Аннотация:
Описательная статистика - дисциплина, которая объединяет методы оценки, обобщения и представления данных. В этом руководстве авторы представляют два основных типа данных: качественные и количественные переменные, а также наиболее распространенные подходы к числовому и графическому описанию их распределений. В статье описаны два основных набора параметров: меры центральной тенденции (среднее арифметическое, медиана, мода) и вариации (стандартное отклонение, квантили), а также предложены подходы к их практическому применению. Авторы объясняют различия между генеральной совокупностью и случайными выборками, которые обычно становятся предметом научных исследований. Показатели, которые характеризуют выборку, например меры центральной тенденции, представляют точечные оценки, которые могут отличаться от соответствующих характеристик общей популяции. Руководство познакомит читателя с концепцией доверительного интервала - диапазона значений, который с определенной вероятностью содержит истинное значение соответствующего параметра общей популяции. Все представленные концепции и определения проиллюстрированы примерами, которые имитируют данные реальных медицинских исследований.
Descriptive statistics provides tools to explore, summarize and illustrate the research data. In this tutorial we discuss two main types of data - qualitative and quantitative variables, and the most common approaches to characterize data distribution numerically and graphically. This article presents two important sets of parameters - measures of the central tendency (mean, median and mode) and variation (standard deviation, quantiles) and suggests the most suitable conditions for their application. We explain the difference between the general population and random samples, that are usually analyzed in studies. The parameters which characterize the sample (for example, measures of the central tendency) are point estimates, that can differ from the respective parameters of the general population. We introduce the concept of confidence interval - the range of values, which likely includes the true value of the parameter for the general population. All concepts and definitions are illustrated with examples, which simulate the research data.
Буланов Н.М. Первый Московский государственный медицинский университет им. И. М. Сеченова Минздрава России (Сеченовский Университет)
Суворов А.Ю. Первый Московский государственный медицинский университет им. И. М. Сеченова Минздрава России (Сеченовский Университет)
Блюсс О.Б. Первый Московский государственный медицинский университет им. И. М. Сеченова Минздрава России (Сеченовский Университет); Университет Хартфордшира
Мунблит Д.Б. Первый Московский государственный медицинский университет им. И. М. Сеченова Минздрава России (Сеченовский Университет); Имперский колледж Лондона; Imperial College London
Бутнару Д.В. Первый Московский государственный медицинский университет им. И. М. Сеченова Минздрава России (Сеченовский Университет)
Надинская М.Ю. Первый Московский государственный медицинский университет им. И. М. Сеченова Минздрава России (Сеченовский Университет)
Заикин А.А. Первый Московский государственный медицинский университет им. И. М. Сеченова Минздрава России (Сеченовский Университет); Университетский колледж Лондона
Первый Московский государственный медицинский университет им. И. М. Сеченова Минздрава России (Сеченовский Университет)
I. M. Sechenov First Moscow State Medical University (Sechenov University)
Университет Хартфордшира
University of Hertfordshire
Имперский колледж Лондона
Imperial College London
Университетский колледж Лондона
University College London
Bulanov N.M. I. M. Sechenov First Moscow State Medical University (Sechenov University)
Suvorov A.Y. A. Yu. I. M. Sechenov First Moscow State Medical University (Sechenov University)
Blyuss O.B. I. M. Sechenov First Moscow State Medical University (Sechenov University); University of Hertfordshire
Munblit D.B. I. M. Sechenov First Moscow State Medical University (Sechenov University)
Butnaru D.V. I. M. Sechenov First Moscow State Medical University (Sechenov University)
Nadinskaia M.Y. M. Yu. I. M. Sechenov First Moscow State Medical University (Sechenov University)
Zaikin A.A. I. M. Sechenov First Moscow State Medical University (Sechenov University); University College London
Basic principles of descriptive statistics in medical research eng
Основные принципы применения описательной статистики в медицинских исследованиях
Текст визуальный электронный
Сеченовский вестник
Т. 12, № 3 С. 4-16
2021
статистика как раздел
statistics as topic
нормальное распределение
normal distribution
среднее арифметическое
mean
среднеквадратическое (стандартное) отклонение
standard deviation
квантили
quantiles
доверительный интервал
confidence interval
гистограмма
histogram
Статья
РУКОВОДСТВО ПО БИОМЕДИЦИНСКОЙ СТАТИСТИКЕ
61:311.1
Описательная статистика - дисциплина, которая объединяет методы оценки, обобщения и представления данных. В этом руководстве авторы представляют два основных типа данных: качественные и количественные переменные, а также наиболее распространенные подходы к числовому и графическому описанию их распределений. В статье описаны два основных набора параметров: меры центральной тенденции (среднее арифметическое, медиана, мода) и вариации (стандартное отклонение, квантили), а также предложены подходы к их практическому применению. Авторы объясняют различия между генеральной совокупностью и случайными выборками, которые обычно становятся предметом научных исследований. Показатели, которые характеризуют выборку, например меры центральной тенденции, представляют точечные оценки, которые могут отличаться от соответствующих характеристик общей популяции. Руководство познакомит читателя с концепцией доверительного интервала - диапазона значений, который с определенной вероятностью содержит истинное значение соответствующего параметра общей популяции. Все представленные концепции и определения проиллюстрированы примерами, которые имитируют данные реальных медицинских исследований.
Descriptive statistics provides tools to explore, summarize and illustrate the research data. In this tutorial we discuss two main types of data - qualitative and quantitative variables, and the most common approaches to characterize data distribution numerically and graphically. This article presents two important sets of parameters - measures of the central tendency (mean, median and mode) and variation (standard deviation, quantiles) and suggests the most suitable conditions for their application. We explain the difference between the general population and random samples, that are usually analyzed in studies. The parameters which characterize the sample (for example, measures of the central tendency) are point estimates, that can differ from the respective parameters of the general population. We introduce the concept of confidence interval - the range of values, which likely includes the true value of the parameter for the general population. All concepts and definitions are illustrated with examples, which simulate the research data.