Katika jedwali la matokeo ya hesabu za takwimu katika kozi, diploma na nadharia za bwana katika saikolojia, kiashiria "p" kipo kila wakati.

Kwa mfano, kulingana na malengo ya utafiti Tofauti katika kiwango cha maana katika maisha kati ya wavulana na wasichana wa matineja zilihesabiwa.

	Thamani ya wastani		Mtihani wa Mann-Whitney U	Kiwango cha umuhimu wa takwimu (p)
	Wavulana (watu 20)	Wasichana (Watu 5)
Malengo	28,9	35,2	17,5	0,027*
Mchakato	30,1	32,0	38,5	0,435
Matokeo	25,2	29,0	29,5	0,164
Eneo la udhibiti - "mimi"	20,3	23,6		0,067
Eneo la udhibiti - "Maisha"	30,4	33,8	27,5	0,126
Maisha yenye maana	98,9	111,2		0,103

* - tofauti ni muhimu kitakwimu (uk≤ 0,05)

Safu ya kulia inaonyesha thamani ya "p" na ni kwa thamani yake kwamba mtu anaweza kuamua ikiwa tofauti za maana ya maisha katika siku zijazo kati ya wavulana na wasichana ni muhimu au la. Kanuni ni rahisi:

• Ikiwa kiwango cha umuhimu wa takwimu "p" ni chini ya au sawa na 0.05, basi tunahitimisha kuwa tofauti ni muhimu. Katika jedwali hapa chini, tofauti kati ya wavulana na wasichana ni muhimu kuhusiana na kiashirio cha "Malengo" - maana ya maisha katika siku zijazo. Kwa wasichana, kiashiria hiki ni kikubwa zaidi kwa takwimu kuliko kwa wavulana.
• Ikiwa kiwango cha umuhimu wa takwimu "p" ni kubwa kuliko 0.05, basi inahitimishwa kuwa tofauti sio muhimu. Katika jedwali hapa chini, tofauti kati ya wavulana na wasichana sio muhimu kwa viashiria vingine vyote, isipokuwa ya kwanza.

Kiwango cha umuhimu wa takwimu "p" kinatoka wapi?

Kiwango cha umuhimu wa takwimu kinahesabiwa mpango wa takwimu pamoja na hesabu kigezo cha takwimu. Katika programu hizi, unaweza pia kuweka kikomo muhimu kwa kiwango cha umuhimu wa takwimu na viashiria vinavyolingana vitaonyeshwa na programu.

Kwa mfano, katika mpango wa STATISTICA, wakati wa kuhesabu uwiano, unaweza kuweka kikomo cha "p", kwa mfano, 0.05, na mahusiano yote muhimu ya kitakwimu yataangaziwa kwa rangi nyekundu.

Ikiwa kigezo cha takwimu kinahesabiwa kwa mikono, basi kiwango cha umuhimu "p" kinatambuliwa kwa kulinganisha thamani ya kigezo kinachotokea na thamani muhimu.

Je, kiwango cha umuhimu wa takwimu "p" kinaonyesha nini?

Mahesabu yote ya takwimu ni makadirio. Kiwango cha makadirio haya huamua "p". Kiwango cha umuhimu kimeandikwa kama desimali, kwa mfano 0.023 au 0.965. Ikiwa tunazidisha nambari hii kwa 100, tunapata kiashiria cha p kama asilimia: 2.3% na 96.5%. Asilimia hizi zinaonyesha uwezekano wa mawazo yetu kuhusu uhusiano kati ya, kwa mfano, uchokozi na wasiwasi kuwa sio sahihi.

Hiyo ni, mgawo wa uwiano 0.58 kati ya uchokozi na wasiwasi ilipatikana katika kiwango cha umuhimu wa takwimu cha 0.05 au uwezekano wa hitilafu wa 5%. Je, hii ina maana gani hasa?

Uwiano tuliotambua unamaanisha kuwa katika sampuli yetu muundo ufuatao unazingatiwa: juu ya uchokozi, juu ya wasiwasi. Hiyo ni, ikiwa tunachukua vijana wawili, na mmoja ana wasiwasi mkubwa zaidi kuliko mwingine, basi, tukijua juu ya uwiano mzuri, tunaweza kusema kwamba kijana huyu pia atakuwa na uchokozi wa juu. Lakini kwa kuwa kila kitu katika takwimu ni takriban, basi kwa kusema hili, tunakubali kwamba tunaweza kuwa na makosa, na uwezekano wa kosa ni 5%. Hiyo ni, baada ya kufanya 20 kulinganisha vile katika kundi hili la vijana, tunaweza kufanya kosa moja katika kutabiri kiwango cha uchokozi, kujua wasiwasi.

Ni kiwango gani cha umuhimu wa takwimu ni bora: 0.01 au 0.05

Kiwango cha umuhimu wa takwimu huonyesha uwezekano wa makosa. Kwa hivyo, matokeo katika p=0.01 ni sahihi zaidi kuliko p=0.05.

KATIKA utafiti wa kisaikolojia alikubali mbili viwango vinavyoruhusiwa Umuhimu wa takwimu wa matokeo:

p = 0.01 - uaminifu mkubwa wa matokeo uchambuzi wa kulinganisha au uchambuzi wa mahusiano;

p=0.05 - usahihi wa kutosha.

Natumai nakala hii itakusaidia kuandika karatasi ya saikolojia peke yako. Ikiwa unahitaji usaidizi, tafadhali wasiliana nasi (aina zote za kazi katika saikolojia; hesabu za takwimu).

Usipochukua hatua, wadi haitakuwa na manufaa. (Shota Rustaveli)

Masharti ya kimsingi na dhana za takwimu za matibabu

Katika makala hii tutawasilisha baadhi dhana muhimu takwimu zinazohusiana na utafiti wa matibabu. Masharti yanajadiliwa kwa undani zaidi katika makala husika.

Tofauti

Ufafanuzi. Kiwango cha mtawanyiko wa data (thamani za sifa) juu ya anuwai ya thamani

Uwezekano

Ufafanuzi. Uwezekano - kiwango cha uwezekano wa udhihirisho wa kitu tukio fulani katika hali fulani.

Mfano. Wacha tueleze ufafanuzi wa neno hilo katika sentensi "Uwezekano wa kupona wakati wa kutumia bidhaa ya dawa Arimidex ni 70%. Tukio hilo ni "kupona kwa mgonjwa", hali "mgonjwa huchukua Arimidex", kiwango cha uwezekano ni 70% (takriban, kati ya watu 100 wanaochukua Arimidex, 70 kupona).

Uwezekano wa mkusanyiko

Ufafanuzi. Uwezekano wa Jumla wa kunusurika kwa wakati t ni sawa na idadi ya wagonjwa walio hai wakati huo.

Mfano. Ikiwa inasemekana kwamba uwezekano wa jumla wa kuishi baada ya kozi ya miaka mitano ya matibabu ni 0.7, basi hii ina maana kwamba katika kundi la wagonjwa wanaozingatiwa, 70% walibaki hai. kiasi cha awali, na 30% walikufa. Kwa maneno mengine, kati ya kila watu mia moja, 30 walikufa ndani ya miaka 5 ya kwanza.

Muda kabla ya tukio

Ufafanuzi. Wakati kabla ya tukio ni wakati, unaoonyeshwa katika vitengo fulani, ambao umepita kutoka hatua ya awali hadi kutokea kwa tukio fulani.

Maelezo. Kama vitengo vya wakati utafiti wa matibabu siku, miezi na miaka huonekana.

Mifano ya kawaida dakika za mwanzo wakati:

kuanza kufuatilia mgonjwa

matibabu ya upasuaji

Mifano ya kawaida ya matukio yanayozingatiwa:

maendeleo ya ugonjwa

tukio la kurudi tena

kifo cha mgonjwa

Sampuli

Ufafanuzi. Sehemu ya idadi ya watu iliyopatikana kwa uteuzi.

Kulingana na matokeo ya uchambuzi wa sampuli, hitimisho hutolewa kuhusu idadi ya watu wote, ambayo ni halali tu ikiwa uteuzi ulikuwa wa nasibu. Kwa kuwa haiwezekani kuchagua kwa nasibu kutoka kwa idadi ya watu, juhudi zinapaswa kufanywa ili kuhakikisha kuwa sampuli hiyo inawakilisha angalau idadi ya watu.

Sampuli tegemezi na huru

Ufafanuzi. Sampuli ambazo masomo yaliajiriwa bila ya kila mmoja. Mbadala sampuli za kujitegemea- sampuli tegemezi (zilizounganishwa, zilizounganishwa).

Nadharia

Dhana ya pande mbili na upande mmoja

Kwanza, hebu tueleze matumizi ya neno hypothesis katika takwimu.

Madhumuni ya utafiti mwingi ni kupima ukweli wa taarifa fulani. Madhumuni ya kupima madawa ya kulevya mara nyingi ni kupima hypothesis kwamba dawa moja ni bora zaidi kuliko nyingine (kwa mfano, Arimidex ni bora zaidi kuliko Tamoxifen).

Ili kuhakikisha ugumu wa utafiti, taarifa inayothibitishwa inaonyeshwa kihisabati. Kwa mfano, ikiwa A ni idadi ya miaka ambayo mgonjwa anayetumia Arimidex ataishi, na T ni idadi ya miaka ambayo mgonjwa anayetumia Tamoxifen ataishi, basi dhana inayojaribiwa inaweza kuandikwa kama A>T.

Ufafanuzi. Dhana inaitwa pande mbili ikiwa ina usawa wa idadi mbili.

Mfano wa nadharia ya pande mbili: A=T.

Ufafanuzi. Dhanio inaitwa upande mmoja (upande 1) ikiwa inajumuisha ukosefu wa usawa wa idadi mbili.

Mifano ya dhana za upande mmoja:

Data ya Dichotomous (binary).

Ufafanuzi. Data iliyoonyeshwa na tunu mbili mbadala halali

Mfano: Mgonjwa ni "afya" - "mgonjwa". Edema "ni" - "hapana".

Muda wa kujiamini

Ufafanuzi. Muda wa kutegemewa kwa kiasi ni masafa karibu na thamani ya kiasi ambacho thamani halisi ya kiasi hiki iko (pamoja na kiwango fulani uaminifu).

Mfano. Acha idadi inayochunguzwa iwe idadi ya wagonjwa kwa mwaka. Kwa wastani, idadi yao ni 500, na 95% - muda wa kujiamini- (350, 900). Hii ina maana kwamba, uwezekano mkubwa (na uwezekano wa 95%), angalau 350 na si zaidi ya watu 900 watawasiliana na kliniki wakati wa mwaka.

Uteuzi. Kifupi kinachotumika sana ni: CI 95% ni muda wa kujiamini na kiwango cha kujiamini cha 95%.

Kuegemea, umuhimu wa takwimu (P - kiwango)

Ufafanuzi. Umuhimu wa takwimu matokeo yake ni kipimo cha kujiamini katika "ukweli" wake.

Utafiti wowote unafanywa kwa msingi wa sehemu tu ya vitu. Utafiti wa ufanisi wa dawa haufanyiki kwa msingi wa wagonjwa wote kwenye sayari, lakini kwa kundi fulani la wagonjwa (haiwezekani kufanya uchambuzi kwa msingi wa wagonjwa wote).

Wacha tufikirie kuwa kama matokeo ya uchambuzi hitimisho fulani lilifanywa (kwa mfano, matumizi ya Arimidex kama tiba ya kutosha ni bora mara 2 kuliko Tamoxifen).

Swali linalohitaji kuulizwa ni: "Je, unaweza kuamini matokeo haya kwa kiasi gani?"

Fikiria kwamba tulifanya utafiti kulingana na wagonjwa wawili tu. Bila shaka, katika kesi hii matokeo yanapaswa kutibiwa kwa tahadhari. Ikiwa idadi kubwa ya wagonjwa walichunguzwa ( thamani ya nambari « kiasi kikubwa"inategemea hali), basi hitimisho linalotolewa linaweza kuaminiwa tayari.

Kwa hivyo, kiwango cha kujiamini kinabainishwa na thamani ya p-level (p-value).

Kiwango cha juu cha p kinalingana na zaidi kiwango cha chini kujiamini katika matokeo yaliyopatikana kutokana na uchanganuzi wa sampuli. Kwa mfano, kiwango cha p sawa na 0.05 (5%) kinaonyesha kwamba hitimisho linalotolewa kutokana na uchambuzi wa kikundi fulani ni kipengele cha random cha vitu hivi na uwezekano wa 5% tu.

Kwa maneno mengine, na sana uwezekano mkubwa(95%) hitimisho linaweza kupanuliwa kwa vitu vyote.

Tafiti nyingi huchukulia 5% kama thamani inayokubalika ya kiwango cha p. Hii ina maana kwamba ikiwa, kwa mfano, p = 0.01, basi matokeo yanaweza kuaminiwa, lakini ikiwa p = 0.06, basi huwezi.

Jifunze

Utafiti unaotarajiwa ni utafiti ambao sampuli huchaguliwa kwa misingi ya sababu ya awali, na baadhi ya sababu zinazosababisha huchanganuliwa katika sampuli.

Utafiti wa nyuma ni utafiti ambao sampuli huchaguliwa kwa misingi ya sababu inayosababisha, na baadhi ya sababu za awali huchanganuliwa katika sampuli.

Mfano. Sababu ya awali ni mwanamke mjamzito mwenye umri mdogo/zaidi ya miaka 20. Sababu ya matokeo ni mtoto ni nyepesi / nzito kuliko kilo 2.5. Tunachambua ikiwa uzito wa mtoto hutegemea umri wa mama.

Ikiwa tutaajiri sampuli 2, moja ikiwa na akina mama walio chini ya umri wa miaka 20, nyingine na akina mama wakubwa, na kisha kuchambua wingi wa watoto katika kila kikundi, basi huu ni utafiti unaotarajiwa.

Ikiwa tunaajiri sampuli 2, kwa mama mmoja ambaye alizaa watoto nyepesi kuliko kilo 2.5, kwa nyingine - nzito, na kisha kuchambua umri wa akina mama katika kila kikundi, basi huu ni uchunguzi wa nyuma (kwa asili, utafiti kama huo). inaweza kufanywa tu wakati jaribio limekamilika, i.e. watoto wote walizaliwa).

Kutoka

Ufafanuzi. Kliniki jambo muhimu thamani ya maabara au kipengele ambacho hutumika kama kitu cha kupendeza kwa mtafiti. Wakati wa kufanya majaribio ya kliniki, matokeo hutumika kama vigezo vya kutathmini ufanisi wa uingiliaji wa matibabu au wa kuzuia.

Epidemiolojia ya kliniki

Ufafanuzi. Sayansi ambayo inafanya uwezekano wa kutabiri matokeo fulani kwa kila mgonjwa maalum kulingana na kusoma kozi ya kliniki ya ugonjwa huo katika kesi zinazofanana kwa kutumia kali. mbinu za kisayansi kusoma wagonjwa ili kuhakikisha usahihi wa utabiri.

Kundi

Ufafanuzi. Kundi la washiriki wa utafiti waliounganishwa na baadhi kipengele cha kawaida wakati wa kuundwa kwake na kujifunza kote muda mrefu wakati.

Udhibiti

Udhibiti wa kihistoria

Ufafanuzi. Kikundi cha kudhibiti, iliyoundwa na kuchunguzwa katika kipindi kilichotangulia utafiti.

Udhibiti sambamba

Ufafanuzi. Kikundi cha udhibiti kilichoundwa wakati huo huo na uundaji wa kikundi kikuu.

Uwiano

Ufafanuzi. Uhusiano wa kitakwimu kati ya sifa mbili (kiasi au kawaida), inayoonyesha hilo thamani ya juu Tabia moja katika sehemu fulani ya kesi inalingana na thamani kubwa - katika kesi ya uwiano mzuri (moja kwa moja) - thamani ya tabia nyingine, au thamani ndogo - katika kesi ya uwiano hasi (inverse).

Mfano. Uwiano mkubwa ulipatikana kati ya viwango vya sahani na leukocytes katika damu ya mgonjwa. Mgawo wa uunganisho ni 0.76.

Mgawo wa hatari (RR)

Ufafanuzi. Uwiano wa hatari ni uwiano wa uwezekano wa kutokea kwa baadhi ya tukio ("mbaya") kwa kundi la kwanza la vitu kwa uwezekano wa tukio la tukio sawa kwa kundi la pili la vitu.

Mfano. Ikiwa uwezekano wa kuendeleza saratani ya mapafu kwa wasiovuta sigara ni 20%, na kwa wavuta sigara - 100%, basi CR itakuwa sawa na tano. Katika mfano huu, kundi la kwanza la vitu ni wasiovuta sigara, kundi la pili ni wavuta sigara, na tukio la saratani ya mapafu inachukuliwa kuwa tukio "mbaya".

Ni dhahiri kwamba:

1) ikiwa KR = 1, basi uwezekano wa tukio kutokea katika vikundi ni sawa

2) ikiwa KP>1, basi tukio hutokea mara nyingi zaidi na vitu kutoka kwa kundi la kwanza kuliko kutoka kwa pili

3) ikiwa KR<1, то событие чаще происходит с объектами из второй группы, чем из первой

Uchambuzi wa meta

Ufafanuzi. NA uchambuzi wa takwimu ambao ni muhtasari wa matokeo ya tafiti kadhaa zinazochunguza tatizo sawa (kawaida ufanisi wa matibabu, kuzuia, mbinu za uchunguzi). Masomo ya kuunganisha hutoa sampuli kubwa zaidi kwa uchanganuzi na nguvu kubwa ya takwimu kwa tafiti zilizojumuishwa. Hutumika kuongeza ushahidi au imani katika hitimisho kuhusu ufanisi wa mbinu inayofanyiwa utafiti.

Mbinu ya Kaplan-Meier (makadirio ya vizidishi vya Kaplan-Meier)

Njia hii ilivumbuliwa na wanatakwimu E.L. Kaplan na Paul Meyer.

Njia hiyo hutumiwa kuhesabu kiasi mbalimbali kinachohusiana na muda wa uchunguzi wa mgonjwa. Mifano ya idadi kama hii:

uwezekano wa kupona ndani ya mwaka mmoja wakati wa kutumia dawa

uwezekano wa kurudi tena baada ya upasuaji ndani ya miaka mitatu baada ya upasuaji

uwezekano mkubwa wa kuishi katika miaka mitano kati ya wagonjwa walio na saratani ya kibofu kufuatia kukatwa kwa chombo

Hebu tueleze faida za kutumia njia ya Kaplan-Meier.

Thamani za thamani katika uchanganuzi wa "kawaida" (bila kutumia mbinu ya Kaplan-Meier) huhesabiwa kulingana na kugawanya muda unaozingatiwa katika vipindi.

Kwa mfano, ikiwa tunasoma uwezekano wa kifo cha mgonjwa ndani ya miaka 5, basi muda wa muda unaweza kugawanywa katika sehemu 5 (chini ya mwaka 1, miaka 1-2, miaka 2-3, miaka 3-4, 4- Miaka 5), ​​hivyo na kwa 10 (miezi sita kila mmoja), au kwa idadi nyingine ya vipindi. Matokeo ya partitions tofauti yatakuwa tofauti.

Kuchagua kizigeu kinachofaa zaidi sio kazi rahisi.

Makadirio ya maadili yaliyopatikana kwa kutumia njia ya Kaplan-Meier hayategemei mgawanyiko wa muda wa uchunguzi katika vipindi, lakini inategemea tu wakati wa maisha ya kila mgonjwa binafsi.

Kwa hiyo, ni rahisi kwa mtafiti kufanya uchambuzi, na matokeo mara nyingi ni bora zaidi kuliko matokeo ya uchambuzi wa "kawaida".

Curve ya Kaplan - Meier ni grafu ya curve ya kuishi inayopatikana kwa kutumia mbinu ya Kaplan-Meier.

Mfano wa Cox

Mtindo huu ulivumbuliwa na Sir David Roxby Cox (b. 1924), mwanatakwimu maarufu wa Kiingereza, mwandishi wa makala na vitabu zaidi ya 300.

Mfano wa Cox hutumiwa katika hali ambapo kiasi kilichosomwa katika uchanganuzi wa kuishi hutegemea kazi za wakati. Kwa mfano, uwezekano wa kurudi tena baada ya miaka t (t=1,2,...) unaweza kutegemea logariti ya logi ya wakati(t).

Faida muhimu ya njia iliyopendekezwa na Cox ni matumizi ya njia hii katika idadi kubwa ya hali (mfano hauweke vikwazo vikali juu ya asili au sura ya usambazaji wa uwezekano).

Kulingana na mfano wa Cox, uchambuzi unaweza kufanywa (unaoitwa uchambuzi wa Cox), matokeo yake ni thamani ya mgawo wa hatari na muda wa kujiamini kwa mgawo wa hatari.

Mbinu za takwimu zisizo za kigezo

Ufafanuzi. Kundi la mbinu za takwimu ambazo hutumika hasa kwa uchanganuzi wa data ya kiasi ambayo haileti usambazaji wa kawaida, na pia kwa uchanganuzi wa data ya ubora.

Mfano. Ili kutambua umuhimu wa tofauti katika shinikizo la systolic ya wagonjwa kulingana na aina ya matibabu, tutatumia mtihani usio na kipimo wa Mann-Whitney.

Ishara (kigeu)

Ufafanuzi. X sifa za kitu cha utafiti (uchunguzi). Kuna sifa za ubora na kiasi.

Ubahatishaji

Ufafanuzi. Mbinu ya kusambaza kwa nasibu vitu vya utafiti katika vikundi kuu na vya udhibiti kwa kutumia njia maalum (meza au kihesabu nambari nasibu, kutupa sarafu na njia zingine za kugawa nambari ya kikundi kwa uchunguzi uliojumuishwa). Kufanya bila mpangilio kunapunguza tofauti kati ya vikundi kwenye sifa zinazojulikana na zisizojulikana ambazo zinaweza kuathiri matokeo yanayosomwa.

Hatari

Sifa- hatari ya ziada ya matokeo yasiyofaa (kwa mfano, ugonjwa) kutokana na kuwepo kwa tabia fulani (sababu ya hatari) katika somo la utafiti. Hii ni sehemu ya hatari ya kuendeleza ugonjwa unaohusishwa na, unaoelezewa na, na unaweza kuondolewa ikiwa sababu ya hatari imeondolewa.

Hatari ya jamaa- uwiano wa hatari ya hali mbaya katika kundi moja kwa hatari ya hali hii katika kundi lingine. Inatumika katika masomo yanayotarajiwa na ya uchunguzi wakati vikundi vinaundwa mapema na tukio la hali inayochunguzwa bado halijatokea.

Mtihani wa rolling

Ufafanuzi. Mbinu ya kuangalia uthabiti, kutegemewa, utendakazi (uhalali) wa modeli ya takwimu kwa kuondoa uchunguzi kwa mpangilio na kukokotoa upya muundo. Zaidi ya kufanana na mifano ya matokeo ni, imara zaidi na ya kuaminika ni mfano.

Tukio

Ufafanuzi. Matokeo ya kimatibabu yaliyozingatiwa katika utafiti, kama vile kutokea kwa matatizo, kurudi nyuma, kupona au kifo.

Utabaka

Ufafanuzi. M mbinu ya sampuli ambapo idadi ya washiriki wote ambao wanakidhi vigezo vya kujumuishwa kwa utafiti hugawanywa kwanza katika vikundi (tabaka) kulingana na sifa moja au zaidi (kawaida jinsia, umri) ambayo inaweza kuathiri matokeo ya maslahi, na kisha kutoka kwa kila moja ya washiriki wa vikundi hivi ( tabaka) wanaajiriwa kwa kujitegemea katika vikundi vya majaribio na udhibiti. Hii inaruhusu mtafiti kusawazisha sifa muhimu kati ya vikundi vya majaribio na udhibiti.

Jedwali la dharura

Ufafanuzi. Jedwali la masafa kamili (nambari) ya uchunguzi, nguzo ambazo zinalingana na maadili ya tabia moja, na safu - kwa maadili ya tabia nyingine (katika kesi ya meza ya dharura ya pande mbili). Thamani kamili za masafa ziko kwenye seli kwenye makutano ya safu na safu wima.

Hebu tutoe mfano wa meza ya dharura. Upasuaji wa Aneurysm ulifanyika kwa wagonjwa 194. Ukali wa edema kwa wagonjwa kabla ya upasuaji unajulikana.

Edema\ Matokeo
hakuna uvimbe	20	6	26
uvimbe wa wastani	27	15	42
edema iliyotamkwa	8	21	29
m j	55	42	194

Kwa hivyo, kati ya wagonjwa 26 ambao hawakuwa na edema, wagonjwa 20 walinusurika baada ya upasuaji, na wagonjwa 6 walikufa. Kati ya wagonjwa 42 wenye edema ya wastani, wagonjwa 27 walinusurika, 15 walikufa, nk.

Jaribio la Chi-mraba kwa jedwali za dharura

Kuamua umuhimu (kuegemea) wa tofauti katika ishara moja kulingana na nyingine (kwa mfano, matokeo ya operesheni kulingana na ukali wa edema), mtihani wa chi-mraba hutumiwa kwa meza za dharura:

Nafasi

Acha uwezekano wa tukio fulani uwe sawa na p. Kisha uwezekano kwamba tukio halitatokea ni 1-p.

Kwa mfano, ikiwa uwezekano kwamba mgonjwa atabaki hai baada ya miaka mitano ni 0.8 (80%), basi uwezekano wa kufa katika kipindi hiki ni 0.2 (20%).

Ufafanuzi. Nafasi ni uwiano wa uwezekano kwamba tukio litatokea kwa uwezekano kwamba tukio hilo halitatokea.

Mfano. Katika mfano wetu (kuhusu mgonjwa), nafasi ni 4, tangu 0.8/0.2=4

Kwa hivyo, uwezekano wa kupona ni mara 4 uwezekano zaidi ya kifo.

Ufafanuzi wa thamani ya kiasi.

1) Ikiwa Nafasi=1, basi uwezekano wa tukio kutokea ni sawa na uwezekano kwamba tukio hilo halitatokea;

2) ikiwa Nafasi > 1, basi uwezekano wa tukio kutokea ni mkubwa kuliko uwezekano kwamba tukio hilo halitatokea;

3) ikiwa ni Nafasi<1, то вероятность наступления события меньше вероятности того, что событие не произойдёт.

Uwiano wa tabia mbaya

Ufafanuzi. Uwiano wa odds ni uwiano wa odds kwa kundi la kwanza la vitu kwa uwiano wa odds kwa kundi la pili la vitu.

Mfano. Wacha tuchukue kwamba wanaume na wanawake wanapata matibabu fulani.

Uwezekano kwamba mgonjwa wa kiume atabaki hai baada ya miaka mitano ni 0.6 (60%); uwezekano kwamba atakufa katika kipindi hiki cha wakati ni 0.4 (40%).

Uwezekano sawa kwa wanawake ni 0.8 na 0.2.

Uwiano wa tabia mbaya katika mfano huu ni

Ufafanuzi wa thamani ya kiasi.

1) Ikiwa uwiano wa odd = 1, basi nafasi ya kundi la kwanza ni sawa na nafasi ya kundi la pili.

2) Ikiwa uwiano wa odds ni >1, basi nafasi ya kundi la kwanza nafasi zaidi kwa kundi la pili

3) Ikiwa uwiano wa tabia mbaya<1, то шанс для первой группы меньше шанса для второй группы

UAMINIFU WA TAKWIMU

- Kiingereza uaminifu/uhalali, takwimu; Kijerumani Uhalali, takwimu. Uthabiti, usawa na ukosefu wa utata katika mtihani wa takwimu au katika q.l. seti ya vipimo. D. s. inaweza kujaribiwa kwa kurudia jaribio lile lile (au dodoso) kwenye somo lile lile ili kuona kama matokeo sawa yanapatikana; au kwa kulinganisha sehemu tofauti za kipimo ambazo zinatakiwa kupima kitu kimoja.

Antinazi. Encyclopedia ya Sosholojia, 2009

Tazama "UTANIFU WA TAKWIMU" ni nini katika kamusi zingine:

UAMINIFU WA TAKWIMU- Kiingereza uaminifu/uhalali, takwimu; Kijerumani Uhalali, takwimu. Uthabiti, usawa na ukosefu wa utata katika mtihani wa takwimu au katika q.l. seti ya vipimo. D. s. inaweza kuthibitishwa kwa kurudia jaribio lile lile (au... Kamusi ya ufafanuzi ya sosholojia

Katika takwimu, thamani inaitwa muhimu kitakwimu ikiwa uwezekano wa kutokea kwake kwa bahati mbaya au hata maadili yaliyokithiri zaidi ni ya chini. Hapa, kwa kukithiri tunamaanisha kiwango cha mkengeuko wa takwimu za jaribio kutoka kwa dhana potofu. Tofauti inaitwa ... ... Wikipedia

Hali halisi ya uthabiti wa takwimu ni kwamba kadiri ukubwa wa sampuli unavyoongezeka, marudio ya tukio nasibu au thamani ya wastani ya kiasi halisi huelekea kwenye nambari fulani maalum. Hali ya takwimu... ... Wikipedia

UAMINIFU WA TOFAUTI (Kufanana)- Utaratibu wa takwimu za uchambuzi wa kuanzisha kiwango cha umuhimu wa tofauti au kufanana kati ya sampuli kulingana na viashiria vilivyosomwa (vigezo) ... Mchakato wa kisasa wa elimu: dhana za kimsingi na masharti

KURIPOTI, TAKWIMU Kamusi kubwa ya Uhasibu

KURIPOTI, TAKWIMU- aina ya uchunguzi wa takwimu wa serikali, ambayo vyombo husika hupokea kutoka kwa biashara (mashirika na taasisi) habari wanayohitaji kwa njia ya hati za kuripoti zilizowekwa kisheria (ripoti za takwimu) kwa ... Kamusi kubwa ya kiuchumi

Sayansi ambayo inasoma mbinu za uchunguzi wa utaratibu wa matukio ya wingi katika maisha ya kijamii ya binadamu, kukusanya maelezo yao ya nambari, na usindikaji wa kisayansi wa maelezo haya. Kwa hivyo, takwimu za kinadharia ni sayansi ... ... Kamusi ya Encyclopedic F.A. Brockhaus na I.A. Efron

Mgawo wa uwiano- (Mgawo wa uunganisho) Mgawo wa uunganisho ni kiashirio cha takwimu cha utegemezi wa vigeu viwili visivyo na mpangilio. Ufafanuzi wa mgawo wa uunganisho, aina za migawo ya uunganisho, sifa za mgawo wa uunganisho, hesabu na matumizi... ... Encyclopedia ya Wawekezaji

Takwimu- (Takwimu) Takwimu ni sayansi ya jumla ya kinadharia ambayo inasoma mabadiliko ya kiasi katika matukio na michakato. Takwimu za serikali, huduma za takwimu, Rosstat (Goskomstat), data ya takwimu, takwimu za hoja, takwimu za mauzo,... ... Encyclopedia ya Wawekezaji

Uwiano- (Uwiano) Uwiano ni uhusiano wa kitakwimu kati ya viambajengo viwili au zaidi vya nasibu. Dhana ya uwiano, aina za uwiano, uwiano wa uwiano, uchanganuzi wa uwiano, uwiano wa bei, uunganisho wa jozi za sarafu kwenye Yaliyomo Forex... ... Encyclopedia ya Wawekezaji

Vitabu

• Utafiti katika hisabati na hisabati katika utafiti: Mkusanyiko wa kimbinu kuhusu shughuli za utafiti wa wanafunzi, Borzenko V.I.. Mkusanyiko unaonyesha maendeleo ya kimbinu yanayotumika katika kuandaa shughuli za utafiti wa wanafunzi. Sehemu ya kwanza ya mkusanyiko imejikita katika matumizi ya mbinu ya utafiti katika...

Kabla ya kukusanya na kusoma data, wanasaikolojia wa majaribio kwa kawaida huamua jinsi data itakavyochanganuliwa kitakwimu. Mara nyingi mtafiti huweka kiwango cha umuhimu, kinachofafanuliwa kama thamani ya takwimu, juu kuliko ( au chini) ambayo ina maadili ambayo huturuhusu kuzingatia ushawishi wa mambo yasiyo ya nasibu. Watafiti kawaida huwakilisha kiwango hiki katika mfumo wa usemi wa uwezekano.

Katika majaribio mengi ya kisaikolojia inaweza kuonyeshwa kama " kiwango cha 0.05"au" kiwango cha 0.01" Hii inamaanisha kuwa matokeo ya nasibu yatatokea tu na frequency 0.05 (1 ya mara) au 0.01 (1 kati ya mara 100). Matokeo ya uchanganuzi wa data ya takwimu ambayo inakidhi kigezo kilichowekwa awali ( iwe 0.05, 0.01 au hata 0.001), zimerejelewa hapa chini kama muhimu kitakwimu.

Ikumbukwe kwamba matokeo hayawezi kuwa muhimu kwa takwimu, lakini bado yana maslahi fulani. Mara nyingi, hasa katika masomo ya awali au majaribio yanayohusisha idadi ndogo ya masomo au kwa idadi ndogo ya uchunguzi, matokeo yanaweza yasifikie kiwango cha umuhimu wa takwimu, lakini yanaonyesha kuwa katika masomo zaidi, kwa udhibiti sahihi zaidi na kwa idadi kubwa ya takwimu. uchunguzi, watakuwa wa kuaminika zaidi. Wakati huo huo, mjaribu lazima awe mwangalifu sana katika hamu yake ya kubadilisha kwa makusudi hali ya majaribio ili kufikia matokeo yaliyohitajika kwa gharama yoyote.

Katika mfano mwingine wa mpango wa 2x2 Ji ilitumia aina mbili za masomo na aina mbili za kazi kusoma ushawishi wa maarifa maalum juu ya kukariri habari.

Katika utafiti wake Ji alisoma nambari za kukariri na vipande vya chess ( tofauti A) watoto kwenye viti RECARO Young Sport na watu wazima ( tofauti B), yaani, kulingana na mpango wa 2x2. Watoto walikuwa na umri wa miaka 10 na wazuri katika mchezo wa chess, wakati watu wazima walikuwa wapya kwenye mchezo. Katika kazi ya kwanza, ulipaswa kukumbuka eneo la vipande kwenye ubao, kwani inaweza kuwa wakati wa mchezo wa kawaida, na kurejesha baada ya kuondolewa kwa vipande. Sehemu nyingine ya kazi hii ilihitaji kukariri mfululizo wa kawaida wa nambari, kama kawaida hufanywa wakati wa kuamua IQ.

Inabadilika kuwa ujuzi maalum, kama vile kujua jinsi ya kucheza chess, hurahisisha kukumbuka habari muhimu kwa eneo hili, lakini haina athari kubwa katika kukumbuka nambari. Watu wazima, wasio na uzoefu sana katika ugumu wa mchezo wa zamani, kumbuka takwimu chache, lakini wanafanikiwa zaidi katika kukariri nambari.

Katika maandishi ya ripoti Ji hutoa uchanganuzi wa takwimu unaothibitisha kihisabati matokeo yaliyowasilishwa.

Muundo wa 2x2 ndio muundo rahisi zaidi kati ya miundo yote ya kiunzi. Kuongeza idadi ya vipengele au viwango vya vipengele vya mtu binafsi huongeza sana ugumu wa mipango hii.

Katika hali yoyote ya kisayansi na ya vitendo ya jaribio (utafiti), watafiti wanaweza kusoma sio watu wote (idadi ya watu, idadi ya watu), lakini sampuli fulani tu. Kwa mfano, hata ikiwa tunasoma kikundi kidogo cha watu, kama vile wale wanaougua ugonjwa fulani, bado kuna uwezekano mkubwa kwamba tuna nyenzo zinazofaa au haja ya kupima kila mgonjwa. Badala yake, ni kawaida kujaribu sampuli kutoka kwa idadi ya watu kwa sababu ni rahisi zaidi na inachukua muda kidogo. Ikiwa ndivyo, tunajuaje kwamba matokeo yaliyopatikana kutoka kwa sampuli yanawakilisha kundi zima? Au, kwa kutumia istilahi za kitaalamu, je, tunaweza kuwa na uhakika kwamba utafiti wetu unaeleza yote kwa usahihi idadi ya watu, sampuli tuliyotumia?

Ili kujibu swali hili, ni muhimu kuamua umuhimu wa takwimu za matokeo ya mtihani. Umuhimu wa takwimu (Kiwango muhimu, kifupi Sig.), au /7-kiwango cha umuhimu (kiwango cha p) - ni uwezekano kwamba matokeo yaliyotolewa yanawakilisha kwa usahihi idadi ya watu ambapo utafiti ulitolewa sampuli. Kumbuka kwamba hii ni tu uwezekano- haiwezekani kusema kwa uhakika kabisa kwamba utafiti uliopewa unaelezea kwa usahihi idadi ya watu wote. Kwa bora, kiwango cha umuhimu kinaweza tu kuhitimisha kuwa hii inawezekana sana. Kwa hivyo, swali linalofuata bila shaka linatokea: ni kiwango gani cha umuhimu lazima kiwe kabla ya matokeo yaliyotolewa kuzingatiwa sifa sahihi ya idadi ya watu?

Kwa mfano, ni kwa thamani gani ya uwezekano uko tayari kusema kwamba nafasi kama hizo zinatosha kuchukua hatari? Je, ikiwa uwezekano ni 10 kati ya 100 au 50 kati ya 100? Je, ikiwa uwezekano huu ni mkubwa zaidi? Vipi kuhusu odds kama 90 kati ya 100, 95 kati ya 100, au 98 kati ya 100? Kwa hali inayohusisha hatari, chaguo hili ni tatizo kabisa, kwa sababu inategemea sifa za kibinafsi za mtu.

Katika saikolojia, kijadi inaaminika kuwa nafasi 95 au zaidi kati ya 100 inamaanisha kuwa uwezekano wa matokeo kuwa sahihi ni mkubwa vya kutosha kuweza kufahamika kwa watu wote. Takwimu hii ilianzishwa katika mchakato wa shughuli za kisayansi na vitendo - hakuna sheria kulingana na ambayo inapaswa kuchaguliwa kama mwongozo (na kwa kweli, katika sayansi zingine wakati mwingine maadili mengine ya kiwango cha umuhimu huchaguliwa).

Katika saikolojia, uwezekano huu unaendeshwa kwa njia isiyo ya kawaida. Badala ya uwezekano kwamba sampuli inawakilisha idadi ya watu, uwezekano kwamba sampuli haiwakilishi idadi ya watu. Kwa maneno mengine, ni uwezekano kwamba uhusiano unaozingatiwa au tofauti ni za nasibu na sio mali ya idadi ya watu. Kwa hivyo, badala ya kusema kuna nafasi 95 kati ya 100 kwamba matokeo ya utafiti ni sahihi, wanasaikolojia wanasema kwamba kuna nafasi 5 kati ya 100 kwamba matokeo sio sawa (kama vile nafasi 40 kati ya 100 ambayo matokeo ni njia sahihi. nafasi 60 kati ya 100 kwa ajili ya makosa yao). Thamani ya uwezekano wakati mwingine huonyeshwa kama asilimia, lakini mara nyingi zaidi huandikwa kama sehemu ya desimali. Kwa mfano, nafasi 10 kati ya 100 zinaonyeshwa kama sehemu ya desimali ya 0.1; 5 kati ya 100 imeandikwa kama 0.05; 1 kati ya 100 - 0.01. Kwa njia hii ya kurekodi, thamani ya kikomo ni 0.05. Ili matokeo yachukuliwe kuwa sahihi, kiwango cha umuhimu wake lazima kiwe chini nambari hii (kumbuka, huu ndio uwezekano kwamba matokeo vibaya inaelezea idadi ya watu). Ili kuondoa istilahi, wacha tuongeze kwamba "uwezekano wa matokeo kuwa sio sahihi" (ambayo inaitwa kwa usahihi zaidi. kiwango cha umuhimu) kawaida huonyeshwa kwa herufi ya Kilatini R. Maelezo ya matokeo ya majaribio kwa kawaida hujumuisha taarifa ya muhtasari kama vile "matokeo yalikuwa muhimu katika kiwango cha uaminifu (R(p) chini ya 0.05 (yaani chini ya 5%).

Kwa hivyo, kiwango cha umuhimu ( R) inaonyesha uwezekano kwamba matokeo Sivyo kuwakilisha idadi ya watu. Kijadi katika saikolojia, matokeo yanazingatiwa kuakisi picha ya jumla ikiwa ni thamani R chini ya 0.05 (yaani 5%). Walakini, hii ni taarifa ya uwezekano tu, na sio dhamana isiyo na masharti hata kidogo. Katika baadhi ya matukio hitimisho hili linaweza kuwa si sahihi. Kwa kweli, tunaweza kuhesabu ni mara ngapi hii inaweza kutokea ikiwa tutaangalia ukubwa wa kiwango cha umuhimu. Katika kiwango cha umuhimu cha 0.05, mara 5 kati ya 100 matokeo yanaweza kuwa sio sahihi. 11a kwa mtazamo wa kwanza inaonekana kwamba hii si ya kawaida sana, lakini ikiwa unafikiri juu yake, basi nafasi 5 kati ya 100 ni sawa na 1 kati ya 20. Kwa maneno mengine, katika moja ya kila kesi 20 matokeo yatakuwa. si sahihi. Tabia mbaya kama hizo hazionekani kuwa nzuri sana, na watafiti wanapaswa kujihadhari na kujitolea makosa ya aina ya kwanza. Hili ndilo jina la kosa linalotokea wakati watafiti wanafikiri wamepata matokeo halisi, lakini kwa kweli hawajapata. Kosa la kinyume, ambalo ni la watafiti kuamini kuwa hawajapata matokeo, lakini kwa kweli kuna moja, inaitwa. makosa ya aina ya pili.

Makosa haya hutokea kwa sababu uwezekano kwamba uchambuzi wa takwimu uliofanywa hauwezi kutengwa. Uwezekano wa kosa hutegemea kiwango cha umuhimu wa takwimu wa matokeo. Tayari tumegundua kuwa ili matokeo yachukuliwe kuwa sahihi, kiwango cha umuhimu lazima kiwe chini ya 0.05. Kwa kweli, baadhi ya matokeo ni ya chini kuliko hayo, na sio kawaida kuona matokeo yakiwa ya chini kama 0.001 (thamani ya 0.001 inamaanisha kuna nafasi 1 kati ya 1000 ya matokeo kuwa sio sawa). Thamani ya p inavyokuwa ndogo, ndivyo imani yetu katika usahihi wa matokeo inavyoongezeka.

Katika meza 7.2 inaonyesha tafsiri ya kimapokeo ya viwango vya umuhimu kuhusu uwezekano wa makisio ya takwimu na mantiki ya uamuzi kuhusu kuwepo kwa uhusiano (tofauti).

Jedwali 7.2

Ufafanuzi wa jadi wa viwango vya umuhimu vinavyotumiwa katika saikolojia

Kulingana na uzoefu wa utafiti wa vitendo, inashauriwa: ili kuepuka makosa ya aina ya kwanza na ya pili iwezekanavyo, wakati wa kufanya hitimisho muhimu, maamuzi yanapaswa kufanywa kuhusu kuwepo kwa tofauti (viunganisho), kwa kuzingatia kiwango. R n ishara.

Mtihani wa takwimu(Mtihani wa Kitakwimu - ni chombo cha kuamua kiwango cha umuhimu wa takwimu. Hii ni sheria madhubuti ambayo inahakikisha kwamba nadharia ya kweli inakubaliwa na nadharia ya uwongo inakataliwa kwa uwezekano mkubwa.

Vigezo vya takwimu pia vinaashiria njia ya kuhesabu nambari fulani na nambari yenyewe. Vigezo vyote vinatumiwa kwa kusudi moja kuu: kuamua kiwango cha umuhimu data wanayochanganua (yaani, uwezekano kwamba data inaonyesha athari ya kweli ambayo inawakilisha kwa usahihi idadi ya watu ambayo sampuli imetolewa).

Baadhi ya majaribio yanaweza tu kutumika kwa data inayosambazwa kwa kawaida (na ikiwa sifa inapimwa kwa kipimo cha muda) - majaribio haya kwa kawaida huitwa. parametric. Kutumia vigezo vingine, unaweza kuchambua data na karibu sheria yoyote ya usambazaji - wanaitwa nonparametric.

Vigezo vya parametric ni vigezo vinavyojumuisha vigezo vya usambazaji katika fomula ya hesabu, i.e. njia na tofauti (mtihani wa t wa Mwanafunzi, mtihani wa F wa Fisher, n.k.).

Vigezo visivyo vya kigezo ni vigezo ambavyo havijumuishi vigezo vya usambazaji katika fomula ya kukokotoa vigezo vya usambazaji na vinatokana na kufanya kazi kwa kutumia masafa au safu (kigezo Q Kigezo cha Rosenbaum U Manna - Whitney

Kwa mfano, tunaposema kwamba umuhimu wa tofauti ulibainishwa na mtihani wa t wa Mwanafunzi, tunamaanisha kuwa mbinu ya mtihani wa Mwanafunzi ilitumiwa kukokotoa thamani ya majaribio, ambayo inalinganishwa na thamani iliyoonyeshwa kwenye jedwali (muhimu).

Kwa uwiano wa nguvu (iliyohesabiwa na sisi) na maadili muhimu ya kigezo (tabular) tunaweza kuhukumu ikiwa nadharia yetu imethibitishwa au kukataliwa. Katika hali nyingi, ili sisi kutambua tofauti kama muhimu, ni muhimu kwamba thamani ya majaribio ya kigezo kuzidi thamani muhimu, ingawa kuna vigezo (kwa mfano, mtihani wa Mann-Whitney au mtihani wa ishara) ambayo lazima tuzingatie kanuni iliyo kinyume.

Katika baadhi ya matukio, fomula ya hesabu ya kigezo inajumuisha idadi ya uchunguzi katika sampuli inayochunguzwa, iliyoashiriwa kama P. Kwa kutumia jedwali maalum, tunaamua ni kiwango gani cha umuhimu wa takwimu wa tofauti thamani fulani ya majaribio inalingana nayo. Katika hali nyingi, thamani sawa ya kimajaribio ya kigezo inaweza kuwa muhimu au isiyo na maana kulingana na idadi ya uchunguzi katika sampuli inayochunguzwa ( P ) au kutoka kwa kinachojulikana idadi ya digrii za uhuru , ambayo inaonyeshwa kama v (g>) au vipi df (Mara nyingine d).

Kujua P au idadi ya digrii za uhuru, tunaweza kuamua kutumia meza maalum (zile kuu zimepewa Kiambatisho 5) maadili muhimu vigezo na kulinganisha thamani ya majaribio iliyopatikana nayo. Hii kawaida huandikwa kama hii: "wakati n = Thamani 22 muhimu za kigezo ni t St = 2.07" au "saa v (d) = maadili 2 muhimu ya mtihani wa Mwanafunzi ni = 4.30", nk.

Kwa kawaida, upendeleo bado hutolewa kwa vigezo vya parametric, na tunazingatia nafasi hii. Zinachukuliwa kuwa za kuaminika zaidi na zinaweza kutoa habari zaidi na uchambuzi wa kina. Kuhusu ugumu mahesabu ya hisabati, basi wakati wa kutumia programu za kompyuta ugumu huu hutoweka (lakini wengine wengine huonekana, hata hivyo, hawawezi kushinda kabisa).

• Katika kitabu hiki, hatuzingatii kwa undani shida ya takwimu
• hypotheses (null - R0 na mbadala - Hj) na kukubaliwa ufumbuzi wa takwimu, kwa kuwa wanafunzi wa saikolojia husoma hili kando katika taaluma ya "Mbinu za Hisabati katika saikolojia." Kwa kuongeza, ni lazima ieleweke kwamba wakati wa kusajili ripoti ya utafiti(kazi ya kozi au thesis, machapisho) nadharia za takwimu na suluhisho za takwimu, kama sheria, hazipewi. Kawaida, wakati wa kuelezea matokeo, kigezo kinaonyeshwa na kinachohitajika takwimu za maelezo(njia, sigma, coefficients ya uunganisho, n.k.), maadili ya majaribio ya vigezo, digrii za uhuru na kiwango cha umuhimu cha p. Kisha hitimisho la maana hutungwa kuhusu dhana inayojaribiwa, ikionyesha (kawaida katika mfumo wa ukosefu wa usawa) kiwango cha umuhimu kilichopatikana au kisichopatikana.