Классическая параметрическая статистика в медицинских исследованиях

• ANOVA это англоязычная аббревиатура, обозначающая:

• -критерий Стьюдента;
• дисперсионный анализ;
• корреляционный анализ;
• факторный анализ

• -критерий Стьюдента был разработан:

• Гарольдом Хотеллингом;
• Джоном Стьюдентом;
• Роналдом Фишером;
• Уильямом Госсетом

• -критерий Стьюдента для парных (связанных) выборок:

• может быть использован в классическом виде;
• не существует;
• совпадает с t-критерием Стьюдента для случая разных дисперсий;
• существует в виде адаптации классического t-критерия

• -критерий Стьюдента для случая неравных дисперсий:

• может быть использован в классическом виде;
• не существует;
• совпадает с t-критерием Стьюдента для случая равных дисперсий;
• существует в виде адаптации классического t-критерия

• -критерий Стьюдента используется для:

• определения статистической значимости различий средних величин в двух независимых группах с нормальным распределением;
• определения статистической значимости различий средних величин в двух независимых группах с распределением, отличающимся от нормального;
• определения статистической значимости различий средних величин в трех независимых группах с нормальным распределением;
• определения статистической значимости различий средних величин в трех независимых группах с распределением, отличающимся от нормального

• Верны следующие утверждения:

• в отсутствии связи коэффициент корреляции равен –1;
• знак коэффициента корреляции показывает направление связи (прямая или обратная), а абсолютная величина – тесноту связи;
• коэффициент корреляции может принимать значения от –1 до +1;
• коэффициент корреляции оценивает только линейную связь

• Всю зарегистрированную соответствующим образом информацию о пациенте, которая может быть важна при проведении исследования и интерпретации его результатов можно считать:

• биомедицинскими данными;
• важными данными;
• клиническими данными;
• паспортными данными

• Выделяют следующие виды дисперсионного анализа:

• для качественных и для количественных признаков;
• одномерный и многомерный;
• однофакторный и многофакторный;
• с простыми измерениями и с повторными

• Дисперсионный анализ позволяет:

• оценить доверительные интервалы средних значений;
• проверить статистическую значимость коэффициента корреляции;
• проверить статистическую значимость различия между средними значениями в разных группах;
• проверить статистическую значимость различия между стандартными ошибками среднего в разных группах

• Для сравнения двух зависимых групп по количественному нормально распределённому признаку используют

• -критерий Стьюдента для несвязанных групп;
• -критерий Стьюдента для связанных групп;
• дисперсионный анализ (ANOVA);
• тест Манна-Уитни

• Для сравнения двух независимых групп по количественному нормально распределённому признаку используют:

• -критерий Стьюдента для несвязанных групп;
• -критерий Стьюдента для связанных групп;
• дисперсионный анализ (ANOVA);
• тест Манна-Уитни

• Для сравнения трех независимых групп по количественному нормально распределённому признаку используют:

• -критерий Стьюдента для несвязанных групп;
• -критерий Стьюдента для связанных групп;
• дисперсионный анализ (ANOVA);
• тест Манна-Уитни

• Если исследование проводится путем анализа уже имеющихся в медицинской документации данных о больных, то исследование называется:

• поперечным;
• продольным;
• проспективным;
• ретроспективным

• Если исследователь знает, кто относится к тестовой группе, а кто – к контрольной, но этого не знают сами участники групп, то исследование называют:

• двойным слепым;
• не слепым;
• простым слепым;
• тройным слепым

• Если параметр распределён в соответствии с нормальным распределением, то в интервале μ±σ лежит ____ всех значений параметра:

• 50%;
• 68,26%;
• 75,8%;
• 95,44%

• Если попадания одного объекта (пациента) в одну из выборок никак не связано с попаданием других объектов (пациентов) в другие выборки данного исследования, то такие выборки называют:

• зависимые;
• независимые;
• связанные;
• случайные

• Если рассчитанное значение t-статистики Стьюдента меньше критического, найденного по таблице, то

• -статистика была рассчитана с арифметическими ошибками;
• делаем вывод о малом объёме выборки;
• делаем вывод о статистической значимости различий между сравниваемыми величинами;
• различия сравниваемых величин статистически не значимы

• Если рассчитанное значение t-статистики Стьюдента равно или больше критического, найденного по таблице, то

• -статистика была рассчитана с арифметическими ошибками;
• делаем вывод о малом объёме выборки;
• делаем вывод о статистической значимости различий между сравниваемыми величинами;
• различия сравниваемых величин статистически не значимы

• Интервал, в который попадает истинное значение измеряемой величины с заданной вероятностью, называют:

• вероятностным интервалом;
• доверительныминтервалом;
• интервалом изоляции;
• интервалом надежности

• Использовать дисперсионный анализ можно, если выполнены следующие условия:

• выборок не более двух;
• данные нормально распределены;
• дисперсии в выборках неравны;
• соблюдается условие равенства (гомоскедастичности) дисперсий

• Использовать классический t-критерий Стьюдента можно, если выполнены следующие условия:

• выборок более двух;
• данные нормально распределёны в обеих выборках;
• дисперсии в выборках неравны;
• соблюдается условие равенства (гомоскедастичности) дисперсий

• Корректная полная запись описательной статистики нормально распределённых данных может иметь вид:

• M ± S;
• M ± m;
• M ± m, S;
• M ± σ2

• Нормальное распределение однозначно задаётся всего двумя величинами:

• доверительным интервалом;
• математическим ожиданием;
• модой;
• среднеквадратическим отклонением

• Обнаружение статистически значимых, но логически не объяснимых корреляций:

• возможно;
• невозможно;
• часто встречается;
• является следствием неверного расчёта коэффициента корреляции

• Описать параметр – это

• указать необходимый и достаточный набор числовых характеристик параметра (переменной) для данной выборки, позволяющий в необходимом объеме восстановить вид распределения описываемого параметра в данной выборке;
• указать среднее значение параметра и доверительный интервал;
• указать среднее значение параметра и среднеквадратическое отклонение;
• указать среднее значение параметра, доверительный интервал и среднеквадратическое отклонение

• Оценку вида распределения количественных данных можно проводить с помощью:

• Критерия Колмогорова-Смирнова;
• Критерия Лиллиефорса;
• Критерия Стьюдента;
• Критерия Шапиро-Уилка

• Параметрические критерии:

• используют параметры нормального распределения – среднее и стандартное отклонение;
• не накладывают требования на вид распределения;
• не применимы в тех случаях, когда есть основания предполагать, что исследуемые признаки подчиняются нормальному распределению;
• не реализованы в пакетах статистических прикладных программ

• Переменные с двумя возможными значениями принято называть:

• бинарными;
• группирующими;
• количественными;
• факторными

• Подход к медицинской практике, при котором решения о применении профилактических, диагностических и лечебных мероприятий принимаются исходя из имеющихся доказательств их эффективности и безопасности, называют:

• доказательной медициной;
• надлежащей медицинской практикой;
• научно обоснованной медициной;
• научной медициной

• Представление результатов дисперсионного анализа предполагает указание следующих величин:

• Р-значение критерия;
• значение t-статистики;
• описательную статистику количественного признака для всей выборки;
• описательную статистику количественного признака для каждой группы

• Представление результатов исследования различий в двух группах по нормально распределённому количественному параметру предполагает указание следующих величин:

• Р-значение критерия;
• значение t-статистики;
• описательную статистику количественного признака для всей выборки;
• описательную статистику количественного признака для каждой группы

• При объёме выборок больше 20 в качестве 95%-ного доверительного интервала можно использовать интервал:

• от M – 1,3 m до M + 1,3 m;
• от M – 2 m до M + 2 m;
• от M – 3 m до M + 3 m;
• от M – m до M + m

• При описании корреляционного анализа необходимо указать:

• значение коэффициента корреляции;
• среднее значение;
• уровень p-значения;
• число наблюдений

• Распределение вероятностей, которое в случае одной переменной задаётся функцией плотности вероятности, совпадающей с функцией Гаусса, называется:

• нормальным распределением;
• обычным распределением;
• распределением Бернулли;
• распределением Пуассона

• Символом σ часто обозначают:

• дисперсию;
• среднее значение параметра;
• стандартное отклонение параметра;
• стандартную ошибку среднего

• Символом σ2 часто обозначают:

• дисперсию;
• среднее значение параметра;
• стандартное отклонение параметра;
• стандартную ошибку среднего

• Символом M обычно обозначают:

• дисперсию;
• среднее значение параметра;
• стандартное отклонение параметра;
• стандартную ошибку среднего

• Символом m обычно обозначают:

• дисперсию;
• среднее значение параметра;
• стандартное отклонение параметра;
• стандартную ошибку среднего

• Среди количественных данных принято выделять:

• дискретные;
• непрерывные;
• номинативные;
• порядковые

• Среднее стандартное отклонение может обознаться символами:

• S;
• SD;
• σ;
• СКО

• Стандартная ошибка среднего может обозначаться символами:

• SE;
• SEM;
• m;
• sd;
• s