pomoc statystyczna statystyka metodolog

Analiza przeżycia- co to jest i jak się tego używa?

Analiza przeżycia (ang. survival analysis) jest zbiorem metod zajmujących się badaniem czasu do zajścia zdarzenia (ang. time to event).

Metody te mają zastosowanie w różnych naukach i dziedzinach życia m.in. w ekonomii, medycynie, biologii, inżynierii a nawet socjologii. Ze względu na szerokie zastosowanie w statystyce medycznej występuje wiele różnych definicji zdarzenia. Terminem tym może być określana śmierć pacjenta, czas działania urządzenia lub na przykład czas odejścia pracownika z pracy. Poza badaniem czasu zajścia zdarzenia analiza przeżycia pozwala też na obliczenie prawdopodobieństwa przeżycia, czasu pomiędzy kolejnymi zdarzeniami czy też średniego czasu przeżycia dla jednostek, które przeżyły już do pewnego momentu. Głównym fundamentem analizy przeżycia jest teoria rachunku prawdopodobieństwa i statystyka.

Dużym problemem w wyznaczaniu czasu przeżycia jest występowanie danych cenzurowanych lub uciętych. Cenzurowane są takie obserwacje, dla których zdarzenie miało miejsce przed lub po czasie obserwacji (ale nie wiadomo dokładnie kiedy), nazywane są one odpowiednio danymi cenzurowanymi lewostronnie i prawostronnie.

uciete

Przykłady danych uciętych w analizie przeżycia

Dane ucięte występują w trzech wariantach: dane ucięte lewostronnie, prawostronnie oraz dwustronnie. Załóżmy, że rozpatrujemy osoby chore na raka, a interesującym nas zdarzeniem jest śmierć z powodu tej choroby. Lewostronne ucięcie występuje gdy dany osobnik został dołączony do badania już w czasie jego trwania (pacjent B). Prawostronne ucięcie występuje gdy pacjent odszedł z badania przed jego końcem z przyczyn innych niż rozpatrywane przez nas zdarzenie (pacjent C). Przyczyny wykluczenia z badania mogą być różne, pacjent mógł wyjechać, przestać chodzić do lekarza lub umrzeć z miłości co nie było zdarzeniem przez nas pożądanym J. Ucięcie dwustronne ma miejsce oczywiście dla pacjentów, którzy dołączyli do badania w trakcie jego trwania oraz opuścili grupę badawczą z przyczyn innych niż śmierć na raka (pacjent A).

W analizie przeżycia zmienną zależną może być albo czas zajścia zdarzenia albo status obserwacji w danym czasie (np. żyje, nie żyje). Zmienne te mogą być szacowane za pomocą dwóch funkcji zależnych od czasu: funkcja przeżycia i funkcja hazardu. Funkcje te są kluczowymi pojęciami w analizie przeżycia opisującymi rozkład czasu zdarzeń. Funkcja przeżycia jest rozumiana jako prawdopodobieństwo, że dana osoba przeżyje przynajmniej do ustalonego czasu t i opisana jest wzorem

S(t)=P[T>t]=1-F(t)

gdzie  F(t)=P[<t] jest dystrybuantą rozumianą jako prawdopodobieństwo tego, że osoba umrze przed czasem t. Funkcja hazardu natomiast opisuje prawdopodobieństwo, że w danej jednostce czasu dojdzie do zdarzenia i jest dana wzorem

wzorek

który oznacza, że dla małego (bliskiego 0) przedziału czasu  obliczane jest prawdopodobieństwo, że dana osoba umrze w przedziale czasu  (t,t+gt)pod warunkiem, że przeżyła ona do czasu t.

Do estymacji funkcji w analizie przeżycia i funkcji hazardu stosuje się zarówno metody parametryczne jak i nieparametryczne. Metody parametryczne zakładają, że ogólny rozkład czasu przeżycia może być dany jednym ze znanych rozkładów prawdopodobieństwo, w praktyce najczęściej używa się rozkładu wykładniczego, Weibulla, Gompertza i log-logistycznego. Parametry w takich modelach są zazwyczaj szacowane za pomocą odpowiedniej modyfikacji funkcji największej wiarygodności.

Do obliczenia funkcji analizy przeżycia za pomocą metod nieparametrycznych  najczęściej stosowaną i najszerzej znaną metodą jest estymator Kaplana- Meiera. Służy on nie tylko do szacowania prawdopodobieństwa przeżycia i przedstawienia go w formie graficznej, ale też do porównywania dwóch lub więcej grup badanych (np. dwie grupy stosujące różne leki, albo różnice między kobietami i mężczyznami).

Inną często używaną metodą w analizie przeżycia jest model analizy przeżycia proporcjonalnego hazardu Cox’a, który jest modelem semiparametrycznym. Metoda ta pozwala na zbudowanie modelu przeżycia z kilkoma predyktorami oraz na oszacowanie, które zmienne wpływają na zwiększenie się ryzyka zajścia zdarzenia.

Więcej o statystycznej analizie danych w naukach medycznych:

Statystyczna analiza w medycynie

Statystyczna analiza danych w pedagogice gdańsk warszawa wrocław kraków poznań

Obserwacje ucięte w analizie przeżycia

Analiza Przeżycia – Survival Analysis

 

Pomiary w badaniach psychologicznych.

meto

 

„Not everything that counts can be counted, and not everything that can be counted counts.”

Albert Einstein

Postaramy się dzisiaj opowiedzieć trochę co nieco o pomiarach badawczych.

Odnosząc się do powyższego cytatu to właśnie zmienne teoretyczne się liczą, lecz nie mogą być policzone. Natomiast wiele „zanieczyszczonych” zmiennych może być policzone, lecz mają one zerowe znaczenie, bądź nawet wprowadzają szum do badania. Ale zacznijmy od początku.

Do wyboru mamy szeroki wachlarz metod pomiarowych: miary obserwacyjne (gdy rejestrujemy zachowania osób badanych), miary samoopisowe, czyli ankiety i kwestionariusze, jak również miary wykonaniowe, a nawet dane archiwalne. Od tego czy prawidłowo dobierzemy narzędzia zależy dalsze powodzenie badania. Możemy to porównać do soczewek. Na przykład: gdy dalekowidz będzie chciał przeczytać książkę to dużo bardziej przydadzą mu się okulary z soczewkami na plusie, niż te na minusie. Tak samo jest w przypadku pomiaru. Odpowiednio dobrane narzędzia są podstawą do uchwycenia istoty badania, a od ich precyzji zależy to, czy uda się wykryć różnice.

Na początku musimy zaprojektować sposób pomiaru zmiennej teoretycznej, ustalić co będzie wskaźnikiem zmiennej (operacjonalizacja).

Istnieje szereg sposobów, na jakie można mierzyć zmienną teoretyczną, uzyskując wiele jej wskaźników. To wiąże się z tym, że uzyskane wyniki nie zawsze będą adekwatne do badania. Należy pamiętać, że wszystkie wskaźniki są w pewnym stopniu „zanieczyszczone” wpływem innych zmiennych i nie jesteśmy w stanie tego zanieczyszczenia w stu procentach wyeliminować. Dobrym wyjściem w tej sytuacji jest użycie miar złożonych, a nie posługiwanie się pojedynczym wskaźnikiem interesującej nas zmiennej.

Gdy za pomocą odpowiednio dobranych narzędzi dokonamy już pomiaru, zebrane wyniki należałoby jakoś zakodować.

Tutaj z pomocą przychodzą nam skale pomiarowe. W zależności od charakteru zmiennych, możemy je mierzyć na skalach jakościowych i ilościowych. Gdy dokonujemy pomiaru takiej zmiennej jak np. kolor włosów, używamy najniższej skali jakościowej – skali nominalnej. Przy jej pomocy nie porządkujemy danych według jakiejś hierarchii, lecz tylko je klasyfikujemy. Pozwala nam ona na odróżnienie jednego obiektu od drugiego. Kiedy mamy do czynienia ze zmiennymi, które tworzą jakąś hierarchię, możemy posłużyć się wyższą skalą jakościową – skalą  porządkową. Dzięki zastosowaniu jej, otrzymujemy informacje o porządku poszczególnych wartości. Istotą tej skali jest to, że nie dysponujemy żadnymi jednostkami miary, więc nie pozwala nam ona oszacować o ile wynik X różni się od wyniku Y, natomiast możemy oszacować ich relację większy/mniejszy.

Jeżeli odległość między poszczególnymi wartościami na skali jest taka sama, to jest to jednoznaczne z występowaniem jednostek, a co za tym idzie używamy skali ilościowych.

Przy ich pomocy możemy nie tylko ustalić porządek danych, ale również dystans między nimi. Kryterium odróżniającym skale w ramach skali ilościowych, jest występowanie zera bezwzględnego. I tak, na skali przedziałowej mogą pojawiać się wartości ujemne, ponieważ punkt odniesienia skali nie jest bezwzględny (temperatura w stopniach Celsjusza). Na skali ilorazowej, wartości ujemne nie występują ponieważ charakter mierzonych danych na to nie pozwala, istnieje zero bezwzględne (np. liczba dzieci, wiek). Ta skala umożliwia nam nie tylko ustalenie relacji, odległości między danymi ale też stosunek ile razy wynik X jest większy od wyniku Y. Przy dokonywaniu pomiarów należy mierzyć zmienne tak, by uzyskać jak najwyższą skalę, gdyż im wyższa skala tym większą mamy zapewniona dokładność, a więc tym większe szanse na uchwycenie subtelnych nawet różnic między analizowanymi grupami. W przypadku, gdy zebrane informacje będą zbyt szczegółowe na nasze potrzeby, zawsze możemy je uogólnić schodząc do niższej skali. Jednak kiedy okaże się, że mamy za mało szczegółów nie będzie możliwości podwyższenia skali.

Podczas zbierania danych, musimy pamiętać, że dla wszystkich badanych sytuacja badawcza powinna być identyczna, a przynajmniej jak najbardziej zbliżona.

Uzyskać to możemy między innymi poprzez spisanie instrukcji do badania i odczytywanie jej za każdym razem, by każdy biorący udział usłyszał to samo polecenie. Jeżeli badanie przeprowadza więcej eksperymentatorów, warto kontrolować, która osoba była badana, przez którego badacza, aby mieć możliwość oszacowania w późniejszych analizach wpływu tej zmiennej na wyniki. Dobór do badania może się odbyć na kilka sposobów. Możemy bazować na ochotnikach, co wiąże się z wygodą, ale ma poważne wady metodologiczne. W badaniach psychometrycznych często stosuje się próbę kwotową, czyli taki dobór grupy badawczej, by zachowana została struktura z populacji. Najlepsza z punktu widzenia wnioskowania o zbiorowości generalnej, ale zarazem najtrudniejsza do uzyskania jest próba losowa. Aby ją uzyskać stosuje się różnorodne sposoby losowania. Odnośnie grupy kontrolnej spełniony być musi kanon jednej różnicy. Tylko wtedy wnioskowanie będzie sensowne.

Autorem tekstu jest Martyna Kuligowska.

kpt kuligov 3

Analizy statystyczne / analiza badań / metody statystyczne

Analizy statystyczne / analiza badań / metody statystyczne

Analizy statystyczne, usługi i kompleksowa pomoc naukowa w Metodolog.pl

Przeprowadzamy wszystkie elementy procesu przetwarzania informacji  w formie analiz danych dla firm oraz  wykonujemy analizy statystyczne i usługi dla naukowców piszących:

  • Prace statystyczno analityczne (badania statystyczne)
  • Pomoc statystyczna w pracach akademickich (prace magisterskie i doktorskie)
  • Projekty i granty badawcze (złożone projekty badawcze)
  • Artykuły naukowe do czasopism i jouranli (z każdej dziedziny nauki)
  • Projekty komercyjne (usprawnienia i optymalizacje procesów w firmach dotyczących zarządzania, produkcji i sprzedaży)
  • Rozwiązania statystyczne dla problemów biznesowych (redukcja kosztów i zwiększanie zysków osiąganych przez firmy)
  • Opracowania statystyczne, coroczne raporty i zestawiania w formie tego czym są obliczenia statystyczne na biurku szefa o 9 rano w piątek

Analizy statystyczne

Dzięki naszej pomocy i tym jakie doradztwo oraz usługi statystyczne możemy Ci zaoferować, osiągniesz wysoki poziom naukowości Twojego projektu

Wszelkie działania przeprowadzamy z głową -> Zobacz jaka jest nasza filozofia współpracy z klientem (klik)

Konsultacje statystyczne i doradztwo

  • Staramy się znaleźć wiedzę i informacje o zasadnym podejściu do zastanego problemu badawczego.
  • Omówiamy projekt analizy statystycznej. Ma to na celu przyjęcie odpowiedniej metodologii analitycznej.
  • Przekładamy problem naukowy/biznesowy na rozwiązanie wytłumaczone językiem jakim jest analiza statystyczna ze wszystkimi możliwymi lub potencjalnymi scenariuszami kroków i postępowań weryfikacyjnych.
  • Niemniej niektóre procedury analityczne czy usługi statystyczne są wysoce wystandaryzowanymi działaniami (szczególnie w nauce).
  • Dlatego współpraca, zależnie od szacowanych gabarytów projektu może różnić się programem realizacji. Nasza praktyka nauczyła nas, że w 80% projektów z zakresu statystycznej analizy danych w nauce i biznesie ma charakter rutynowy.
  • W przypadku dużych projektów analitycznych warto jest wypróbować się nawzajem i dokonać próby sił zleceniodawcy i zleceniobiorcy. Szczególnie preferowaną opcją jest wykonanie projektu alfa/pokazowego lub małych analiz statystycznych usprawniając lub pomagając podjąć niezbędne decyzje, które nie mają kosztownych konsekwencji.
  • Niemniej jednak pozostałe 20% niestandardowych zleceń wzmacnia nas w przekonaniu, że czujność i skrupulatność przy wymianie informacji na temat badanego problemu, ściśle wiąże się z sukcesem projektu wykonywania takich działań jak analiza statystyczna i opracowania statystyczne.

Analizy statystyczne – czym jest sukces ich realizacji?

Sukces projektu polegającego na przedsięwzięciu jakim jest analiza statystyczna w nauce lub analityce biznesowej jest w Metodolog.pl mierzony pod względem trzech aspektów:

  • zadowolenia klienta
  • realizacji celów klienta
  • wykonania prac w zakładanym budżecie
  • zakończenia projektu w ustalonym czasie

Będąc ekspertem w swojej dziedzinie nie koniecznie musisz być jednocześnie specjalistą w statystyce. Dlatego oferujujemy Ci profesjonalizm, czym jest nasza wiedza statystyczna i znajomość metodologii badań. Wszystkim studentom, badaczom, naukowcom i eksperymentatorom oraz innym osobom zainteresowanym analizami statystycznymi proponujemy wszechstronne usługi statystyczne w analizie danych do wszelkich prac naukowych i cenzusowych (m.in. prac naukowych, licencjackich, magisterskich, doktorskich, grantów, raportów i innych).

Wszelkie analizy statystyczne wykonywane są za pomocą dowolnego oprogramowania statystycznego.

Prowadzimy usługi statystyczne drogą elektroniczną dla klientów z całego kraju.

Modelowa sytuacja działania z nami w projektach statystycznych wygląda następująco:

Poniżej przedstawiamy tok pracy z klientami i ich projektami. Nie zawsze realizujemy taki program działań, ale najczęściej tak on wygląda. Zmienia się on najczęściej w zależności o wymiarów i gabarytów zleceń.

  • poznajemy się
  • zarysowujemy stan pożądany w którym Ty, Twoja hipoteza, problem badawczy lub Twój biznes ma się znaleźć.
  • myślimy nad elementarnymi krokami które przybliżą Ciebie lub biznes choć trochę do pożądanej perspektywy
  • poznajemy potencjał, charakter i cel Twojego biznesu lub problemu badawczego oraz szacujemy cenę i czas realizacji
  • tworzymy umowę
  • wystawiamy rachunek
  • zabieramy się do pracy.
  • jeśli napotkamy jakieś problemy bądź jeżeli będziemy potrzebować więcej informacji o czymś, to skontaktujemy się z Tobą
  • w momencie napotkania ciekawych, podejrzanych lub niejednoznacznych wyników kontaktujemy się i dyskutujemy co dalej (nie podejmujemy ważnych decyzji (mogących zmienić kierunek wydobycia wiedzy z danych) bez świadomości klienta)
  • na każdym z zaplanowanych etapów wysyłamy wyniki, sugestie, rekomendacje.
  • kończymy pracę w postaci sprawozdania w formie raportu z procesu.

Zakres usług:

W Metodolog realizujemy pomoc statystyczną przy wielu skomplikowanych projektów z zakresu statystyki oraz metodologii badań. Jesteśmy na bieżąco w tym co się dzieje na świecie w kontekście tego czym się zajmujemy na co dzień przy pracy z klientami. Stosujemy tradycyjne podejście do problemów, ale jesteśmy w stanie dostarczyć niestandardowe i nowe rozwiązania. Poniżej przedstawiamy zagadnienia którymi zajmujemy się w codziennej praktyce zawodowej. Poza tym zawsze realizujemy to na co umówimy się z klientem.

  • Tworzenie i praca na różnych bazach/zbiorach danych (różne formaty), kodowanie i przygotowanie danych do analizy, ocena jakości danych
  • Statystyka opisowa
  • Analiza zależności zmiennych
  • Wizualizacje danych (w tym badanie współzależności przy pomocy statystycznych technik graficznych)
  • Testowanie hipotez statystycznych
  • Tworzenie i analiza rzetelności oraz jednowymiarowości skal
  • Analizy wielowymiarowe
  • Predykcja i badanie zależności – regresja liniowa i logistyczna, analiza dyskryminacyjna
  • Redukcja danych – analiza czynnikowa i PCA (w tym też konfirmacyjna analiza czynnikowa)
  • Klasyfikacja i grupowanie – techniki drzew decyzyjnych, analizy skupień, wyznaczanie odległości między obiektami
  • Niepełne techniki taksonomiczne – analiza korespondencji i skalowanie wielowymiarowe
  • Analiza statystyczna  badań własnych
  • Modelowanie równań strukturalnych – SEM (w tym modelowanie równań strukturalnych metodą PLS)

Wszystkie usługi statystyczne obejmują:

Zazwyczaj staramy się dostarczać pełen pakiet końcowy dla klientów. Niemniej zdarza się, że klienci niektórych rzeczy nie chcą lub nie potrzebują. W takich wypadkach stosujemy spersonalizowane realizacje. Niemniej uśredniając to najczęściej naszym klientom dostarczamy poniższych zbiór usług i dóbr.

  • raport z wynikami oraz ich interpretacją
  • plik z danymi (różne formaty)
  • dodatkowe elementy na życzenie (prezentacje itp.)
  • analizy dla nauk społecznych, psychologii, nauk ekonomicznych, medycznych, technicznych i wielu innych… (możemy przetwarzać wszystkie informacje, które są wyrażone w liczbach i symbolach)
  • długoterminowy serwis obliczeń i doradztwa

Metodolog.pl jest dostawcą analiz statystycznych i rozwiązań naukowych, a zarazem rzetelną i długo działającą firmą na rynku.

Praktyka i doświadczenie dużo nas nauczyło. Wiele pytań badawczych i przewidywań jest zależna od tego jaki kształt ma przyjąć szacowany wynik. Dlatego wiele hipotez i problemów badawczych może być weryfikowana wieloma typami metod statystycznych. Metodolog ma na swoim zapleczu badawczym testy i algorytmy odpowiadające na wymagania 99% problemów. Zapewniając w ten sposób nawet bardzo wysublimowane wyniki. Poniżej przedstawiamy spektrum wykonywanych testów statystycznych. W zależności od wymagań projektu jesteśmy dowolnie manipulować testami statystycznymi i procedurami obliczeniowymi by uzyskiwać pożądane rezultaty (widziane z perspektywy stawianych przewidywań lub celu analizy). Oczywiście służymy pomocą statystyczną / naukową i dobrymi radami w kwestii doboru testów statystycznych i metod służących do estymacji pożądanych wyników. Niekiedy ze względu na skomplikowany charakter wykonywanych przez nas usług przeszukujemy literaturę dotyczącą obliczeń i metod statystyki współczesnej (oraz tej najświeższej) by jak najlepiej dopasować techniki obliczeniowe do problemów naukowych badacza zlecającego nam projekt.

Do wykorzystywanych przez nas metod statystycznych należą między innymi testy i modele realizujące skomplikowane zadania.

Są to między innymi metody weryfikacyjne:

  • analiza wariancji (analizy wykorzystywane najczęściej w estymacji wyników planów eksperymentalnych)
  • testy t studenta (procedury weryfikujące hipotezy o równości dwóch średnich)
  • analizy korelacji (analiza związków pomiędzy zmiennymi)
  • analizy regresji (liniowa, krzywoliniowa, logistyczna)
  • analiza równań strukturalnych (testowanie zaawansowanych modeli regresji i modelowanie układów teoretycznych)
  • konfirmacyjna analiza czynnikowa CFA (potwierdzanie układów czynnikowych cech latantnych i odzwierciedlenie pełnych układów pomiarowych)
  • modelowanie równan strukturalnych metodą PLS
  • analiza dyskryminacyjna (metoda pozwalająca uchwycić wpływ zmiennych ilościowych na zmienne jakościowe)
  • drzewa decyzjyne (rodzina procedur stosowana do ustalania w sposób statystyczny scenariuszy postępowania w różnych sytuacjach)
  • mapy percepcyjne lub mapy odległości wykonywane metodą ALSCAL lub PROXCAL (weryfikacja podobieństw między produktami)
  • analizy mediacji (weryfikacja osłabiającego wpływu trzeciej zmiennej w relacji dwóch zmiennych)
  • analizy supresji (weryfikacja wzmacniającego wpływu trzeciej zmiennej w relacji dwóch zmiennych)
  • statystyka Bayesowska (analizowanie krotności prawdopodobieństwa hipotezy zerowej lub alternatywnej)
  • analiza CONJOINT i wiele wiele innych…
  • analiza czynnikowa wyższego rzędu oraz odzwierciedlone układy pomiarowe cech latentnych
  • analizy moderowanej układów mediacyjnych dzięki SEM
  • na specjalne życzenie możemy wykonać wyszukane analizy statystyczne w MPLUS

I eksploracyjne analizy statystyczne:

  • analiza skupień (wykrywanie skupisk obserwacji lub zmiennych do siebie podobnych)
  • analiza czynnikowa PCA (redukcja danych i wykrywanie wymiarowości danych)
  • analiza koszykowa (analiza asocjacji w zbiorze danych)
  • analiza korespondencji (eksploracyjne okno na dane)
  • sieci neuronowe
  • text mining
  • sieci Cohonena
  • mix analiz wchodzących w skład metod wykorzystywanych przy weryfikacji hipotez i problemów badawczych

Nie jesteśmy w stanie wymienić wszystkich narzędzi, technik i procedur statystycznych bo jest ich zbyt wiele. Na co dzień  wykorzystujemy różnorodne techniki, wskaźniki oraz metodologie analityczne, by realizować dla Was w odpowiedni sposób przewidywania i modele wyjaśniające. Czasem wykorzystujemy łączone analizy, modelujemy dane oraz zjawiska (np. modelowaniem równań strukturalnych). O to wszystko możesz nas podpytać.

Mailowo bądź telefonicznie odpowiemy na Twoje wszystkie pytania związane z analizami statystycznymi i metodologią badań naukowych kilk

mgr Konrad Hryniewicz

mgr Konrad hryniewicz

***

Wyjaśnienie definicji dotyczących takich kwestii jak analiza statystyczna, usługi statystyczne i pomoc statystyczna:

Analiza statystyczna

  • procedura matematyczna podsumowująca dane ilościowe w sposób pozwalający na wyciąganie wniosków lub podejmowanie decyzji

Usługi statystyczne

  • czynności realizowane przez zleceniodawcę na rzecz zleceniobiorcy polegająca na rozwiązaniu problemu naukowego lub biznesowego za pomocą technik obliczeniowych przy zachowaniu najwyższej staranności i współczesnych standardów

Techniki statystyczne

  • procedury lub zbiory kroków pozwalających na utworzenie odpowiednich konstrukcji statystycznych pozwalających na realizowanie bardziej złożonych operacji lub wyciągania wniosków

Metody statystyczne eksploracji danych

  • są to techniki pozwalające na przeszukiwanie danych w celu odnalezienia istotnych związków lub selekcji danych do dalszej obróbki

Procedury weryfikacyjne

  •  są formalne analizy statystyczne pozwalające na wyciąganie wniosków na podstawie jednoznacznego odrzucenia lub pozostania przy hipotezie zerowej (przy szczególnych typach analiz np. Analizach Bayesowskich analiza taka ma nieco inny charakter, ale nadal pozostaje ona formalną procedurą weryfikacyjną)

Analiza statystyczna w biznesie

  •  polega na wykrywaniu tendencji i wzorców w zbiorach danych (najczęściej tego typu analizy  mają przynieść ekonomiczne korzyści związane z redukcją kosztów lub zwiększeniem zarobków firmy)

Analiza statystyczna danych w nauce

  •   jest to pomoc statystyczna i polega na matematycznej weryfikacji hipotez, przewidywań, problemów badawczych oraz określeniu siły badanych zależności lub wzajemnych wpływów zjawisk na siebie (w tego typu postępowaniach analitycznych dąży się do poznania prawdy naukowej).

Sukces projektu analitycznego jest to uwieńczenie współpracy między klientem a analitykiem polegającej na:

  • 1) realizacji wszystkich oczekiwań klienta w ustalonym terminie
  • 2) wykonaniu wszelkich prac i działań w umówionej na początku prac kwocie
  • 3) wykonanie wszelkich starań by projekt końcowy był bliski oczekiwaniom badawczym lub biznesowym klienta
  • 4) zadowoleniu klienta ze współpracy z usługodawcą statystycznym

Metodologia prac w specjalistycznej firmie zajmującej się przetwarzaniem danych ilościowych

  •  jest to modus operandi pracy z klientem z małymi wyjątkami i odchyleniami od standardowego toku pracy (najczęściej przy konsultacji tego ze zleceniodawcą)

Analizy statystyczne badań

  •  jest to statystyczne przetwarzanie zebranych informacji pod kątem odpowiedzi na pytania naukowe lub w kierunku realizacji jakiegoś celu np. utworzeniu modelu wyjaśniającego,  właściwości pomiarowych kwestionariusza badawczego lub utworzeniu scenariusza postępowania w różnych sytuacjach.

Opracowania statystyczne lub opracowanie statystyczne

  • polega to na opisaniu podjętych czynności obliczeniowych w kierunku uzyskania pożądanych efektów statystycznych użytecznych w wyciąganiu wniosków
statystyka medyczna, biostatystyka

Statystyka medyczna

Wykonanie obliczeń w badaniach medycznych.

Statystyka medyczna

Odnosi się do testów statystycznych i technik obliczeniowych wykonywanych w różnych dziedzinach, ale mających też zastosowanie w medycynie jako statystyki medyczne. Statystyka medyczna są to głównie między innymi podejścia do testowania hipotez i modeli statystycznych oraz procedury analityczne z zakresu technik specyficznych dla obszaru medycyny oraz z innych obszarów nauki (ale z powodzeniem stosowanych w biostatystyce przy weryfikacji wyników badań medycznych). W swojej długoletniej praktyce analitycznej i tym czym jest statystyka medyczna dla naszych klientów, nauczyliśmy się współpracować z naukowcami-akademikami oraz wykorzystywać w odpowiedni sposób metody statystyczne do danych klinicznych i labolatoryjnych.

Statystyka medyczna. Najczęściej przetwarzanymi przez nas danymi są informacje dotyczące:

  • pacjentów szpitali, którzy są poddawani różnym interwencjom przez lekarzy
  • danych z eksperymentów nad zwierzętami
  • próbkami materiałów biologicznych
  • danych z ministerstwa lub zbiorów z zewnętrznych baz danych
  • ilościowymi danymi ankietowymi
  • stanu zdrowia populacji Polski (statystyki medyczne oparte o reprezentatywne dane)

Metodolog.pl ma do zaoferowania cały zbiór metod statystycznych i metodologii postępowania w statystyce medycznej. Praktycznie do tych celów wykorzystujemy poniższe metody, a teoretycznie możemy nauczyć się nowych i z powodzeniem zaaplikować je do realizowanego projektu. Poniżej przedstawiamy metody statystycznej obróbki danych których używamy najczęściej w rozwiązywaniu naukowych problemów medycznych.

Używane przez nas w statystyce medycznej procedury przetwarzania danych  to między innymi:

  1. Analiza przeżycia pacjentów i chorych metodami : Regresja COXa, Wykresy Kaplana Mayera, Tablice trwania życia, regresja logistyczna
  2. Weryfikacja skuteczności leków, zabiegów, operacji i różnych typów leczenia (wieloczynnikowe modele analizy wariancji)
  3. Modelowanie równań strukturalnych (SEM) metodą PLS (variance based approach) oraz ML, ADF, GLF, ULS i SLS (covariance based)
  4. Analiza skuteczności procedur fizjoterapeutycznych (testowanie pomiarów w modelach wieloczynnikowych analizy kowariancji dla układów zależnych)
  5. Analiza statystyczna różnic pomiędzy grupą eksperymentalną a kontrolną w testowaniu leków (testowanie hipotez o równości średnich oraz ocena siły efektu tych manipulacji)
  6. Zaawansowane modele wieloczynnikowe i wielowymiarowe (analiza dyskryminacyjna oraz wielozmiennowe modele regresyjne)
  7. Badanie zależności (korelacje, korelacje kanoniczne, analizy korespondencji)
  8. Statystyczna weryfikacja i ocena zmiennych życiowych i parametrów związanych z życiem ludzkim (analizy regresji logistycznej, wyliczanie ilorazów szans (OR)
  9. Ocena skuteczności terapii
  10. Obliczenia statystyczne do artykułów medycznych (wykorzystywanie zaawansowanych technik obliczeniowych i raportowanie ich w ergonomiczny i przejrzysty sposób)
  11. Biostatyka i obliczenia statystyczne w fizjoterapii (metody polegające na ocenie istotności źródeł wariancji )
  12. Statystyczna weryfikacja ilościowych badań podłużnych (wykorzystanie metod modelowania równań strukturalknych)
  13. Biostatystyka i statystyka medyczna w każdym obszarze działalności naukowej lekarza
  14. Metody statystyczne w ocenie skuteczności podejmowanych czynności diagnostycznych (drzewa decyzyjne, regresja logistyczna)
  15. Diagnoza algorytmiczna/statystyczna w klinice (metody regresyjne, losowe lasy)

Wykonywanie obliczeń statystycznych jest bardzo często spotykane w kontekście akademickim. Dlatego Metodolog podpowiada jak wykonać odpowiednie kroki by pomóc sobie wykonać dobrą pracę.

Jak wygląda modelowa praca przy takich projektach?

Z jakich obszarów się ona składa?

  1. Rozpoznanie potrzeb i ustalenie problemów badawczych
  2. Ustalenie kierunku weryfikacji badania medycznego i wykorzystania odpowiednich statystyk medycznych
  3. Wybór metod statystycznych w badaniach wśród nauk o życiu i zdrowiu
  4. Wykonanie obliczeń statystycznych i wizualizacji danych medycznych
  5. Analiza mocy testów i oszacowanie siły efektów zależności i wpływów czynników badanych w medycynie
  6. *Konsultacje, korepetycje, wsparcie i pomoc statystyczna w medycynie i biostatystyce oraz pomoc naukowa
  • Oczywiście są odchylenia i sytuacje wyjątkowe więc około 20% projektów realizowanych przez nas przyjmuje inny charakter pracy, zazwyczaj bardzo indywidualny.

Przykładowe profity.

  1. Poradzenie sobie z dosyć trudną rzeczą jaką jest statystyka w naukach o życiu
  2. Oszczędność czasu przy badaniach medycznych
  3. Posiadanie profesjonalnie wykonanych obliczeń i opisu statystycznego w pracy magisterskiej/doktorskiej lub projekcie naukowym
  4. Realizacja zawsze wykonana w terminie
  5. Rekomendacje i wyjaśnienia dotyczące statystyki i biostatystyki

Zalety takiej pacy.

  1. Pomoc specjalisty i interdycyplinarnego zespołu
  2. Podejście ma zawsze zindywidualizowany charakter
  3. Ceny ustalane są pod projekt.

Zachęcamy do współpracy, lekarzy, dentystów, weterynarzy, pielęgniarki oraz wszystkich tych, którzy mają problemy ze statystyką w badaniach medycznych lub chcą mieć prawidłowo wykonaną biostatystykę. Nasza firma statystyczna znajduje się w Sopocie, ale mamy ogromne doświadczenie wykonywania projektów statystycznych online. W momencie kiedy czujemy, że realizacja online nie ma sensu (zagadnienie jest zbyt skomplikowane) to podejmuje się organizacji delegacji i dojazdu do klienta lub wykorzystujemy telekonferencje.

Statystyka medyczna z racji tego, że jest podstawą do wnioskowania o ludziach i podejmowaniu decyzji w kontekście ich życia oraz zdrowia, musi być wykonywana na najwyższym poziomie. Metodolog.pl dzięki swojemu ogromnemu doświadczeniu z klientami i naukowcami dostarcza wysokiej jakości statystyki medyczne, normy medyczne, systemy klasyfikacji, predykcji i estymacje modeli teoretycznych.

Dzięki naszym realizacjom można pewnie podejmować strategiczne decyzje dotyczące ochrony zdrowia.

Podstawowe rodzaje schematów badań w nauce i biznesie

meto1

 

Planując badanie statystyczne mamy wiele schematów do wyboru.

W zależności od charakteru zmiennych musimy dostosować formę prowadzenia badania tak, by uzyskać najbardziej wiarygodne wyniki. I tak mamy schemat eksperymentalny, który jest najbardziej „naukowy” lecz co za tym idzie, najtrudniejszy do przeprowadzenia.

Zaletą schematu eksperymentalnego

jest to, że za jego pomocą można wyciągać wnioski przyczynowo-skutkowe. Pozwala on na udzielenie odpowiedzi na pytania o różnicę. Wyodrębniając w sposób losowy (w najprostszej postaci) grupę eksperymentalną i grupę kontrolną porównujemy zachowanie jednostek ze względu na oddziaływanie eksperymentalne. W grupie eksperymentalnej wprowadzamy owo oddziaływanie, natomiast w grupie kontrolnej – nie (lub w dużo mniejszym natężeniu). Przedmiotem manipulacji eksperymentalnej są zmienne niezależne, a pomiaru dokonujemy zmiennych zależnych. Należy pamiętać by przy wprowadzaniu manipulacji eksperymentalnej wziąć pod uwagę względy etyczne. Proces badawczy nie może mieć negatywnych skutków dla jednostek biorących w tym badaniu udział, ponieważ wartość nadrzędną dla badaczy powinno stanowić zawsze dobro człowieka. Znacznie bardziej efektywne od nie wprowadzania w ogóle oddziaływania w grupie kontrolnej, jest wprowadzenie go, lecz pozbawionego elementów wywołujących wzrost poziomu zmiennej niezależnej. Taka grupa kontrolna pozwala spełnić kanon jedynej różnicy, który zakłada, że aby móc stwierdzić relację przyczynowo-skutkową, grupa kontrolna powinna różnić się od eksperymentalnej jedynie natężeniem zmiennej niezależnej, przy braku różnic w innych aspektach. Z tym zagadnieniem wiąże się kontrola zmiennych niezależnych ubocznych, które mogą mieć wpływ na zmienną zależną będącą przedmiotem badania. Podczas projektowania badania, należy zastanowić się nad tym co w danym przypadku może być taką właśnie zmienną niezależną uboczną, by móc później kontrolować jej wpływ, by nie zniekształcała wyników badania. W przypadku schematu eksperymentalnego wszystko powinno się odbywać w sposób losowy, zarówno dobór do badania (randomizacja I stopnia), jak i późniejszy dobór do poszczególnych grup (randomizacja II stopnia).

Ze względu na to, że wieloma zmiennymi nie da się manipulować bo są np. zmiennymi klasyfikacyjnymi (np. płeć) lub jest to niezgodne z przyjętymi normami etycznymi, znacznie częściej przeprowadza się badania schematem quasi-eksperymentalnym. W przeciwieństwie do poprzedniego schematu, ten nie pozwala na wnioskowanie przyczynowo-skutkowe. Dobór do takiego rodzaju badania nie jest przeprowadzany losowo. Obserwujemy takie grupy, które  funkcjonują w sposób naturalny  w rzeczywistości. Otrzymujemy informację o istniejących między nimi różnicach i podejmujemy się analizy. W obu przypadkach porównujemy grupy, tylko sposób ich wyodrębniania jest różny.

Badania polegające na porównywaniu grup, w których są inne osoby określa się mianem schematów między osobami (pomiary lub grupy niezależne).

Gdy grupy wyróżniamy na podstawie jednej zmiennej niezależnej, mamy do czynienia z prostym schematem badawczym. Jednak nie musimy się ograniczać do jednej zmiennej. Rozbudowując schemat poprzez dodanie kolejnej zmiennej niezależnej uzyskujemy złożony schemat badawczy. W tym przypadku możemy uwzględniać samodzielne oddziaływanie każdej ze zmiennych, jak i wzajemny wpływ tych zmiennych, czyli badać ewentualnie zachodzące interakcje. Ze względu na to, że rozbudowując badanie zwiększa się liczba osób potrzebnych do jego przeprowadzenia, warto rozważyć  (o ile to możliwe) schemat wewnątrz osób (inaczej grupy zależne albo powtarzany pomiar). W takiej metodzie przeprowadzania badań osoby badane uczestniczą we wszystkich warunkach badawczych, czyli jest jedna grupa, tylko za każdym razem zmienia się oddziaływanie eksperymentalne. Ta forma znacznie zmniejsza koszty badania, niestety nie jest ona możliwa do przeprowadzenia w każdym badaniu, głównie ze względu na zmienne klasyfikacyjne.

Gdy chcemy dokonać pomiaru dwóch lub więcej zmiennych i przeanalizować relacje między nimi, z pomocą przychodzi nam schemat korelacyjny. Tak jak quasi-eksperyment nie umożliwia on nam wnioskowania o związku przyczynowo-skutkowym, lecz tylko pozwala obserwować relacje między zmiennymi. W tym schemacie nie występują grupy, badamy tylko czy np. wraz ze wzrostem wartości zmiennej A wzrastają wartości zmiennej B.

Autorem tekstu jest Martyna Kuligowska

kpt kuligov 3