Методическая разработка

для студентов 1 курса медико-профилактического факультета

к практическому занятию по теме

«Методы математической статистики. Основная структура пакета Statistica»

1. Научно-методическое обоснование темы:

Эффективная работа специалиста-медика на сегодняшний день подразумевает знание не только медицинских дисциплин, но также и хорошее владение навыками автоматизированной обработки медицинских данных.

Практически всем специалистам в области медицины необходим навык по осуществлению статистической обработки данных, которая должна производиться с применением современных программно-технических средств. Почти нет ни одной врачебной должности в больнице (в клинике), в поликлинике, занимая которую, врачу не пришлось бы выполнять какие-нибудь статистические работы. Поэтому, представляется важным, чтобы лечащие врачи знали, как взяться за дело, умели собирать и обрабатывать верные цифры, годные для сравнения и сопоставления. Не только врачи-клиницисты, но и врачи-экспериментаторы, врачи гигиенисты и организаторы здравоохранения не в меньшей мере нуждаются в умении правильно применять статистические методы исследования и правильно толковать и использовать результаты этих исследований.

Нейронные сети - исключительно мощный метод моделирования, позволяющий воспроизводить чрезвычайно сложные зависимости. В частности, нейронные сети нелинейны по свой природе (смысл этого понятия подробно разъясняется далее в этой главе). На протяжение многих лет линейное моделирование было основным методом моделирования в большинстве областей, поскольку для него хорошо разработаны процедуры оптимизации. В задачах, где линейная аппроксимация неудовлетворительна (а таких достаточно много), линейные модели работают плохо. Кроме того, нейронные сети справляются с "проклятием размерности", которое не позволяет моделировать линейные зависимости в случае большого числа переменных.

Простота в использовании. Нейронные сети учатся на примерах. Пользователь нейронной сети подбирает представительные данные, а затем запускает алгоритм обучения, который автоматически воспринимает структуру данных. При этом от пользователя, конечно, требуется какой-то набор эвристических знаний о том, как следует отбирать и подготавливать данные, выбирать нужную архитектуру сети и интерпретировать результаты, однако уровень знаний, необходимый для успешного применения нейронных сетей, гораздо скромнее, чем, например, при использовании традиционных методов статистики. Нейронные сети привлекательны с интуитивной точки зрения, ибо они основаны на примитивной биологической модели нервных систем. В будущем развитие таких нейро-биологических моделей может привести к созданию действительно мыслящих компьютеров. Между тем уже "простые" нейронные сети, которые строит система ST Neural Networks, являются мощным оружием в арсенале специалиста по прикладной статистике.

Материал данной методической разработки предназначен для изучения основ статистического анализа студентами медицинских вузов в рамках дисциплины «Медицинская информатика» с использованием пакета Statistica 6.0.

2. Краткая теория:

Основные понятия и определения

В самых различных областях (медицина, налоговая служба, экономика, геология и т.д.) объекты описываются набором величин, то есть являются многомерным. А обработка таких данных очень трудоемкая работа. Но в данном математическом пакете процесс анализа данных превращается в увлекательное исследование с использованием компьютерных технологий.
Вы открываете диалоговые окна, создаете новые файлы с данными, запускаете вычислительные процедуры, строите графики, просматриваете результаты обработки, выводите их на печать. Если раньше каждый шаг исследований, начиная от представления данных, проверки, группировки, сортировки, графической интерпретации, подготовка программ обработки до просмотра результатов, был достаточно трудной задачей. Теперь достаточно пару щелчков мыши, чтобы огромные объемы данных чрезвычайно быстро преобразовались, обработались и появились на экране в виде графиков, диаграмм и таблиц. Тем более рабочие окна русифицированной версии пакеты STATISTICA 6.0 6.0 похожи на рабочие окна Microsoft Office Excel, где можно сохранять Рабочие книги (Workbook.stw) с результатами проделанных расчетов и анализов, чтобы в случае необходимости вернуться к любому этапа проделанного анализа.

Начнем наше знакомство с достаточно интересным математическим пакетом STATISTICA 6.0 6.0, запустив его.