Közlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta

Hasonló dokumentumok
A valószínűségszámítás elemei

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

A valószínűségszámítás elemei

Valószínűségszámítás összefoglaló

[Biomatematika 2] Orvosi biometria

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Ebben az előadásban szó lesz valószínűségekről, illetve eloszlásokról. Az előadáselső felében néhány kísérletet mutatok elméletben, illetve

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

Ebben az előadásban szó lesz valószínűségekről, illetve eloszlásokról. Az előadáselső felében néhány kísérletet mutatok elméletben, illetve

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

BIOMATEMATIKA ELŐADÁS

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László

[Biomatematika 2] Orvosi biometria

Abszolút folytonos valószín ségi változó (4. el adás)

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

[Biomatematika 2] Orvosi biometria

Matematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József

Biomatematika 2 Orvosi biometria

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Matematikai alapok és valószínőségszámítás. Normál eloszlás

Matematikai statisztika I. témakör: Valószínűségszámítási ismétlés

Számítógépes döntéstámogatás. Statisztikai elemzés

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

Gazdasági matematika II. tanmenet

Gazdasági matematika II. vizsgadolgozat, megoldással,

NEVEZETES FOLYTONOS ELOSZLÁSOK

6. Előadás. Vereb György, DE OEC BSI, október 12.

Biostatisztika. Sz cs Gábor. 2018/19 tavaszi félév. Szegedi Tudományegyetem, Bolyai Intézet

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk

Gazdasági matematika II. Tantárgyi útmutató

Valószínűségi változók. Várható érték és szórás

Kísérlettervezés alapfogalmak

A biostatisztika és informatika szerepe a mindennapi orvosi gyakorlatban

Biostatisztika VIII. Mátyus László. 19 October

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

Nemparaméteres próbák

Készítette: Fegyverneki Sándor

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

STATISZTIKA. A Föld pályája a Nap körül. Philosophiae Naturalis Principia Mathematica (A természetfilozófia matematikai alapelvei, 1687)

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

Nevezetes diszkre t eloszlá sok

Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem

3. Egy szabályos dobókockával háromszor dobunk egymás után. Legyen A az az esemény, hogy

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató

Kutatásmódszertan és prezentációkészítés

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

A sztochasztika alapjai. Szorgalmi feladatok tavaszi szemeszter

Kísérlettervezés alapfogalmak

STATISZTIKAI ALAPOK. Statisztikai alapok_eloszlások_becslések 1

Valószín ségszámítás és statisztika

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket!

(Independence, dependence, random variables)

Tantárgy kódja Meghirdetés féléve 3 Kreditpont 4 Összóraszám (elm+gyak) 2+2

Villamosmérnök A4 11. hét Kétdimenziós normális eloszlás, cht - Megoldások

Biostatisztika Összefoglalás

Minőségellenőrzés. Miről lesz szó? STATISZTIKAI FOLYAMATSZABÁLYOZÁS (SPC) Minőségszabályozás. Mikor jó egy folyamat? Ellenőrzés Szabályozás

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

STATISZTIKAI ALAPOK. Statisztikai alapok_eloszlások_becslések 1

Többváltozós lineáris regressziós modell feltételeinek

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!

Területi sor Kárpát medence Magyarország Nyugat-Európa

Backhausz Ágnes 1. Bevezetés A valószínűség elemi tulajdonságai... 5

Egymintás próbák. Alapkérdés: populáció <paramétere/tulajdonsága> megegyezik-e egy referencia paraméter értékkel/tulajdonsággal?

Adatmodellez es, f uggv enyilleszt es m arcius 12.

Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat

Biostatisztika Összefoglalás

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

1. Példa. A gamma függvény és a Fubini-tétel.

1. Név:... Neptun Kód:... Feladat: Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

GRADUÁLIS BIOSTATISZTIKAI KURZUS február hó 22. Dr. Dinya Elek egyetemi docens

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Matematika III. 4. A valószínűségi változó és jellemzői Prof. Dr. Závoti, József

A Statisztika alapjai

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0, = 0, = 0, Mo.: 32 = 0,25

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

1. Kombinatorikai bevezetés

Átírás:

Közlemény Biostatisztika és informatika alajai. előadás: Az orvostudományban előforduló nevezetes eloszlások 6. szetember 9. Veres Dániel Statisztika és Informatika tankönyv (Herényi Levente) már kaható a könyvesboltban Alasokaság és minta Felmerülő statisztikai kérdések az orvostudományban Alasokaság (ouláció) VÉLETLEN! Minta Az előző év alaján mekkora a valószínűsége, hogy a rendelkezésre álló oltóanyag elegendő lesz, ha 5 embert várunk aznara? BIZONYTALANSÁG! Hány szülés várható az esti ügyeletben, ha az éves statisztika szülést mutat éjfél és 8: között? Az évfolyamból várhatóan hányan lesznek alkalmasak egy csíőrotézis elvégzésére(tömegük alaján)? Alasokaság az elméletileg lehetséges összes mérést, vizsgálati eredményt tartalmazza Minta az alasokaság egy részhalmaza, amit vizsgálunk Mekkora a valószínűsége annak, hogy áciensünk 3.5 mmol/l-es K szintje még egészséges? Az influenza vagy AIDS tesztünk ozitív mekkora a valószínűsége, hogy valóban betegek vagyunk?

Milyen a megfelelő alasokaság? Hogyan etessük? IGUÁNA BÖLÉNY STRUCC PANDA KATICABOGÁR? PikinGames 5,3,5,,5,,5,8,6,, Diszkrét Elméleti eloszlások Kumulatív eloszlásfüggvény (CDF) 3 5 6 7 8 9 Oltások száma (i) tömegfüggvény (PMF) 3 5 6 7 8 9 Oltások száma,8,6,, Folytonos Kumulált eloszlásfüggvény (CDF) 5 7 9,3,5 (i), sűrűségfüggvény (PDF),5,,5 5 7 9,3,5,,5,,5 Elméleti eloszlások 5 7 9 Ismerem az adott mennyiség valószínűségét minden esetre. (Nagyon-nagyon ritka.) A valószínűséget ki tudom számítani (vagy becsülni tudom): nevezetes eloszlások araméterei alaján. Milyen aramétereket, melyik eloszlást használjam?,3,5,,5,,5 Nevezetes eloszlások Diszkrét 3 5 6 7 8 9 Oltások száma,3,5,,5,,5 Várható érték (E, M, μ) (hely araméter) m = i= i x i 5 7 9 = E(ξ ) E(ξ ) x i Elméleti szórásnégyzet (Var, D,σ ) (szóródási araméter) ξ ) = E [ ] ( ξ E( ξ) ) Folytonos i

,5,,5,,5 Egyenletes eloszlás 3 5 6 Dobás eredménye Ideális kocka eredményeinek eloszlása Ideális munkaterhelés eloszlása a na folyamán Hőmérséklet eloszlása egy üres terem különböző ontjain E ( ξ ) = ( a + b) ξ ) = ( b a) ( b a + ) ξ ) =,3,5,,5,,5 Binomiális (Bernoulli) eloszlás 3 5 6 7 8 9 Szükséges oltóanyag E(ξ ) = n ξ ) = n ( n k ( P = ( ( k Szükséges oltóanyagszám eloszlása Általánosan: egy n-szer megismételt jelenség x-szer következik be Ha kicsi Poisson eloszláshoz közelít Ha n nagy és,5-höz tart, akkor normál eloszláshoz közelít n k) n k ( P = ( ( k Példaszámítás. Influenzaszezont megelőzően a rendelőnkben az adott nara oltóanyag áll rendelkezésre. Az előző években átlagosan 989 áciensből személyt kellett beoltanunk. Az előző év alaján mekkora a valószínűsége, hogy a rendelkezésre álló oltóanyag elegendőleszéselisfogy,ha5embertvárunkaznara? n k) Egyszerűbben lehetne?- Excel 5 = 989 989 (5 ),,6,5,,3,, Geometriai eloszlás 3 5 6 7 8 Lehetséges donorok száma E( ξ ) = ξ ) = P = ( Független Bernoulli kísérletek egymásutánja Hanyadikra találjuk meg a megfelelő donort? (Mekkora a valószínűsége annak, hogy az x. donorból megtaláljuk az első megfelelőt?) Hanyadik szülésből lesz először fiú? ( n )

Péter és Pál (étervári aradoxon) Pénzfeldobásos játék, eredménye szerint a kezdeti nyeremény dukát és mindig dulázódik, ha írást dobunk ha fej, akkor vége a játéknak, írásnál folytatódik a nyeremények: ha az. dobás fej: Pál ad dukátot Péternek ha az. írás,. dobás fej: Pál ad dukátot Péternek ha csak a 3. lesz fej: Pál ad 8dukátot Péternek... Mennyit fizessen Péter a játékélményért egy játékra átlagosan? (Úgy hogy ne járjon se Pál, se Péter rosszul) fej / / fej / / Péter és Pál (étervári aradoxon) fej / / Az egy játékra jutó átlagos nyeremény matematikailag ( elméletileg ): végtelen! 8 n +... + + n Taasztalat: Buffon8 játékból átlagosan 9,8 dukátot nyert egy játékra nézve.,3 Poisson eloszlás,3 Normál (Gauss) eloszlás I.,5,,5, E( ξ ) = λ ξ ) = λ,5,,5,,5,8,6,,,5 3 5 6 7 8 9 Szülések száma x λ λ P = e x! Szülések száma az ügyeletben Új diagnosztizált karcinómák száma Hálóban lévő halak száma Radioaktív rearátumban adott idő alatt elbomló atomok száma Normál eloszláshoz közelíthető 6 8 Koleszterin szint (mg/dl) Koleszterinszin, vércukorszint... Testmagasság, BMI Diasztolés vérnyomás felnőtteknél... 6 8 Koleszterin szint (mg/dl) E( ξ ) = µ ξ ) = σ P = e σ π ( x µ ) σ

Normál eloszlás II. Standard normál eloszlás,5 Centrális határeloszlás tétele: ha sok független valószínűségi változót összegzünk, akkor elég általános feltételek teljesülése esetén az összeg normális eloszlású valószínűségi változó lesz. sűrűség,,35,3,5, E( ξ ) = µ = ξ ) = σ =,5,,5-6 - - 6 Mért érték 8 Lognormál(Galton) eloszlás Elhalálozás valószínűsége (-sűrűsége),3,5,,5,,5 5 5 5 Idő (év),35,3,5,,5,,5 Elhalálozás kumulált valószínűsége Var ξ ) = ( e µ + σ E / ( ξ ) = e σ µ + σ ( ) e P = e σ x π (lnx µ ) σ Testtömeg gyermekkorban Túlélési idő

Tönkremenetel (kumulált) valószínűsége,,8,6,, Exonenciális eloszlás 6 8 Idő (év) Altatóberendezés működési ideje(az első hibáig). Radioaktív bomlás során az egyes atomok élettartama. E( ξ ) = λ ξ ) = λ P λ e λ x = Állandó hozzáadása Változók transzformációi E ( η ) = E( ξ ) + k Var ( η) = ξ ) Állandóval való szorzás E ( η ) = E( ξ )* k η ) = ξ )* k Standardizálás Állandó hozzáadása, majd állandóval szorzás ( ) ( ξ E( ξ )) E( η) = η = ξ E( ξ ) * = ξ ) ξ ) Var η) Változók összeadása E ( η) E( ξ ) + E( ω) Var η) = ξ ) + ω) Stabil eloszlás: ha az eloszlás ugyanaz marad = ( függetlenségnél! Változók összeszorzása ( = E ( η) = E( ξ )* E( ω),6,5,,3,, Khí-négyzet(χ ) eloszlások 5 5 khí-négyzet értéke k = df E (ξ ) = k ξ ) = k Khí-négyzet érték: független, standard normál eloszlású változók négyzeteinek összege 3 5 6 7 Student-féle t-eloszlás k = df,9,8,7,6 6,5,,3,, -6 - - 6 t-érték 3

Ellenőrző kérdések # Hogyan számítható egy folytonos eloszlás várható Hogyan számítható egy diszkrét eloszlás várható Melyik közéérték egyezik meg a várható értékkel egy ouláció esetében? Mivel becsülhető egy elméleti eloszlás várható Mivel becsülhető egy elméleti eloszlás szórása? Definiáld a z elméleti varianciát. Melyik két mutató határoz meg egyértelműen egy seciális eloszlást? Ábrázold az egyenletes eloszlás gyakoriságfüggvényét. Ábrázold a Poisson eloszlás gyakoriságfüggvényét. Ábrázold a Bernoulli eloszlás gyakoriságfüggvényét. Ábrázold a geometriai eloszlás gyakoriságfüggvényét. Ábrázold a normál eloszlás gyakoriságfüggvényét. Ábrázold a Gauss eloszlás kumulált eloszlásfüggvényét. Ábrázold az exonenciális eloszlás gyakoriságfüggvényét. Ábrázold a lognormál eloszlás gyakoriságfüggvényét. Írj éldát az egyenletes eloszlásra. Írj éldát binomiális eloszlásra. Írj éldát a geometriai eloszlásra. Írj 3 éldát a normál eloszlásra. Írj éldát a lognormál eloszlásra. Írj éldát a Poisson eloszlásra. Írj éldát az exonenciális eloszlásra. Hogyan számítható az egyenletes eloszlás várható Hogyan számítható a binomiális eloszlás várható Hogyan számítható a lognormáleloszlás várható Hogyan számítható az exonenciális eloszlás várható Hogyan számítható a Poisson eloszlás várható Hogyan számítható normál eloszlás várható Miről szól a centrális határeloszlás tétele? Miért követ a legtöbb orvosi gyakorlatban használt változó normál eloszlást? Mik a standard normál eloszlás aramétereinek számszerű Ellenőrző kérdések # Add meg általánosan, hogy mikor kaunk általában binomiális eloszlást. Add meg általánosan, hogy mikor kaunk általában geometriai eloszlást. Add meg általánosan, hogy mikor kaunk általában Poisson eloszlást. Add meg általánosan, hogy mikor kaunk általában lognormál eloszlást. Milyen transzformációval kahatunk a lognormál eloszlásból normál eloszlást? Hogyan kaunk khí-négyzet eloszlású változót? Definiáld a oulációt és a mintát. Hogyan változik a változó eloszlásának várható értéke és a szórása konstans hozzáadására? Hogyan változik a változó eloszlásának várható értéke és a szórása konstanssal való szorzáskor? Hogyan lehet standardizálni egy eloszlást? Mit jelent ez? Hogyan változik a várható érték és a szórás független normál eloszlású változók összeadásakor?