Статистика — наука о сборе, измерении и анализе массовых количественных данных. Статистические данные носят приближённый, усреднённый характер, получаются путём многократных измерений.
Слайд 2
Статистика — наука о сборе, измерении и анализе
массовых количественных данных. Статистические данные носят приближённый,
усреднённый характер, получаются путём многократных измерений.
Слайд 3
Виды статистики: Социальная Экономическая Медицинская и другие
Слайд 4
Рассмотрим пример из медицинской статистики:
Определить зависимость бронхиально-лёгочных заболеваний от содержания угарного газа (оксида
углерода) в воздухе.
Слайд 5
Специалисты по медицинской статистике проводят сбор данных.
Они собирают сведения из разных городов о средней концентрации
угарного газа в атмосфере и о заболеваемости астмой — число хронически больных на 1000 жителей.
Слайд 6
Полученные данные можно свести в таблицу , а
также представить в виде точечной диаграммы:
Слайд 7
Как построить математическую модель полученных данных? Нужно
получить формулу, отражающую зависимость числа хронически больных Р от
концентрации угарного газа С.
То есть — функцию зависимости Р от С: Р( С ).
Слайд 8
Основные требования к искомой функции: Она должна быть достаточно
простой для использования её в дальнейших вычислениях; График этой функции
должен проходить вблизи экспериментальных точек так, чтобы отклонения от этих точек были минимальны и равномерны.
Слайд 9
Два варианта построения графической зависимости по данным эксперимента
а) не имеет смысла б) Регрессионная модель
Слайд 10
Регрессионная модель — это функция, описывающая зависимость
между количественными характеристиками сложных систем.
Вид регрессионной
функции определяется путём подбора по экспериментальным данным.
Слайд 11
Этапы получения регрессионной модели: подбор вида функции; вычисление параметров функции.
Слайд 12
Наиболее часто выбор производится среди функций: y = ax
+ b — линейная функция; y = ax2 + bx
+ c — квадратичная функция (или полином второй степени); y = aln(x)+ b — логарифмическая функция; y = aebx — экспоненциальная функция; y = axb— степенная функция. Где x – аргумент, y – значение функции, a, b, c – параметры функции.
Слайд 13
Как подобрать параметры функции? Метод наименьших квадратов
(МНК) используется для вычисления параметров регрессионной модели. Этот
метод содержится в математическом арсенале электронных таблиц (в том числе и в MS Excel).
Слайд 14
R2 – коэффициент детерминированности Характеристикой построенной модели является параметр
R2 – коэффициент детерминированности. Чем его значение ближе к
1, тем модель лучше. Если несколько моделей имеют близкий параметр R2, то пользователь выбирает из них наиболее подходящую.