UNIVERSITATEA DE MEDICINA SI

FARMACIE Victor Babe TIMISOARA

DISCIPLINA DE
INFORMATICA MEDICALA
http://moodle.umft.ro

CURSUL 3

BIOSTATISTICA
(I)

Capitolele biostatisticii
Statistica elementar

Inferenta statistica
Statistica descriptiva - Parametrii statistici
Estimarea statistica
Teste statistice
Corelatia si regresia

Aplicaii speciale:

Epidemiologie (Analiza riscului)

Aplicaii n demografie (Analiza supravietuirii)
Sntate public (Statistica sanitar)
Prelucrri avansate (Analiza clasificrii etc)
4

1. INFERENTA STATISTICA
1.1. CONCEPTE GENERALE
a) populatie, individ
b) definitie:
Biostatistica = stiinta estimarii caracteristicilor
unei populatii si/sau compararea populatiilor

c) metode:
recensamnt - toti indivizii; acelasi moment
screening - numar mare; criterii de selectie
esantionare - submultime a populatiei
5

 d) INFERENTA STATISTICA
Definiie: EXTINDEREA PROPRIETATILOR
DETERMINATE PE UN ESANTION LA
INTREAGA POPULATIE

e) ESANTION REPREZENTATIV
CRITERII:
ECHIPROPBABILITATE
INDEPENDENTA

f) METODE DE SELECTIE N EANTION:

SELECTIA SIMPLA
NUMERE ALEATOARE ASOCIATE
SELECTIA MULTISTRATIFICATA
SELECTIA MIXTA
CLUSTERE

 1.2. VARIABILE
a) DEFINITIE:
o caracteristica a populatiei care este studiata
si masurata la toti indivizii din esantion

b) TIPURI DE VARIABLE:
NUMERICE
msurate cu un instrument
se precizeaz unitatea de msur
tipuri: interval sau true zero

ORDINALE
scar convenional, fr uniti
exprim ordinea (ranguri)

NOMINALE (calitative, count data)

8

 1.3. ETAPELE STUDIULUI

PROIECTARE
COLECTAREA DATELOR
PRELUCRARE
PREZENTARE REZULTATE:
tabele, grafice:
Histograme (coloane, bare, 3D etc)
Sectoare [pie] (in special pentru %)
Linii [polygon]
Puncte [scatter]
Hri

10

1.4. PROIECTAREA UNUI

STUDIU
definirea populatiei
selectia variabilelor
acuratetea si precizia masurarilor
dimensiunea esantionului

11

2. PARAMETRII
STATISTICI

12

 2.1. EXEMPLU:
studiul dezvoltarii copiilor
populatia: copii de 10 ani, din
Timisoara, in 2004
dimensiunea: 400 copii
date colectate : inaltimea, in cm
acuratetea : 1 cm
tabel de date si histograma
13

TABEL i HISTOGRAMA

14

Concluzii:
valori extreme - rare
valori centrale - mai des
INDICATORI AI TENDINTEI
CENTRALE
variabilitatea
INDICATORI DE DISPERSIE

15

2.2. INDICATORII
TENDINTEI CENTRALE

16

 a) MEDIA ARITMETICA (MEAN):

X /N

i 1

17

 b) MEDIANA (MEDIAN)
VALOAREA CARE IMPARTE ESANTIONUL IN
DOUA PARTI EGALE
Ex: pentru un numar par sau impar de elemente
Recomandata pentru variable ordinale

c) MODA (MODE)

VALOAREA CEA MAI FRECVENTA

CLASE MODALE
DISTRIBUTII UNI~, BI~, MULTIMODALE
recomandate pentru variable nominale
18

 d) POZITIA RELATIVA

DISTRIBUTII SIMETRICE :
X = Me = Mo
DISTRIBUTII ASIMETRICE (skew):
X = cea mai sensibila valoare
Mo = cea mai robusta (putin sensibila)

19

2.3. INDICATORI DE
DISPERSIE

A) Pentru variabile numerice

B) Pentru variabile ordinale
C) Pentru proporii

20

A) Variabile numerice
a) DEVIAIA STANDARD (s)
b) VARIANA (s2)
c) COEFICIENTUL DE VARIAIE (cv)

x x

n 1

cv s x
21

d) DISTRIBUTIA NORMALA (GAUSS)

REPREZENTARE GRAFICA

22

e) Intervale definite cu s
xi ( x s, x s ); p 68%
xi ( x 2 s, x 2 s ); p 95%
xi ( x 3s, x 3s ); p 99.7%
p = proportia indivizilor care au marimea in intervalul
respectiv
p = probabilitatea ca un individ sa aiba marimea in
intervalul respectiv

EX: studiu inaltimea copiilor: n = 25 copii

m = 137 cm (ac=1)
s = 5 cm

23

f) Curba Gauss - Proprieti

( x )2

2
1
2

f ( x) y
e
2

x
z

Depinde de doi parametri:

= media (populaiei)
= deviaia standard (a populaiei)

Curba normalizat (funcie de z)

are media =0 si deviaia standard =1

EX: studiu inaltimea copiilor: n = 25 copii

m = 137 cm (ac=1)
s = 5 cm
24

g) DISTRIBUTIA GAUSS
NORMALIZATA

25

B) Variabile ordinale (rang)

QUANTILE impartirea in n intervale
CAZURI PARTICULARE

MEDIANA
QUARTILE
DECILE
CENTILE
PROMILE

n=2
n=4
n = 10
n = 100
n = 1000

Calcul: dupa ordonare!

26

C) Variabile calitative (nominale)

Proporia Clasei:
pi = Ni / N (procentul 100)
Deviatia standard a proporiei:

s p pi qi / N

qi 1 pi
pi probabilitatea de a aparine clasei
qi probabilitatea de a nu aparine clasei
27

2.4. ASIMETRIE
(SKEWNESS)
Coeficientul lui Pearson: = (X-Mo)/s
coada (tail) la dreapta sau la stanga

28

2.5. EXCES
(KURTOSIS)
Exces: ( ) aplatizare, boltire
(distributie leptokurtica, platikurtica)

29

- pauza 30