Статистика и био-что-угодно

[Marxist]

вот мы снова вернулись к малому объёму начальной выборки. Q.E.D.

[Polychemist]

Dear VTur, а может было бы полезно, если бы Вы на примере некой медицинской работы с неправильной статистикой показали, как надо было действовать, имея в распоряжении то же самое количество лабораторных животных? Постадийно, в виде методички, не только с умными терминами, но и с соответствующими формулами и примерами их применения. Честно, это было бы действительно полезно. Этакое микропособие.

[A_D]

И в качестве дополнения - этот топик не имеет по сути смысловой нагрузки... Все знают, что многие исследования опираются на очень хромые стат. расчеты, все понимают, что 7 крысок МАЛО. Но продолжают спорить...

[VTur]

Я пишу очень медленно и тяжело. Например, я, очень поддерживаю создание местной энциклопедии, но в обсуждении не участвую, так как не хочу брать на себя обязательства по написанию.
По статистике, вы лучше спросите, я отвечу на все вопросы.
Но основной вопрос в медицине, не как обрабатывать данные, а как формировать выборку.

[A_D]

Итак, вопрос... я интересуюсь множественной регрессией. Вы не могли бы подсказать, есть ли возможность найти уравнение множественной - например, зависимость 3-5 переменных - регрессии в нелинейной форме? Есть ли какие-либо методы для этого? Может литературку посоветуете...

[VTur]

Итак, вопрос... я интересуюсь множественной регрессией. Вы не могли бы подсказать, есть ли возможность найти уравнение множественной - например, зависимость 3-5 переменных - регрессии в нелинейной форме? Есть ли какие-либо методы для этого? Может литературку посоветуете...

Очень, очень специфическая область. Посмотрите в программе "Statistica", я ей не пользуюсь, поэтому не знаю. Литература: 1) Айвазян С.А., Енюков И.С., Мешалкин Л.Д., Прикладная статистика. Исследование зависимостей. М.: 1985. 2) Демиденко Е.З. Линейная и нелинейная регрессии. М., 1981. 3) Демиденко Е.З. Оптимизация и регрессия. М. 1989. В этих книгах ссылки на статьи.
Можно воспользоваться методом наименьших квадратов для аппроксимации мат. ожиданий. Но, вроде, он может быть неустойчивым, там есть какие-то проблемы, в том числе и вычислительные.

[VTur]

Итак, вопрос... я интересуюсь множественной регрессией. Вы не могли бы подсказать, есть ли возможность найти уравнение множественной - например, зависимость 3-5 переменных - регрессии в нелинейной форме? Есть ли какие-либо методы для этого?

Сейчас поговорил со знакомыми. В натурных экспериментах в физике, химии, биологии, медицине, фармации, многомерной нелинейной регрессии быть не может. Для построение 3-х или 5-ти мерной гиперповерхности требуется такая ... туча точек, что просто не реализуемо. Например, что бы найти мат. ожидание для одной точки, использую по десять измерений по каждой координате, всего требуется сделать 10³ экспериментов. Чтобы создать гиперповершность требуются тысячи и миллионы точек по 10³ экспериментов. Возможно, Вы имели в виду сечения гиперповерхности, а это нелинейная регрессия по одной переменной с параметрами.

[Polychemist]

Итак, вопрос... я интересуюсь множественной регрессией. Вы не могли бы подсказать, есть ли возможность найти уравнение множественной - например, зависимость 3-5 переменных - регрессии в нелинейной форме? Есть ли какие-либо методы для этого? Может литературку посоветуете...

Почитайте о "планировании эксперимента". Это вроде как наука, которая учит как при разумном минимуме экспериментов получить некую вменяемую зависимость игрека от нескольких иксов. Минимизацией среднекв. отклонения я баловался (обработка данных о системе, описываемой несколькими равновесными реакциями) и понял что тут главное: 1. На исходной стадии свести к минимуму число независимых переменных, хотя бы до 3-х. 2. При оптимизации принимать меры для поиска глобального минимума. Всегда есть опасность свалится в локальный, число которых растет при повышении числа независимых переменных и ухудшении точности измерения игрека.

[A_D]

Я занимаюсь QSAR. Задача, которую пытаюсь состоит в том, что необходимо установить зависимость активности от нескольких параметров - M, MR, lopP etc, зависимости далеко не линейные, есть оптимумы, пессимумы.... Но решить задачу для трехмерной регрессии я не могу...

[VTur]

Знаю, что нелинейная регрессия встречается:
а) у военных,
б) в экономике,
в) в метеорологии,
г) в численных экспериментах.
У первых в ближайшее время спросить не смогу.
По вторым и третьим - получаемые ими решения очень неустойчивы (небольшие изменения в параметрах сильно влияют на вид зависимости). А прогнозы сами знаете какие. Они идут другим путем, или одномерная нелинейная регрессия (книжка Кендалла), или многомерная линейная (книжка Андерсона). Если нужно, названия могу уточнить.
Там заморочки такие: существует ли решение в элементарных функциях? данное разложение единственное? в каком разложении ряд сходится наиболее быстро? можно ли получит решение с требуемым отклонением (погрешностью)? при аппроксимации рядом сколько степеней брать? сходится ряд или расходится?
Часть этих заморочек, например, в квант. хим. не решена.
Если предварительно на них не ответить, то прогноз будет как в метеорологии.

[Marxist]

Если предварительно на них не ответить, то прогноз будет как в метеорологии.

Ну так метеорологические 85% -- это хорошая точность в QSAR

[VTur]

Если предварительно на них не ответить, то прогноз будет как в метеорологии.

Ну так метеорологические 85% -- это хорошая точность в QSAR

Значит, нужно искать их книжки.

[eukar]

Во-вторых. Вопрос: в популяции есть другие, не похожие крысы (другой массы, пола, возраста), чем эти? Ответ - есть. Значит выборка нерепрезентативна и данные относятся только к подобным (как в эксперименте) крысам и эти данные не могут быть отнесены на других крыс. Возможно, у тех будут другие цифры, а возможно и такие же (воспроизводимость будет хромать). Лучше использовать как много больше разных крыс, чем несколько одинаковых. Больше вероятность компенсации (уравновешивания) ошибок.

Слишком сложно и дорого. Прежде всего, потому, что на инбредных крысах хоть какую-то воспроизводимость можно получить, а на обычных нельзя сравнивать одну крысу с другой. Тем более что в случае с нервной системой-то как раз всё просто, она у всех одинаковая, только вот фенотипические различия могут скрадывать действие на нервную систему. Есть стандарт -- значит, надо пользоваться стандартом.

Нет, в статистике принято по другому. Разнообразие - это как раз хорошо, чем больше разнообразие, тем на большую популяцию можно отнести результаты (выше "репрезентативность"). Разнообразие (с достаточным количеством объектов) уравновешивает случайные факторы (см. "центральную предельную теорему"). Если бы все крысы в популяции были совершенно одинаковые, выводы были правильны. Если есть разнообразие - выводы относятся к конкретным крысам, а не к популяции.

Смотря какой вывод о действии хочется получить. Если "вещество увеличивает говорливость на 23 плюс-минус 2 процента", то нужно использовать большие группы разнообразных подопытных. А если "данное вещество увеличивает говорливость особи", то, с учетом одноразовости мышек как раз лучше, чтобы контроль и опыт были максимально одинаковыми.

[VTur]

Смотря какой вывод о действии хочется получить. Если "вещество увеличивает говорливость на 23 плюс-минус 2 процента", то нужно использовать большие группы разнообразных подопытных. А если "данное вещество увеличивает говорливость особи", то, с учетом одноразовости мышек как раз лучше, чтобы контроль и опыт были максимально одинаковыми.

Это мечта всех медиков - переход к персональной медицине. Осталось разработать персональные лекарства для каждого из нас. Я "за". Для мышей такие лекарства уже разрабатывают, хотя, Марксист говорил, что их потом того.