На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


методичка Проявления количественных взаимосвязанностей между признаками. Основные понятия корреляционного анализа. Коэффициент парной корреляции и ранговый коэффициент. Определение тесноты связи между качественными признаками. Зависимость между методами лечения.

Информация:

Тип работы: методичка. Предмет: Медицина. Добавлен: 15.04.2009. Сдан: 2009. Уникальность по antiplagiat.ru: --.

Описание (план):


ПЕНЗЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Медицинский институт

Кафедра гигиены, общественного здоровья и здрав
оохранения
( зав. кафедрой к.м.н. А.П. Дмитриев)

МЕТОДЫ ИЗУЧЕНИЯ КОРРЕЛЯЦИОННЫХ СВЯЗЕЙ


Учебно-методическое пособие для студентов
(
VШ семестр)

г. Пенза, 200
5.
Информационный лист:
Учебно-методическое пособие “
Методы изучения корреляционных связей.” подготовлено кафедрой гигиены, общественного здоровья и здравоохранения Пензенского государственного университета (заведующий кафедрой, к.м.н. Дмитриев А.П.).
В составлении принимали участие: к.м.н. Зубриянова Н.С. , Дмитриев А.П. (ответственный за подготовку Зубриянова Н.С.).
Учебно-методическое пособие подготовлено в соответствии с «Программой по общественному здоровью и здравоохранению ” для студентов лечебных факультетов высших медицинских учебных заведений”, разработанной Всероссийским учебно-научно-методическим Центром по непрерывному медицинскому и фармацевтическому образованию Минздрава России и УМЦпкп и утвержденной Руководителем департамента образовательных медицинских учреждений и кадровой политики Н.Н. Володиным в 2000 г.
Данное Учебно-методическое пособие подготовлено для студентов для самостоятельной подготовки к практическим занятиям по указанной теме.
Тема: Методы изучения корреляционных связей

Вопросы:

Корреляционный анализ (основные понятия)

Коэффициент парной корреляции

Ранговый коэффициент (Спирмена)

Определение тесноты связи между качественными признаками (коэффициенты Шарлье, Юла, Пирсона)

Продолжительность занятия: 4 часа

Самостоятельная работа: лабораторная работа №7

Теоретическая часть

Корреляционный анализ

В различных областях медицины, биологии, организации здравоохранения, социально-гигиенических и клинических исследованиях проводятся статистический анализ связей, изучение закономерностей и влияющих факторов.
Существуют два вида проявления количественных взаимосвязанностей между признаками (явлениями, факторами) - функциональные и корреляционные.
При функциональных зависимостях каждому значению одной переменной величины соответствует одно вполне определенное значение другой переменной. Такие зависимости наблюдаются в математике и физике. Различные измерительные приборы основаны на функциональной зависимости (высота ртутного столбика дает однозначный ответ о температуре).
Корреляционные или статистические связи, при которых численному значению одной переменной соответствует много значений другой переменной. Пример, между ростом и весом детей существует бесспорная зависимость, но это не значит, что определенному росту строго соответствует определенный вес. В силу участия в формировании веса многих других факторов, каждому значению роста соответствует несколько значений веса, которые могут быть выражены в виде распределения.
Функциональная связь имеет место по отношению к каждому конкретному наблюдению. Корреляционная проявляется в среднем для всей совокупности наблюдений. выявления взаимодействия факторов, определение силы и направленности Практическое использование корреляционного анализа: выявление взаимодействия факторов, определение силы и направления влияния одних факторов на другие.
Следует подчеркнуть, что определение наличия связи между явлениями и факторами - дело специалистов. Статистика лишь измеряет эту связь.
Корреляционная зависимость отличается по форме связи, ее направлению и силе. Ориентировочное представление о характере зависимости между двумя изученными факторами дает графический анализ (так называемая «скэттер-диаграмма»), который позволяет рассмотреть концентрацию и рассеивание точек на пересечении координат изучаемых признаков в определенном направлении вокруг линии регрессии.
Форма связи может быть прямолинейной и криволинейной. Прямолинейная связь - равномерные изменения одного признака соответствуют равномерным изменениям второго признака при незначительных отклонениях. Криволинейная связь - равномерные изменения одного признака соответствуют неравномерным изменениям второго признака.
Направление связи может быть прямое (положительное) или обратное (отрицательное). Если с увеличением одного признака второй также увеличивается или с уменьшением одного другой тоже уменьшается, зависимость прямая, положительная. Если с увеличением одного признака другой уменьшается или с уменьшением первого признака второй увеличивается, зависимость обратная, отрицательная.
По силе связи зависимость может быть сильная (сильно выражена), средняя (умеренно выражена), слабая (слабо выражена).

Оценка силы связи по величине коэффициента корреляции

Размер связи
Характер связи
Прямая (+)
Обратная (-)
Отсутствует
0
0
Слабая
От 0 до +0,29
От 0 до -0,29
Средняя
От +0,3 до +0,69
От -0,3 до -0,69
Сильная
От +0,7 до +0,99
От -0,7 до -0,99
Полная (функциональная)
+1,0
-1,0

Количественная характеристика взаимосвязи изучаемых признаков может быть дана на основании вычисления показателей силы связи между ними (коэффициенты корреляции) и определения зависимости одного признака от изменения другого (коэффициент регрессии).

Коэффициент парной корреляции

Коэффициент парной корреляции вычисляется по формуле:

или

Алгоритм расчета коэффициента парной корреляции:

записывают исходные данные в два вариационных ряда - x и y;

вычисляют среднюю арифметическую ряда x и y;

определяют разность между членом ряда и средними величинами;

перемножают разности ряда x и y между собой;

находят сумму перемножаемых разностей (с учетом арифметического знака);

возводят в квадрат каждую разность (отклонение) ряда х и у;

определяют сумму квадратов отклонений (разностей) для ряда х и у отдельно;

подставляют полученные данные в исходную формулу и вычисляют коэффициент парной корреляции.

Пример. Определить корреляционную связь между строками введения противодифтерийной сыворотки и летальностью от этого заболевания.

День введения сыворотки (х)
Летальность (у)
dx
dy
dx2
dy2
dx*dx
1-й
2,0
-2
-5
4
25
10
2-й
3,0
-1
-4
1
16
4
3-й
7,0
0
0
0
0
0
4-й
9,0
+1
+2
1
4
2
5-й
14,0
+2
+7
4
49
14
xx = 3
xy = 7.0
dx=0
dy=0
dx2=10
dy2=94
dx*dy =30

Коэффициент корреляции равен +0,98. Связь положительная, сильная. Следовательно, между сроками введения сыворотки и летальностью от дифтерии имеется очень тесная зависимость. Число больных в этом примере равно 900.

Можно определить достоверность коэффициента корреляции, вычислив его среднюю ошибку для большого числа наблюдений (n>50) по формуле:

, или при меньшем числе наблюдений:

С достаточно большой надежностью можно утверждать, что зависимость неслучайна, если численное значение rxy превышает свою среднюю ошибку не менее чем в 3 раза.

Т.е. связь между признаками считается статистически значимой, если коэффициент корреляции превышает свою ошибку в 3 и более раз

В том случае, когда отношение коэффициента корреляции к его средней ошибки меньше 3, существование связи между изучаемыми явлениями нельзя признать доказанным.

Для малого числа наблюдений (n30) степень надежности коэффициента корреляции может определяться по специальной таблице. При этом число наблюдений таблицы К (число степеней свободе n ) равно числу наблюдений в исследовании без двух, т.е. К = n-2. Как правило, коэффициент корреляции рассчитывается при числе коррелируемых пар не менее 5.

В медицинских и биологических исследованиях связь между признаками считается статистически значимой, если величина коэффициента корреляции больше или равна табличной при Р=0,05

Показатели оценки коэффициента корреляции при малом числе наблюдений
K
P
0,1
0,05
0,02
0,01
1
0,988
0,997
0,9995
0,99988
2
900
950
980
990
3
800
878
934
959
4
729
811
882
917
5
669
754
883
874
6
662
707
789
834
7
582
666
750
798
8
549
632
716
765
9
521
602
685
735
10
497
576
658
708
11
476
532
634
684
12
458
532
612
661
13
441
514
592
641
14
426
497
574
623
15
412
482
558
606
16
400
468
542
590
17
389
456
528
575
18
378
444
516
561
19
369
433
503
549
20
360
423
492
537
25
323
381
445
487
30
296
349
409
449
35
275
325
381
418
40
257
304
358
393
45
243
288
338
354
50
231
273
322
354
60
211
250
295
325
70
195
232
274
302
80
183
217
256
283
90
173
205
242
267
100
164
195
230
254
Пример. В районах изучалась зависимость между охватом населения прививками и уровнем заболеваемости. Полученный коэффициент корреляции по этим двум признакам был равен 0,81. Число наблюдений - 8 районов (пар), следовательно, К равно 6 (8-2). По таблице находим строку 6 и сравниваем полученный коэффициент. При данном числе степеней свободы (К) коэффициент корреляции превышает табличный для вероятности Р=0,05 (графа 3). Отсюда с вероятностью, большей, чем 95%, можно утверждать, что зависимость между охватом населения прививками и заболеваемостью не случайна, и эта связь сильная, т.е. чем больше процент привитых, тем меньше уровень заболеваемости.
Ранговый коэффициент (Спирмена)

Ранговый коэффициент корреляции более пригоден по сравнению с обычным коэффициентом для характеристики корреляций в случаях нелинейной связи и для данных, распределение которых отличается от нормального. Кроме того, данные для расчета рангового коэффициента могут быть представлены в полуколичественных измерениях. Достаточно ориентировочных данных об уровне признака. Вычисление коэффициента проводится по формуле:
.
Алгоритм расчета коэффициента корреляции рангов:
заменяют количественные (или полуколичественные, или качественные) признаки ряда х и у на ранги, ранжируя при этом строго от меньшей величины к большей (или строго от большей к меньшей по усмотрению исследователя);
определяют условные отклонения (а), т.е. разность рангов по каждой строке;
возводят условные отклонения в квадрат;
определяют сумму квадратов условных отклонений;
подставляют полученные данные в известную формулу и вычисляют коэффициент корреляции.
Пример. Измерить корреляцию между смертностью от рака молочной железы и рака матки (материалы смертности 5 внеевропейских стран за 1950 - 1952 гг.),
Страна
Смертность от рака молочной железы на 100000 женщин
х
Смертность от рака матки на
100000 женщин
у
Порядковые номера (ранги) по размерам смертности от рака
Разность рангов
а
Квадрат разности рангов
а2
молочной железы
матки
Новая Зеландия
28,6
14,9
1
4
3
9
Австралия
23,5
13 и т.д.................


Перейти к полному тексту работы



Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.