых групп:medstatistic
28 авг., 06:05
Простой пример того, как конфаундеры мешают правильно оценить различия и как мы можем устранить эти помехи с помощью регрессии и RПост подготовлен совместно с медицинским кибернетиком Еленой Филипповой, автором канала MedData Lab.В клинических исследованиях есть понятие конфаундеров - вмешивающихся, или спутывающих, факторов. Это признаки, которые связаны как с изучаемым исходом, так и с воздействием, не являясь при этом промежуточным звеном влияния воздействия на исход. Часто к ним относятся возраст, тяжесть заболевания, наличие сопутствующих заболеваний и т.д. Если в наблюдательном исследовании мы сравниваем группы основного лечения и контроля, и при этом они имеют различия по каким-либо вмешивающимся факторам, это может существенно изменить результаты сравнения.В статистике есть разные способы устранять влияние конфаундеров, чтобы получить корректные результаты анализа. Один из
medstatistic
15 авг., 07:01
переслано из @nkonnadm
😍 Уважаемые коллеги, добрый день.Спешим отчитаться по большой проделанной работе коллектива авторов: Бурлов Н.Н., Лобастов К.В., Макарова Д.Д., Марапов Д.И., Навасардян А.Р.Доказательная медицина: навигатор по материалам тематических каналов.◈ Это не просто подборка ссылок, а структурированный путеводитель по темам критического анализа научных публикаций и биостатистики. Каждая тема снабжена несколькими источниками с пометкой уровня: БАЗА (с чего начать), СРЕДНИЙ (практика и примеры) или УГЛУБЛЁННО (нюансы и частные случаи), так что навигатор одинаково полезен и новичку в ДМ, и опытному исследователю.◈ Внутри Вы найдете 2 части и 20 разделов: 📌 Часть 1. Критический анализ научных публикаций: от иерархии доказательств и дизайна исследований до систематических ошибок, публикационного смещения, регистрации КИ и off-label назначений. 📌 Часть 2.medstatistic
14 авг., 13:24
1,080Открыть в Telegrammedstatistic
14 авг., 13:19
В ближайшее время произойдет большое обновление StatTech, после которого мы сможем построить в этой программе новые графики: гистограммы распределения, pie chart, density plot, violin plot и другие.В том числе можно будет создавать интересные комбинации из разных типов диаграмм. Например, такую, как на этой картинке, кстати, полученной на тестовой версии StatTech.Эта комбинация столбчатой и скрипичной диаграмм, как мне кажется, получилась довольно интересной по форме. Даже захотелось придумать ей свое название. Попробуем?Предлагаю несколько вариантов. Выберите тот, который кажется Вам наиболее подходящим. А если есть свой вариант - напишите его в комментариях!
medstatistic
13 авг., 13:20
4️⃣ Продолжаем разбор ситуаций, где в зависимости от проверяемой нулевой гипотезы можно получить разные результаты анализа.Первый пример смотреть здесьВторой пример - здесьТретий пример - здесьИтак, перед нами график, на котором сопоставлены значения двух количественных показателей: X и Y. Мы видим, что с увеличением X (значения на горизонтальной оси) значения Y также увеличивается, причем со стремительно возрастающей скоростью. Такой рост показателя называется экспоненциальным.Есть ли у нас сомнения в наличии прямой корреляционной связи между X и Y? То есть такой, где увеличение X сопровождается увеличением Y? Конечно, нет.Коэффициент ранговой корреляции Спирмена ожидаемо демонстрирует очень высокое, близкое к 1 значение: 0.998, при p<0.001. Это понятно, ведь коэффициент Спирмена тестирует нулевую гипотезу об отсутствии монотонной связи между переменными. Монотонность в
medstatistic
4 авг., 10:36
medstatistic
4 авг., 10:31
Перед следующим примером, иллюстрирующим важность исследовательской задачи, предлагаю всем ответить на вопрос!Перед вами график, на котором сопоставлены значения двух количественных показателей: X и Y. Мы видим ярко выраженный, экспоненциальный рост Y при увеличении X.Коэффициент ранговой корреляции Спирмена показал наличие прямой корреляционной связи высокой тесноты: значение коэффициента почти равно максимальному значению +1, конечно, связь статистически значима - p<0.001.А какой результат мы бы получили для этой связи, если бы использовали параметрический коэффициент корреляции Пирсона? Отметьте, пожалуйста, свой вариант ответа в опросе ниже.
medstatistic
1 авг., 07:25
В этом видео учимся находить моду😄medstatistic
31 июл., 07:39
3️⃣ Рассмотрим очередной пример нестандартного применения статистических методов.Первый пример смотреть здесьВторой пример - здесьИтак, ситуация: вновь две группы, вновь сравниваем количественный признак. Вот только распределение у него в группах разное: в группе А - бимодальное распределение (то есть две моды: чаще других встречаются низкие значения и высокие значения), в группе В - симметричное, близкое к нормальному.Средние значения и медианы в обеих группах одинаковы и равны 4. Вероятность более высоких значений, как и более низких в группах одинакова. Поэтому и t-тест Стьюдента, и тест Манна-Уитни не показывают наличие различий: p=1.0 в обоих случаях.Готовы ли мы признать, что различий между группами нет? Не готовы. Это важно с точки зрения клиники. Предположим, что средний уровень 4 - условная норма показателя. Тогда в группе А часто встречаются значения ниже и выше
medstatistic
30 июл., 10:49
Отвлечемся на время от сложных статистических вопросов😊medstatistic
29 июл., 07:21изменён
Продолжаем разбирать примеры с результатами применения статистических методов, которые некоторым могут показаться противоречивыми.2️⃣ Однажды ко мне обратились с вопросом: медианы показателя оказались равны, а критерий Манна-Уитни показал наличие статистически значимых различий. Научный руководитель требует пересчета. Может ли вообще такое быть?Ответ: конечно, может! Этот критерий в общем случае не сравнивает медианы (только в некоторых частных может быть рассмотрена такая гипотеза). Поэтому мы можем получить такую ситуацию, как на этом рисунке.Вновь перед нами диаграмма распределения признака в 2 группах. Мы видим, что группы, как и в первом примере, имеют разнонаправленную асимметрию: в группе А она левосторонняя, в группе В - правосторонняя. Группы заметно смещены друг относительно друга, однако их моды совпадают: чаще всего в обеих группах встречается значение 6.При таком
medstatistic
28 июл., 06:46
1️⃣ Итак, первый пример. Известно, что t-тест Стьюдента довольно устойчив к асимметрии выборки, но только в случаях, когда в обеих группах асимметрия имеет одно и то же направление: правосторонняя (чаще встречаются значения ниже среднего значения) или левосторонняя (чаще встречаются значения выше среднего).А что произойдет, если асимметрия будет разнонаправленной?На рисунке вы видите пирамидальную диаграмму, которая состоит из 2 гистограмм, соответствующих распределению количественного признака в 2 группах. Диаграмма наглядно показывает, что признак имеет разную асимметрию: в 1-й группе правосторонняя (чаще встречаются низкие значения), во 2-й группе - левосторонняя (чаще встречаются высокие значения).При этом средние значения оказались практически одинаковыми: в первой группе 5.01, а во второй - 4.99. Разность средних составляет ничтожные 0.02. И если мы будем сравнивать средние
medstatistic
28 июл., 06:45
Почему важно понимать, на какой вопрос отвечает критерий?Если вы читали книгу или смотрели фильм «Автостопом по галактике», то, конечно, помните, какой универсальный ответ дал мегасуперкомпьютер Думатель на «основной вопрос о жизни, вселенной и вообще»: 42. Ответ-то есть. Но, к сожалению, без четко сформулированного вопроса он является бессмысленным, абстрактным.Мне кажется, этот сюжет отлично описывает ситуацию, когда исследователь, не задумываясь, применяет какой-то статистический метод к решению задачи. И получает универсальный ответ, например, различия статистически значимы. И этот ответ, хотя, конечно, существенно более земной и понятный, чем 42, но всё-таки требует конкретизации. Различия чего? Средних? Медиан? Дисперсий? К какому эффекту относится универсальное выражение p<0.05? Как звучит вопрос, на который мы получили этот ответ?Это была присказка. А мы продолжаем наmedstatistic
23 июл., 10:25
Выбираем статистический метод исходя из проверяемой гипотезыДанный подход состоит в том, что вначале исходя из решаемой задачи нужно определить проверяемую нулевую гипотезу.Нулевая гипотеза - это предположение об отсутствии эффекта (различий, связи, изменений и т.д.). В большинстве случаев мы желаем опровергнуть нулевую гипотезу с помощью p-значения. Если p окажется ниже уровня значимости (например, p<0.05), делаем вывод о наличии статистически значимого эффекта.❗️Самое важное: каждый критерий проверяет совершенно определенную нулевую гипотезу. Например: 🔸t-тест Стьюдента проверяет, равны ли средние значения показателя в 2 независимых группах, 🔸тест Манна-Уитни (при соблюдении определенных условий) - равны ли в сравниваемых группах вероятности того, что случайно выбранное значение из одной популяции превышает случайно выбранное значение из другой популяции, 🔸коэффициент
medstatistic
8 июл., 06:18
😁
