Остання редакція: 2022-05-31
Анотація
Математичні методи аналізу даних широко використовують при дослідженні медичних систем і процесів. У клінічних дослідженнях часто виникає необхідність вибрати метод описової статистики та визначити, чи підпорядковуються кількісні дані закону нормального розподілу, оскільки розподіл багатьох статистичних даних є нормальним або може бути отриманий із нормального розподілу за допомогою деяких перетворень. В роботі розглянуто можливість аналітичного з’ясування, чи має ознака, задана варіаційним рядом, нормальний розподіл
MISES-SMIRNOV AGREEMENT CRITERIA IN STATISTICAL PROCESSING OF MEDICAL DATA
Mathematical methods of data analysis are widely used in the study of medical systems and processes. In clinical trials, it is often necessary to choose the method of descriptive statistics and determine whether quantitative data are subject to the law of normal distribution, as the distribution of many statistics is normal or can be obtained from the normal distribution by some transformations. The paper considers the possibility of analytical determination of whether a feature given by a variation series has a normal distribution.
Ключові слова
Посилання
Громадське здоров’я: підручник для студ. вищих мед. навч. закладів. - Вид. 3 – Вінниця: «Нова книга», 2013. – 560 с.
Мінцер О.П. Оброблення клінічних і експериментальних даних у медицині: навч. посібник / О.П. Мінцер, Ю.В. Вороненко, В.В. Власов - К.: Вища шк., 2003. - 350 с.
Medical Statistics at a Glance Text and Workbook. Aviva Petria, Caroline Sabin. – Wiley-Blackwell, 2013. – 288 p.
М. А. Іванчук, П. Р. Іванчук Нормальний закон розподілу в медичних дослідженнях/ Медична інформатика та інженерія. -№1, 2013. – С. 48-52.
ISO 5479:1997(en) Statistical interpretation of data – Tests for departure from the normal distribution:
веб-сайт. URL: :https://www.iso.org/obp/ui/#iso:std:iso:5479:ed-1:v1:en (дата звернення: 10.05.2022).
Личковський Е. І. Вища математика. Теорія наукових досліджень у фармації та медицині: підручник / Е. І. Личковський, П. Л Свердан. – К.: Знання, 2021. – 476 с.