2.3. Математический анализ
Математический анализ полученных данных был проведен с использованием пакета прикладных программ (111111) BioStat. Данный пакет позволяет анализировать как количественные, так и качественные признаки.
Наиболее часто применяемые характеристики положения и степени разбросанности случайной величины (по Т.В. Хутиеву и соавторы 1991) -это математическое ожидание (момент первого порядка - М) и среднее квадратическое отклонение - дисперсию (момент второго порядка "-"); третий центральный момент характеризует асимметрию (скошенность) распределения, а четвертый - его «крутость» (остро или плосковершинное). Анализ указанных параметров позволяет судить о существенных различиях между двумя и более изучаемыми выборками по уровню вариабельного признака, а также о статистической значимости изменений, наступивших под воздействием какого-либо фактора.
Особую роль в характеристике системы случайных величин играет корреляционный момент, который позволяет анализировать биосистемы для установления зависимости между изучаемыми параметрами. Обычно для характеристики вероятностной взаимосвязи между двумя случайными величинами используют коэффициент линейной корреляции.
Для математического анализа качественных признаков были применены методы непараметрической статистики, в частности, критерий %2 (кси-квадрат) (индекс сопряженности).
41
Еще по теме 2.3. Математический анализ:
- Автоматизация анализа изображений в исследованиях мозга: постановка задач, математические основы, информационные технологии
- 2. 4. Математические методы анализа результатов исследований
- Математическое программное обеспечение для анализа РОГ сигналов
- Методы математической обработки и статистического анализа результатов исследования
- Математический анализ ритма сердечных сокращений в эксперименте
- 4.3 Анализ эффективности математической модели прогнозирования рецидива МКБ
- Анализ эффективности математической модели по прогнозированию возникновения камнеобразования при мочекаменной болезни
- Компьютерная программа клинико-математического анализа развития послеоперационных осложнений у больных раком прямой кишки
- 4.3 Анализ качества работы математических моделей прогнозирования возникновения и рецидива гангрены нижних конечностей
- Структурный анализ и синтез признакового пространства для математических моделей прогнозирования и развития ишемии сердца
- Выбор математического аппарата для оценки эффективности полученных результатов и оценка качества работы математических моделей прогнозирования инфаркта миокарда в реабилитационном периоде
- Результаты математического моделирования
- Математические модели поведения экспертов