10/15/2016. Reguła. Czułość PV(+) Bayesa. Swoistość PV(-)
|
|
- Michalina Nawrocka
- 7 lat temu
- Przeglądów:
Transkrypt
1 A=symptom B= choroba Czułość Swoistość A ~ A ~ Reguła Bayesa ~ B ~ A) PV(+) PV(-) 1 / 2016_10_13 PV ( ) A PV ( ) A A ~ ~ sensitivity * PV ( ) sensitivity * (1 specificity)(1- ) specificity *(1- ) specificity *(1- ) (1 sensitivity) * Maszyna stwierdziła nadciśnienie u 84% osób z nadciśnieniem, a także stwierdziła nadciśnienie u 23% osób z normalnym ciśnieniem. Nadciśnienie w populacji występuje z prawdopodobieństwem 20%. Ω2 Jaka jest wartość diagnozy tej maszyny? Ω1 A: zmierzono nadciśnienie B: chory na nadciśnienie Czułość =nadciśnienie chory na nadciśnienie) = A = 0.84 Swoistość =brak nadciśnienia ciśnienie normalne) = ~A ~ = 0.77 A PV ( ) A A ~ ~ PV(+)= 0.84*0.20/(0.84* * 0.80)= 0.48 PV(-)= 0.77*0.80/(0.16* * 0.80)= 0.95 Mamy 48% pewność, że osoba z pozytywnym wynikiem z tej maszyny ma nadciśnienie 2 / 2016_10_13 Mamy 95% pewność, że osoba z negatywnym wynikiem z tej maszyny ma ciśnienie normalne 2 1
2 Niech B 1, B2,... B K to zestaw stanów choroby wzajemnie się wykluczających oraz wyczerpujących możliwe stany choroby, które mogą występować jednocześnie. Niech A oznacza obecność symptomu ( zbioru symptomów). Wówczas i A Bi ) Bi ) A B ) B ) j1.. K j j Kluczem do sukcesu tego obliczenia jest wiedza ogólna o populacji : jak często występują poszczególne stany choroby 3 / 2016_10_13 60-ciolatek, nigdy niepalący papierosów ma objawy: chroniczny kaszel, czasami duszności Lekarz zleca wykonanie biopsji płuc. Załóżmy, że dodatni wynik biopsji oznacza albo nowotwór płuc albo sakroidozę. Oznaczenia A={chroniczny kaszel, dodatnia biopsja} B= { B1 zdrowy, B2 rak płuc, B3 sakroidoza} Wiedza z eksperymentu i tablic statystycznych A B1) =0.001 A B2) = 0.9 A B3) = 0.9 B1)=0.99, B2)=0.001, B3)= dla 60-ciolatka niepalącego Wyniki: B1 A) = B2 A) = B3 A) = / 2016_10_13 2
3 Jak ustalić co jest normą dla DBP, a co już nadciśnieniem? punkt odcięcia Przesunięcie odcięcia w lewo wzrasta czułość DBP: Przesunięcie odcięcia w prawo wzrasta swoistość Przeprowadza się obliczenia czułości i swoistości symptomu dla choroby przy różnych możliwych wartościach punktu odcięcia. Wykreśla się zależność : ( 1- swoistość, czułość) dla danego punktu odcięcia. 5 / 2016_10_13 Prawdopodobieństwo, błędnej klasyfikacji: zdrowy zostanie sklasyfikowany jako chory Prawdopodobieństwo, dobrej klasyfikacji: chory jest sklasyfikowany jako chory Przypadek idealny czułość Krzywa ROC 1-swoistość Przypadek najgorszy czułość 1-swoistość Biostatystyka 10/15/2016 A 6 / 2016_10_06 3
4 Dane z obrazów tomografii komputerowej są oceniane i klasyfikowane przez radiologa. Oceniany jest stan neurologiczny pacjenta: normalny, albo anormalny. Znamy stan poszczególnych pacjentów, możemy więc wyniki przeprowadzonej klasyfikacji zweryfikować. OK! OK????? NOK? NOK! Załóżmy : CT jest pozytywne jeśli osoba jest rozpoznana jako NOK? lub z NOK! Czułość = test+ chory) = (11+33) /51= 0.86 Swoistość= test- zdrowy) = (33+6+6) /58 =0.78 Ilość ocenianych pacjentów 7 / 2016_10_13 1-Swoistość Definicja Krzywą ROC (receiver operating characteristics : odbioru charakterystyki pracy) nazywamy wykres czułości względem (1-swoistości) danego testu przesiewowego, gdzie różne punktu wykresu odpowiadają rożnym punktom odcięcia przyjętym w celu oznaczenia pozytywnego wyniku testu. 8 / 2016_10_13 4
5 Pole powierzchni pod tą krzywą S(ROC) okazuje się być dobrą miarą dokładności testu = wyśmienity (A) = dobry ( = w porządku (C) = słaby (D) = zły (F) Pole pod krzywą opisuje prawdopodobieństwo, że losowa para osób, o których wiadomo, ze jedna jest chora a druga nie jest chora, zostanie dobrze zdiagnozowana. Biostatystyka 10/15/2016 A 9 / 2016_10_13 Epidemiologia: Współczynnik chorobowości (prevalence) to prawdopodobieństwo występowania danej choroby w określonej grupie społecznej- liczba wszystkich chorujących na daną chorobę do ilości ludności. Współczynnik zapadalności (incidence) to prawdopodobieństwo zachorowania na daną chorobę - liczba nowych przypadków zachorowań w danym okresie do ilości ludności. 10 / 2016_10_13 5
Baza dla predykcji medycznej
1 rof. Danuta Makowiec Instytut Fizyki Teoretycznej i Astrofizyki UG Kontakt: pok. 353 tel.: 58 523 2466 e-mail danuta.makowiec at gmail.com http://www.fizdm.strony.ug.edu.pl/me/biostatystyka.html Reguła
Bardziej szczegółowoOcena dokładności diagnozy
Ocena dokładności diagnozy Diagnoza medyczna, w wielu przypadkach może być interpretowana jako działanie polegające na podjęciu jednej z dwóch decyzji odnośnie stanu zdrowotnego pacjenta: 0 pacjent zdrowy
Bardziej szczegółowoStan dotychczasowy. OCENA KLASYFIKACJI w diagnostyce. Metody 6/10/2013. Weryfikacja. Testowanie skuteczności metody uczenia Weryfikacja prosta
Stan dotychczasowy OCENA KLASYFIKACJI w diagnostyce Wybraliśmy metodę uczenia maszynowego (np. sieć neuronowa lub drzewo decyzyjne), która będzie klasyfikować nieznane przypadki Na podzbiorze dostępnych
Bardziej szczegółowo1.1 Rachunek prawdopodobieństwa
Spis treści Spis treści 1 Wstęp 1 1.1 Rachunek prawdopodobieństwa.................. 1 1.2 Literatura.............................. 1 1.3 Podstawy.............................. 2 2 Miara prawdopodobieństwa
Bardziej szczegółowo18. Obliczyć. 9. Obliczyć iloczyn macierzy i. 10. Transponować macierz. 11. Transponować macierz. A następnie podać wymiar powstałej macierzy.
1 Czy iloczyn macierzy, które nie są kwadratowe może być macierzą kwadratową? Podaj przykład 2 Czy każde dwie macierze jednostkowe są równe? Podaj przykład 3 Czy mnożenie macierzy przez macierz jednostkową
Bardziej szczegółowoBadania obserwacyjne 1
Badania obserwacyjne 1 Chorobowość Chorobowość (ang. prevalence rate) liczba chorych w danej chwili na konkretną chorobę w określonej grupie mieszkańców (np. na 100 tys. mieszkańców). Współczynnik ten
Bardziej szczegółowostatystyka badania epidemiologiczne
statystyka badania epidemiologiczne Epidemiologia Epi = wśród Demos = lud Logos = nauka Epidemiologia to nauka zajmująca się badaniem rozprzestrzenienia i uwarunkowań chorób u ludzi, wykorzystująca tą
Bardziej szczegółowoSztuczna Inteligencja w medycynie projekt (instrukcja) Bożena Kostek
Sztuczna Inteligencja w medycynie projekt (instrukcja) Bożena Kostek Cel projektu Celem projektu jest przygotowanie systemu wnioskowania, wykorzystującego wybrane algorytmy sztucznej inteligencji; Nabycie
Bardziej szczegółowoWykład 2. Zdarzenia niezależne i prawdopodobieństwo całkowite
Wstęp do probabilistyki i statystyki Wykład 2. Zdarzenia niezależne i prawdopodobieństwo całkowite dr hab.inż. Katarzyna Zakrzewska, prof.agh, Katedra lektroniki, WIT AGH Wstęp do probabilistyki i statystyki.
Bardziej szczegółowoZapadalność (epidemiologia)
Chorobowość Chorobowość (ang. prevalence rate) liczba chorych w danej chwili na konkretną chorobę w określonej grupie mieszkańców (np. na 100 tys. mieszkańców). Współczynnik ten obejmuje zarówno osoby
Bardziej szczegółowoSystemy pomiarowo-diagnostyczne. Metody uczenia maszynowego wykład III 2016/2017
Systemy pomiarowo-diagnostyczne Metody uczenia maszynowego wykład III bogumil.konopka@pwr.edu.pl 2016/2017 Wykład III - plan Regresja logistyczna Ocena skuteczności klasyfikacji Macierze pomyłek Krzywe
Bardziej szczegółowoRozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia.
Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia. D A R I U S Z P I W C Z Y Ń S K I 2 2 ROZKŁAD ZMIENNEJ LOSOWEJ Polega na przyporządkowaniu
Bardziej szczegółowoTestowanie hipotez statystycznych.
Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie
Bardziej szczegółowoFetuina i osteopontyna u pacjentów z zespołem metabolicznym
Fetuina i osteopontyna u pacjentów z zespołem metabolicznym Dr n med. Katarzyna Musialik Katedra Chorób Wewnętrznych, Zaburzeń Metabolicznych i Nadciśnienia Tętniczego Uniwersytet Medyczny w Poznaniu *W
Bardziej szczegółowoIndukowane Reguły Decyzyjne I. Wykład 8
Indukowane Reguły Decyzyjne I Wykład 8 IRD Wykład 8 Plan Powtórka Krzywa ROC = Receiver Operating Characteristic Wybór modelu Statystyka AUC ROC = pole pod krzywą ROC Wybór punktu odcięcia Reguły decyzyjne
Bardziej szczegółowoMateriał i metody. Wyniki
Abstract in Polish Wprowadzenie Selen jest pierwiastkiem śladowym niezbędnym do prawidłowego funkcjonowania organizmu. Selen jest wbudowywany do białek w postaci selenocysteiny tworząc selenobiałka (selenoproteiny).
Bardziej szczegółowoMIARY OCENY RYZYKA. zatem
MIARY OCENY RYZYKA Samą wartość statystyki 2 i powiązaną z nią wartość p nie możemy przyjąć, jako miarę siły powiązania i wielkości efektu, zależy ona bowiem od liczebności próby N. Im większe N tym większa
Bardziej szczegółowoFundamentals of Biostatistics. Brooks/Cole CENGAGE Learning,
ernard Rosner Fundamentals of iostatistics rooks/cole CENGGE Learning, 2011 http://www.cengage.com/resource_uploads/downloads/0538733497_267933.pdf ntoni Lemańczyk UM oznań, oznan, 2008 Geoffry R. Norman
Bardziej szczegółowoMODELOWANIE STRUKTURY PROBABILISTYCZNEJ UBEZPIECZEŃ ŻYCIOWYCH Z OPCJĄ ADBS JOANNA DĘBICKA 1, BEATA ZMYŚLONA 2
JOANNA DĘBICKA 1, BEATA ZMYŚLONA 2 MODELOWANIE STRUKTURY PROBABILISTYCZNEJ UBEZPIECZEŃ ŻYCIOWYCH Z OPCJĄ ADBS X OGÓLNOPOLSKA KONFERENCJA AKTUARIALNA ZAGADNIENIA AKTUARIALNE TEORIA I PRAKTYKA WARSZAWA,
Bardziej szczegółowoTestowanie hipotez statystycznych
9 października 2008 ...czyli definicje na rozgrzewkę n-elementowa próba losowa - wektor n zmiennych losowych (X 1,..., X n ); intuicyjnie: wynik n eksperymentów realizacja próby (X 1,..., X n ) w ω Ω :
Bardziej szczegółowoProgramy przesiewowe w onkologii. Badam się więc mam pewność
Programy przesiewowe w onkologii Badam się więc mam pewność Badanie przesiewowe zorganizowane przeprowadzenie testu medycznego lub wywiadu u osób, które nie zgłaszają się po pomoc kwalifikowaną w związku
Bardziej szczegółowoStatystyka Inżynierska
Statystyka Inżynierska dr hab. inż. Jacek Tarasiuk AGH, WFiIS 2014 Wykład 1 ODSTAWY RACHUNKU RAWDOODOBIEŃSTWA ojęcie, Własności, rawdopodobieństwo i, Twierdzenie Definicja Zdarzenie (doświadczenie) nazywamy
Bardziej szczegółowoSystemy pomiarowo-diagnostyczne. Metody uczenia maszynowego wykład II 2017/2018
Systemy pomiarowo-diagnostyczne Metody uczenia maszynowego wykład II bogumil.konopka@pwr.edu.pl 2017/2018 Określenie rzeczywistej dokładności modelu Zbiór treningowym vs zbiór testowy Zbiór treningowy
Bardziej szczegółowoŻycie z Zespołem Miastenicznym Lamberta-Eatona
Życie z Zespołem Miastenicznym Lamberta-Eatona Zdiagnozowano u Pani/Pana Zespół Miasteniczny Lamberta- Eatona (LEMS). Ulotka ta zawiera informacje o chorobie, a dedykowana jest dla pacjentów i ich rodzin.
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoTestowanie hipotez statystycznych.
Bioinformatyka Wykład 4 Wrocław, 17 października 2011 Temat. Weryfikacja hipotez statystycznych dotyczących wartości oczekiwanej w dwóch populacjach o rozkładach normalnych. Model 3. Porównanie średnich
Bardziej szczegółowoWybrane rozkłady zmiennych losowych. Statystyka
Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1
Bardziej szczegółowoTabela Nr 1. Rozliczenie środków finansowych z Wojewódzkiego Programu Profilaktyki Gruźlicy Płuc i Nowotworów Układu Oddechowego
Informacja dla Zarządu Województwa Łódzkiego na temat realizacji w 2004 roku Wojewódzkiego Programu Profilaktyki Gruźlicy Płuc i Nowotworów Układu Oddechowego Wojewódzki Program Profilaktyki Gruźlicy Płuc
Bardziej szczegółowoSTATYSTYKI DOTYCZĄCE RAKA PŁUCA
bioprognos OncoLUNG Nieinwazyjne badanie krwi umożliwiające zasugerowanie diagnozy u pacjentów z podejrzeniem nowotworu złośliwego płuca oraz ograniczenie liczby nieadekwatnych badań diagnostycznych, skrócenie
Bardziej szczegółowob) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:
ROZWIĄZANIA I ODPOWIEDZI Zadanie A1. Można założyć, że przy losowaniu trzech kul jednocześnie kolejność ich wylosowania nie jest istotna. A więc: Ω = 20 3. a) Niech: - wśród trzech wylosowanych opakowań
Bardziej szczegółowoSLAJDY WYBRANE I ZMODYFIKOWANE POD KĄTEM PREZENTACJI W INTERNECIE
SUM - WLK 2011 WYKŁAD PIĄTY: BIOSTATYSTYKA C.D. Prof. dr hab. med. Jan E. Zejda! UWAGA! SLAJDY WYBRANE I ZMODYFIKOWANE POD KĄTEM PREZENTACJI W INTERNECIE TREŚĆ WYKŁADU Dokumentowanie efektu (analiza danych
Bardziej szczegółowoZmienne losowe ciągłe i ich rozkłady
Statystyka i opracowanie danych W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Rozkład Poissona. Zmienna losowa ciągła Dystrybuanta i funkcja gęstości
Bardziej szczegółowoStatystyka opisowa- cd.
12.03.2017 Wydział Inżynierii Produkcji I Logistyki Statystyka opisowa- cd. Wykład 4 Dr inż. Adam Deptuła HISTOGRAM UNORMOWANY Pole słupka = wysokość słupka x długość przedziału Pole słupka = n i n h h,
Bardziej szczegółowoPrewencja chorób i promocja zdrowia
Prewencja chorób i promocja zdrowia Wg WHO promocja zdrowia: - Jest to proces umożliwiający ludziom zwiększenie kontroli nad swoim zdrowiem i jego poprawą. - Tworzy ujednoliconą koncepcję sposobów i warunków
Bardziej szczegółowoNASTĘPNY KROK W WALCE Z RAKIEM PŁUCA
NASTĘPNY Z RAKIEM PŁUCA Czy wiedzą Państwo, że: Rak płuca, z szacunkową liczbą 353 000 zgonów każdego roku, to niekwestionowany lider pod względem liczby zgonów spowodowanych przez choroby nowotworowe
Bardziej szczegółowoBiostatystyka, # 3 /Weterynaria I/
Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl
Bardziej szczegółowoRozkłady zmiennych losowych
Rozkłady zmiennych losowych Wprowadzenie Badamy pewną zbiorowość czyli populację pod względem występowania jakiejś cechy. Pobieramy próbę i na podstawie tej próby wyznaczamy pewne charakterystyki. Jeśli
Bardziej szczegółowoMATEMATYKA - CYKL 5 GODZINNY. DATA : 8 czerwca 2009
MATURA EUROPEJSKA 2009 MATEMATYKA - CYKL 5 GODZINNY DATA : 8 czerwca 2009 CZAS TRWANIA EGZAMINU: 4 godziny (240 minut) DOZWOLONE POMOCE : Europejski zestaw wzorów Kalkulator (bez grafiki, bez możliwości
Bardziej szczegółowoŹródła i zasady zbierania danych o stanie zdrowia populacji
Źródła i zasady zbierania danych o stanie zdrowia populacji Źródła informacji, którymi dysponuje epidemiologia dzielimy na: pierwotne (bezpośrednie) wtórne (pośrednie) Za pierwotne źródła informacji uznaje
Bardziej szczegółowoZachorowania i podejrzenia zachorowań na grypę w województwie wielkopolskim (okres od do )
Zachorowania i podejrzenia zachorowań na grypę w województwie wielkopolskim (okres od 01.01.2017 do 15.02.2017) Wiek (ukończone lata) Liczba zachorowań oraz podejrzeń zachorowań na grypę 1) Ogółem w tym
Bardziej szczegółowoP (A B) P (B) = 1/4 1/2 = 1 2. Zakładamy, że wszystkie układy dwójki dzieci: cc, cd, dc, dd są jednakowo prawdopodobne.
Wykład Prawdopodobieństwo warunkowe Dwukrotny rzut symetryczną monetą Ω {OO, OR, RO, RR}. Zdarzenia: Awypadną dwa orły, Bw pierwszym rzucie orzeł. P (A) 1 4, 1. Jeżeli już wykonaliśmy pierwszy rzut i wiemy,
Bardziej szczegółowoRegresja liniowa wprowadzenie
Regresja liniowa wprowadzenie a) Model regresji liniowej ma postać: gdzie jest zmienną objaśnianą (zależną); są zmiennymi objaśniającymi (niezależnymi); natomiast są parametrami modelu. jest składnikiem
Bardziej szczegółowoX Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9
Zadanie W celu sprawdzenia, czy pipeta jest obarczona błędem systematycznym stałym lub zmiennym wykonano szereg pomiarów przy różnych ustawieniach pipety. Wyznacz równanie regresji liniowej, które pozwoli
Bardziej szczegółowoUwaga. Decyzje brzmią różnie! Testy parametryczne dotyczące nieznanej wartości
TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu, z którego pochodzi próbka. Hipotezy dzielimy na parametryczne i nieparametryczne. Parametrycznymi
Bardziej szczegółowoUchwała Nr 136/16 Rady Gminy Celestynów z dnia 9 marca 2016 roku
Uchwała Nr 136/16 Rady Gminy Celestynów z dnia 9 marca 2016 roku w sprawie przyjęcia Gminnego Programu Profilaktyki Chorób Układu Oddechowego na 2016 rok Na podstawie art. 18 ust.1 w związku z art.7 ust.1
Bardziej szczegółowoR-PEARSONA Zależność liniowa
R-PEARSONA Zależność liniowa Interpretacja wyników: wraz ze wzrostem wartości jednej zmiennej (np. zarobków) liniowo rosną wartości drugiej zmiennej (np. kwoty przeznaczanej na wakacje) czyli np. im wyższe
Bardziej szczegółowoZdarzenia losowe i prawdopodobieństwo
Rozdział 1 Zdarzenia losowe i prawdopodobieństwo 1.1 Klasyfikacja zdarzeń Zdarzenie elementarne pojęcie aprioryczne, które nie może być zdefiniowane. Odpowiednik pojęcia punkt w geometrii. Zdarzenie elementarne
Bardziej szczegółowoWybrane rozkłady zmiennych losowych. Statystyka
Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 9 i 10 Magdalena Alama-Bućko 14 i 21 maja 2018 Magdalena Alama-Bućko Statystyka matematyczna 14 i 21 maja 2018 1 / 25 Hipotezy statystyczne Hipoteza statystyczna nazywamy
Bardziej szczegółowoZmienne losowe ciągłe i ich rozkłady
Rachunek Prawdopodobieństwa i Statystyka - W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Zmienna losowa ciągła Dystrybuanta i unkcja gęstości rozkładu
Bardziej szczegółowoSpis treści. Laboratorium III: Testy statystyczne. Inżynieria biomedyczna, I rok, semestr letni 2013/2014 Analiza danych pomiarowych
1 Laboratorium III: Testy statystyczne Spis treści Laboratorium III: Testy statystyczne... 1 Wiadomości ogólne... 2 1. Krótkie przypomnienie wiadomości na temat testów statystycznych... 2 1.1. Weryfikacja
Bardziej szczegółowoBIOSTATYSTYKA KARTA PRZEDMIOTU. 1. Nazwa przedmiotu. 2. Numer kodowy COM03c. 3. Język, w którym prowadzone są zajęcia polski. 4. Typ kursu obowiązkowy
Projekt OPERACJA SUKCES unikatowy model kształcenia na Wydziale Lekarskim Uniwersytetu Medycznego w Łodzi odpowiedzią na potrzeby gospodarki opartej na wiedzy współfinansowany ze środków Europejskiego
Bardziej szczegółowolek. Olga Możeńska Ocena wybranych parametrów gospodarki wapniowo-fosforanowej w populacji chorych z istotną niedomykalnością zastawki mitralnej
lek. Olga Możeńska Ocena wybranych parametrów gospodarki wapniowo-fosforanowej w populacji chorych z istotną niedomykalnością zastawki mitralnej Rozprawa na stopień doktora nauk medycznych Promotor: dr
Bardziej szczegółowoMETODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych
METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład - Parametry i wybrane rozkłady zmiennych losowych Parametry zmiennej losowej EX wartość oczekiwana D X wariancja DX odchylenie standardowe inne, np. kwantyle,
Bardziej szczegółowodr hab. Dariusz Piwczyński, prof. nadzw. UTP
dr hab. Dariusz Piwczyński, prof. nadzw. UTP Cechy jakościowe są to cechy, których jednoznaczne i oczywiste scharakteryzowanie za pomocą liczb jest niemożliwe lub bardzo utrudnione. nominalna porządek
Bardziej szczegółowoKurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 5 Zadania funkcje cz.1
1 TEST WSTĘPNY 1. (1p) Funkcja f przyporządkowuje każdej liczbie naturalnej większej od 1 jej największy dzielnik będący liczbą pierwszą. Spośród liczb f(42), f(44), f(45), f(48) A. f(42) B. f(44) C. f(45)
Bardziej szczegółowoPodstawy epidemiologii
Podstawy epidemiologii Epidemiologia - Epi = na Demos = lud Logos = nauka Epidemiologia to nauka zajmująca się badaniem rozprzestrzeniania i uwarunkowań chorób u ludzi, wykorzystująca tę wiedzę do ograniczenia
Bardziej szczegółowoII WYKŁAD STATYSTYKA. 12/03/2014 B8 sala 0.10B Godz. 15:15
II WYKŁAD STATYSTYKA 12/03/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 2 Rachunek prawdopodobieństwa zdarzenia elementarne zdarzenia losowe zmienna losowa skokowa i ciągła prawdopodobieństwo i gęstość prawdopodobieństwa
Bardziej szczegółowoKorelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy
Bardziej szczegółowoAdam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska
Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska Anna Stankiewicz Izabela Słomska Wstęp- statystyka w politologii Rzadkie stosowanie narzędzi statystycznych Pisma Karla Poppera
Bardziej szczegółowoZAPROSZENIE NA BADANIA PROFILAKTYCZNE WYKONYWANE W RAMACH PODSTAWOWEJ OPIEKI ZDROWOTNEJ ( )
ZAPROSZENIE NA BADANIA PROFILAKTYCZNE WYKONYWANE W RAMACH PODSTAWOWEJ OPIEKI ZDROWOTNEJ (2015-08-03) PROFILAKTYKA CHORÓB UKŁADU KRĄŻENIA ADRESACI - Osoby zadeklarowane do lekarza POZ, w wieku 35, 40, 45,
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. 3.2. Niezależność zdarzeń Katarzyna Rybarczyk-Krzywdzińska Niezależność dwóch zdarzeń Intuicja Zdarzenia losowe
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoZadanie 3 Oblicz jeżeli wiadomo, że liczby 8 2,, 1, , tworzą ciąg arytmetyczny. Wyznacz różnicę ciągu. Rozwiązanie:
Zadanie 3 Oblicz jeżeli wiadomo, że liczby 8 2,, 1, 6 11 6 11, tworzą ciąg arytmetyczny. Wyznacz różnicę ciągu. Uprośćmy najpierw liczby dane w treści zadania: 8 2, 2 2 2 2 2 2 6 11 6 11 6 11 26 11 6 11
Bardziej szczegółowoUogólniony model liniowy
Uogólniony model liniowy Ogólny model liniowy y = Xb + e Każda obserwacja ma rozkład normalny Każda obserwacja ma tą samą wariancję Dane nienormalne Rozkład binomialny np. liczba chorych krów w stadzie
Bardziej szczegółowoPAMIĘTAJ O ZDROWIU! ZBADAJ SIĘ
PAMIĘTAJ O ZDROWIU! ZBADAJ SIĘ Przewodnik po programach profilaktycznych finansowanych przez NFZ Lepiej zapobiegać niż leczyć Program profilaktyki chorób układu krążenia Choroby układu krążenia są główną
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoMariusz Próchniak Katedra Ekonomii II Szkoła Główna Handlowa w Warszawie WARTOŚĆ INFORMACJI. Ekonomia menedżerska
Mariusz Próchniak Katedra Ekonomii II Szkoła Główna Handlowa w Warszawie WARTOŚĆ INFORMACJI Ekonomia menedżerska 1 2 Przykład Problem poszukiwacza ropy Firma poszukująca ropy musi zdecydować, czy rozpocząć
Bardziej szczegółowoKoszty POChP w Polsce
Koszty POChP w Polsce Październik 2016 Główne wnioski Przeprowadzone analizy dotyczą kosztów bezpośrednich i pośrednich generowanych przez przewlekłą obturacyjną chorobę płuc. Analiza obejmuje koszty związane
Bardziej szczegółowo), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0
Testowanie hipotez Każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy nazywamy hipotezą statystyczną. Hipoteza określająca jedynie wartości nieznanych parametrów liczbowych badanej cechy
Bardziej szczegółowoMeldunki epidemiologiczne
Meldunki epidemiologiczne Zachorowania i podejrzenia zachorowań na grypę w Małopolsce Sekcja Budżetu Zadaniowego, Planowania i Analiz Wojewódzka Stacja Sanitarno-Epidemiologiczna w Krakowie Rok: 2019 Miesiąc:
Bardziej szczegółowoWytyczne postępowania dla lekarzy POZ i lekarzy medycyny pracy w zakresie raka nerki, pęcherza moczowego i prostaty 2011
Wytyczne postępowania dla lekarzy POZ i lekarzy medycyny pracy w zakresie raka nerki, pęcherza moczowego i prostaty 2011 Wytyczne postępowania dla lekarzy POZ i lekarzy medycyny pracy w zakresie raka nerki,
Bardziej szczegółowoSłużba Zdrowia nr 24-26 z 23 marca 2000. Znaczenie badań przesiewowych w zwalczaniu raka piersi. Zbigniew Wronkowski, Wiktor Chmielarczyk
Służba Zdrowia nr 24-26 z 23 marca 2000 Znaczenie badań przesiewowych w zwalczaniu raka piersi Zbigniew Wronkowski, Wiktor Chmielarczyk Korzystny wpływ skryningu na zmniejszenie umieralności z powodu raka
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. opulacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoKoszty POChP w Polsce
Koszty POChP w Polsce Październik 2016 Główne wnioski Przeprowadzone analizy dotyczą kosztów bezpośrednich i pośrednich generowanych przez przewlekłą obturacyjną chorobę płuc. Analiza obejmuje koszty związane
Bardziej szczegółowoKlasyfikacja metodą Bayesa
Klasyfikacja metodą Bayesa Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski warunkowe i bezwarunkowe 1. Klasyfikacja Bayesowska jest klasyfikacją statystyczną. Pozwala przewidzieć prawdopodobieństwo
Bardziej szczegółowoBadania. przesiewowe stosowane w celu wczesnego wykrycia raka sutka. zalecenia National Comprehensive Cancer Network (NCCN)
Badania przesiewowe stosowane w celu wczesnego wykrycia raka sutka zalecenia National Comprehensive Cancer Network (NCCN) Cel wykonywania badań przesiewowych Jak powinna postępować każda kobieta? U jakich
Bardziej szczegółowoOszacowanie i rozkład t
Oszacowanie i rozkład t Marcin Zajenkowski Marcin Zajenkowski () Oszacowanie i rozkład t 1 / 31 Oszacowanie 1 Na podstawie danych z próby szacuje się wiele wartości w populacji, np.: jakie jest poparcie
Bardziej szczegółowoPobieranie prób i rozkład z próby
Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.
Bardziej szczegółowoOCENA PRZYCZYN I KONSEKWENCJI WYSTĘPOWANIA TĘTNIAKA TĘTNICY PŁUCNEJ U PACJENTÓW Z NADCIŚNIENIEM PŁUCNYM
OCENA PRZYCZYN I KONSEKWENCJI WYSTĘPOWANIA TĘTNIAKA TĘTNICY PŁUCNEJ U PACJENTÓW Z NADCIŚNIENIEM PŁUCNYM Marcin Kurzyna, Instytut Gruźlicy i Chorób Płuc w Warszawie Grzegorz Harańczyk, StatSoft Polska Choroby
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 4.04.0 r. Zadanie. Przy danej wartości λ parametru ryzyka Λ liczby szkód generowane przez ubezpieczającego się w kolejnych latach to niezależne zmienne losowe o rozkładzie
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoPodsumowanie realizacji Wojewódzkiego Programu Profilaktyki Gruźlicy Płuc i Nowotworów Układu Oddechowego w 2007 roku.
Podsumowanie realizacji Wojewódzkiego Programu Profilaktyki Gruźlicy Płuc i Nowotworów Układu Oddechowego w 2007 roku. Wojewódzki Program Profilaktyki Gruźlicy Płuc i Nowotworów Układu Oddechowego został
Bardziej szczegółowo