ΠΦΥ -Εκπαίδευση > Συζητήσεις πάνω σε ιατρικά θέματα
Βιοστατιστική και επιδημιολογία
medicus:
ΜΕΘΟΔΟΣ MONTE CARLO
Ο υπολογισμός των ορίων εμπιστοσύνης των παραμέτρων κατανομής(περιθώριων ή εξαρτησιακών) και παράγωγων μεγεθών(π.χ. ποσοστημορίων κατανομής) είναι κρίσιμος για την εκτίμηση της αβεβαιότητας και της διακινδύνευσης. Ο αναλυτικός υπολογισμός είναι δυνατός μόνο σε λίγες περιπτώσεις.
Η προσομοίωση Monte Carlo είναι μια αριθμητική μέθοδος που δυνητικά μπορεί να υπολογίσει όρια εμπιστοσύνης χωρίς περιορισμούς. Ωστόσο, ακόμη και αυτή η μέθοδος δεν είναι τόσο άμεση, γενική και εύκολη στην εφαρμογή όπως φαίνεται. Οι υπάρχουσες άμεσες λύσεις είναι ακριβείς μόνο σε λίγες περιπτώσεις, ενώ αν εφαρμοστούν σε άλλες περιπτώσεις μπορεί να οδηγήσουν σε μεγάλα σφάλματα.
Η μέθοδος Monte Carlo πρωτοπαρουσιάστηκε από τους von Neumann, Ulam και Metropolis στο τέλος του δευτέρου παγκοσμίου πολέμου. Η βασική ιδέα της μεθόδου είναι ότι μπορούμε να αντικαταστήσουμε ένα ντετερμινιστικό πρόβλημα με ένα πιο απλό πιθανοκρατικό αντίστοιχο. Η ανάλυση προαπαιτεί την παραγωγή τυχαίων αριθμών. Όσο πιο «τυχαίοι» είναι αυτοί οι αριθμοί, τόσο καλύτερα – πιο κοντά στην πραγματικότητα – είναι και τα αποτελέσματα της ανάλυσης.
Η πρώτη μεγάλης κλίμακας εφαρμογή Monte Carlo προσομοιώσεων σε υπολογιστή έγινε το 1953 στο Los Alamos από τους Metropolis, Rosenbluth, Teller και Teller. Αν και η τεχνολογία των υπολογιστών έχει προχωρήσει σε ασύλληπτα επίπεδα από τότε, οι βασικές αρχές της εφαρμογής της μεθόδου δεν έχουν αλλάξει και πολύ. Στα χρόνια μας η μέθοδος βρίσκει εφαρμογή οπουδήποτε προκύπτει ο σκόπελος της εκθετικής υπολογιστικής πολυπλοκότητας και το υπό ανάλυση μοντέλο υπάγεται σε διαδικασίες κανονικής κατανομής και αναλύσεις με τυχαίους αριθμούς. Με σχετικά ολιγάριθμους υπολογισμούς(εφαρμογές της μεθόδου Monte Carlo) λαμβάνονται αποτελέσματα ανάλυσης που βρίσκονται εξαιρετικά κοντά στο πραγματικό. Όσο μεγαλύτερος ο αριθμός των τυχαίων πειραμάτων Monte Carlo, τόσο περισσότερο αυθεντικό είναι και το αποτέλεσμα. Συνεπώς, αναζητείται, κατά την ανάλυση, ένας συγκερασμός μεταξύ του αριθμού των πειραμάτων και της προσδοκούμενης ακρίβειας.
medicus:
ΧΡΟΝΟΛΟΓΙΚΕΣ ΣΕΙΡΕΣ -TIME SERIES
Με τον όρο χρονολογικές σειρές ή χρονοσειρές εννοούμε παρατηρήσεις κατανεμημένες σε ίσα διαστήματα του χρόνου. Τρία στοιχεία διαδραματίζουν σημαντικότατο ρόλο στην ανάλυσή τους: η τάση(trend), η εποχικότητα(seasonality) και οι αυτοσυσχετίσεις(autocorrelations). Παρατηρώντας και αναλύοντας τα ποσοτικά δεδομένα του παρελθόντος μπορούμε μελετήσουμε τις "εσωτερικές" δομές του υπό μελέτη συστήματος ή/και να προβλέψουμε τη μελλοντική του συμπεριφορά.
Η στοχαστική αυτή διαδικασία χαρακτηρίζεται από την αξιοπιστία των αποτελεσμάτων της και την δυνατότητα εφαρμογής της σε πάσης φύσεως ποσοτικά δεδομένα. Στον τομέα της Υγείας οι εφαρμογές είναι ποικίλες όπως η προληπτική ιατρική, η κλινική δημογραφία, η νοσολογική και θεραπευτική πορεία κατ'άτομο ή κατ'ομάδα, το ηλεκτροκαρδιογράφημα, το εγκεφαλογράφημα και πολλές ακόμη.
Τα διάφορα μοντέλα μελέτης ή/και ανάλυσης απαιτούν σχετικά μεγάλο αριθμό δεδομένων(αν και υπάρχουν ειδικά μοντέλα για μικρό αριθμό δεδομένων) αλλά και εμπειρία από τον αναλυτή, προκειμένου να εξάγονται τα σωστά συμπεράσματα σε κάθε βήμα χτισίματός του. Ακολουθώντας τις αρχές και την θεωρία που τα διέπουν, κανένα μοντέλο δεν βγαίνει λάθος, όμως κάποια είναι καλύτερα από τα άλλα και αυτό εξαρτάται από την εμπειρία και παρατηρητικότητα του αναλυτή και αυτή είναι η ειδοποιός διαφορά που κάνει την πρόβλεψη ακριβέστερη.
Παραθέτω και ένα πολύ εύχρηστο και δωρεάν λογισμικό(Δεν είναι ορατοί οι σύνδεσμοι (links).
Εγγραφή ή Είσοδος), για όσους θέλουν να ασχοληθούν με την μελέτη-ανάλυση δεδομένων χρησιμοποιώντας τη διαδικασία των "χρονολογικών σειρών".Δεν είναι ορατοί οι σύνδεσμοι (links).
Εγγραφή ή Είσοδος
medicus:
Δεν είναι ορατοί οι σύνδεσμοι (links).
Εγγραφή ή Είσοδος
medicus:
Μερικές χρήσιμες στατιστικές εξισώσεις του Excel και πως λειτουργούν.
medicus:
Μπεν Γκολντέικερ: Ενάντια στην κακή επιστήμη (πατήστε Δεν είναι ορατοί οι σύνδεσμοι (links).
Εγγραφή ή Είσοδος για να μεταβείτε στην παρουσίαση)
Καθημερινά ακούμε στις ειδήσεις νέες συμβουλές υγείας, αλλά πώς μπορούμε να ξέρουμε αν είναι σωστές; Ο γιατρός και επιδημιολόγος Μπεν Γκολντέικερ μας δείχνει πώς μπορούν να διαστρεβλωθούν τα στοιχεία, από τους πασιφανείς ισχυρισμούς για τη διατροφή μέχρι τα ανεπαίσθητα τρικ της φαρμακευτικής βιομηχανίας.
Πλοήγηση
[0] Λίστα μηνυμάτων
[#] Επόμενη σελίδα
Μετάβαση στην πλήρη έκδοση