869

Корреляционно-регрессионный анализ методик лечения больных

Практическая работа

Информатика, кибернетика и программирование

Коэффициент Корреляции Кендалла. Выявление статистической связи. Коэффициент корреляции Пирсона. Статистическая взаимосвязь двух или нескольких случайных величин. Суммарное число наблюдений, следующих за текущими наблюдениями с большим значением рангов.

Русский

2013-01-06

224 KB

8 чел.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«САМАРСКИЙ ГОСУДАРСТВЕННЫЙ АЭРОКОСМИЧЕСКИЙ
УНИВЕРСИТЕТ имени акад. С. П. КОРОЛЕВА»
(НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ) (СГАУ)

Отчет

По учебно-исследовательской работе студентов

На тему : «Корреляционно-регрессионный анализ методик лечения больных»

Выполнили:

Клыков Е.В. гр. 6403

Маратканов Ю.С. гр. 6402

Хуснутдинов Р.Д. гр. 6403

Петров Н.В. гр. 6403

Проверил:

Есипов Б.А.

Самара, 2012

Статистическая зависимость

Статистическая зависимость (корреляционная) — статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). При этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин.

Математической мерой корреляции двух случайных величин служит корреляционное отношение , либо коэффициент корреляции  (или ). В случае, если изменение одной случайной величины не ведёт к закономерному изменению другой случайной величины, но приводит к изменению другой статистической характеристики данной случайной величины, то подобная связь не считается корреляционной, хотя и является статистической.

Некоторые виды коэффициентов корреляции могут быть положительными или отрицательными. В первом случае предполагается, что мы можем определить только наличие или отсутствие связи, а во втором  также и ее направление. Если предполагается, что на значениях переменных задано отношение строгого порядка, то отрицательная корреляция  корреляция, при которой увеличение одной переменной связано с уменьшением другой. При этом коэффициент корреляции будет отрицательным. Положительная корреляция в таких условиях  это такая связь, при которой увеличение одной переменной связано с увеличением другой переменной. Возможна также ситуация отсутствия статистической взаимосвязи  например, для независимых случайных величин.

Выявление статистической связи

Коэффициент корреляции Пирсона

Для определения корреляционной зависимости между двумя случайными величинами используют коэффициент корреляции Пирсона. Заметим, что понятие корреляции является одним из основных понятий теории вероятностей и математической статистики; оно было введено Гальтоном и Пирсоном.

Определяется по формуле:

- выборочное среднее для параметра x.

- выборочное среднее значение для параметра y.

- соответствующие среднеквадратические отклонения.

xi, yi – соответствующие варианты для x и y.

Коэффициент корреляции изменяется в пределах [-1;1]

Коэффициент Корреляции Кендалла

Применяется для выявления взаимосвязи между количественными или качественными показателями, если их можно ранжировать. Значения показателя X выставляют в порядке возрастания и присваивают им ранги. Ранжируют значения показателя Y и рассчитывают коэффициент корреляции Кендалла:

,

где .

 — суммарное число наблюдений, следующих за текущими наблюдениями с большим значением рангов Y.

 — суммарное число наблюдений, следующих за текущими наблюдениями с меньшим значением рангов Y. (равные ранги не учитываются!)

Если исследуемые данные повторяются (имеют одинаковые ранги), то в расчетах используется скорректированный коэффициент корреляции Кендалла:

 — число связанных рангов в ряду X и Y соответственно.

Описание примера

Ниже представлены две таблицы Excel. Первая таблица является исходной. В ней находятся данные, между которыми необходимо установить коэффициент корреляции Пирсона. Так как в этой таблице слишком много данных, то она в отчёте представлена не полностью. Во второй таблице находится коэффициент корреляции Пирсона между различными количественными показателями из первой таблицы. Вторая таблица выглядит очень наглядно и понятно, по ней можно очень просто определить, как зависят друг от друга различные показатели. Например, объём простаты и объем удаленной простаты тесно связаны друг с другом, их коэффициент корреляции достаточно высок и равен примерно 0,8. А зависимость ПСА  от максимального УФМ мала, их коэффициент корреляции равен 0,17, следовательно, они не зависят друг от друга. Таким образом, по второй таблице можно определить все зависимости количественных показателей из первой таблицы между собой.


Таблица 1 – Исходные данные


Таблица 2 – Коэффициент корреляции Пирсона


Краткая инструкция пользователя

Для того, чтобы посмотреть коэффициент корреляции между двумя какими-либо величинами, посмотрите, как называется столбец с характеристикой. Например возраст - это столбец «С», Глиссон – это столбец «N» и так далее. После того, как вы определите названия столбцов, просто посмотрите на таблицу 2, в ней все необходимые коэффициенты уже вычислены. Например коэффициент корреляции между характеристиками «ПСА» и «ТРУЗИ» равен -0,09511.

Рисунок 1 – Таблица коэффициентов корреляции Пирсона

Аналогично можно посмотреть коэффициент корреляции и для других характеристик.

Ниже представлена экранная форма программа для расчета коэффициентов корреляции Пирсона Спирмена. В начале необходимо нажать кнопку «Открыть», и выбрать файл с таблицей uirs_xls_22222222.xls. Далее необходимо отсортировать какой-либо столбец, нажав на его названии. Потом заполняем 1-й ранг, затем сортируем 2-й выбранный столбец, и уже потом нажимаем кнопку «Заполнить ранг 2». Затем нажимаем кнопку «Вычислить корреляцию», и видим результаты работы метода Спирмена в соответствующих полях. При нажатии на кнопку «Метод Пирсона», откроется окно с таблицей корреляционной зависимости по методу Пирсона.

Рисунок 2 – Главное окно программы расчетов коэффициентов Спирмена и Пирсона.

Список использованной литературы:

  1.  Гмурман В.Е. Теория вероятностей и математическая статистика: Учебное пособие для вузов. — 10-е издание, стереотипное. — Москва: Высшая школа, 2004. — 479 с.
  2.  Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / Под ред. И.И. Елисеевой. — 4-е издание, переработанное и дополненное. — Москва: Финансы и Статистика, 2002. — 480 с.
  3.  Суслов В.И., Ибрагимов Н.М., Талышева Л.П., Цыплаков А.А. Эконометрия. — Новосибирск: СО РАН, 2005. — 744 с.

  1.  

 

А также другие работы, которые могут Вас заинтересовать

18421. Последовательность разработки автоматизированных систем 48.5 KB
  Лекция 6. Последовательность разработки автоматизированных систем. Разработка автоматизированных систем включает в себя проектирование внедрение опытную эксплуатацию и нормальную работу АСУ. Большой объем и известная сложность разработки и внедрения АСУ опр
18422. Технология проектирования автоматизированных систем 76 KB
  Лекция 7. Технология проектирования автоматизированных систем. Предпроектной стадия создания АСУ. Предпроектной стадии предшествует ознакомление организацииразработчика с объектом автоматизации и создание организационных предпосылок для начала работ по создан...
18423. Техническое обеспечение автоматизированных систем. Государственная система приборов и средств автоматизации (ГСП). Состав и структура ГСП, характеристика элементов ГСП 185.5 KB
  Лекция 8. Техническое обеспечение автоматизированных систем. Государственная система приборов и средств автоматизации ГСП. Состав и структура ГСП характеристика элементов ГСП. Техническое обеспечение автоматизированных систем. Техническое обеспечение АСУ опре...
18424. Классификация и общая характеристика средств получения информации 36.5 KB
  Лекция 9. Классификация и общая характеристика средств получения информации. Надежная и эффективная работа систем автоматизации в первую очередь определяется достоверностью получаемой об объекте управления информации. Получение в АСУТП точной своевременной полн...
18425. Измерительные преобразователи (датчики) 80 KB
  Лекция 10. Измерительные преобразователи датчики. Как Вам уже известно техническое средство для измерения той или иной величины включающее в себя конструктивную совокупность ряда измерительных преобразователей и размещенное непосредственно у объекта измерения...
18426. Классификация средств измерения давления. Общепромышленные измерительные преобразователи давления 116 KB
  Лекция 11. Классификация средств измерения давления. Общепромышленные измерительные преобразователи давления. Классификация средств измерения давления. Для прямого измерения давления жидкой или газообразной среды с отображением его значения непосредственно н...
18427. Автоматическое измерение расхода жидких и газообразных продуктов и сыпучих сред 237 KB
  Лекция 12. Автоматическое измерение расхода жидких и газообразных продуктов и сыпучих сред. Расход вещества характеризуется количеством вещества объемным или массовым проходящим через определенное сечение канала трубопровода потока водослива и т. д. в единицу вре
18429. Методы и средства автоматического измерения уровня жидких и сыпучих материалов в технологических процессах горного производства 145.5 KB
  Лекция 13. Методы и средства автоматического измерения уровня жидких и сыпучих материалов в технологических процессах горного производства Уровень как физическая величина измеряется в единицах длины системы СИ в метрах m международное обозначение м русское обоз...