Биотехнические системы и технологии (Семенова ФИБС БТС 11 семестр) / Лекции 1-6
.pdf2. РЕШЕНИЕ ХАРАКТЕРИСТИЧЕСКОГО УРАВНЕНИЯ
• − λ = 0 – характеристическое уравнение.
• λ , = 1, 2, … , – собственные значения матрицы .
( ) = T = Tλ = λ .
• Ковариационная матрица главных компонент (1), (2), … , ( ) будет иметь вид диагональной матрицы
1 |
0 |
0 |
= … |
… |
… . |
|
|
|
0 |
0 |
|
• Преобразование, с помощью которого осуществляется переход от исходных компонент
к главным компонентам |
( = T) , ортогонально, исходные переменные |
(1), (2), … , ( ) можно выразить через главные компоненты:
= 1 (1) + 2 (2) + + ( ) (в матричной записи = ).
Метод главных компонент |
7 |
3. ПЕРЕХОД К НОВЫМ ПЕРЕМЕННЫМ
• Ортогональное преобразование = T оставляет инвариантной обобщенную дисперсию, а также сумму дисперсий компонент исходного вектора
(1) + (2) + + ( ) = λ1 + λ2 + + λ = (1) + (2) + + ( ).
• Анализ изменения относительной доли дисперсии:
′ = (1)+ (2)+ + ( ′) = λ1+λ2+ +λ ′, (1 ′ ),(1)+ (2)+ + ( ) λ1+λ2+ +λ
вносимой первыми ′ главными компонентами.
• Определяется число компонент, которое целесообразно сохранить.
Метод главных компонент |
8 |
Константин Болсунов, Евгения Семенова
АВТОМАТИЗАЦИЯ БИОМЕДИЦИНСКИХ ИССЛЕДОВАНИЙ
Модуль 4. Автоматизация анализа биомедицинских сигналов и данных Блок 2. Дисперсионный анализ
ДИСПЕРСИОННЫЙ АНАЛИЗ
Дисперсионный анализ – это статистический метод оценки связи между факторными и результативным признаками в различных группах, отобранный случайным образом и основанный на определении различий значений признаков.
|
Выборки |
|
|
|
Виды дисперсионного |
|
|
|
|
|
анализа |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Зависимые |
|
Независимые |
|
Однофакторный |
|
Многофакторный |
|
|
|
|
|
|
|
Признаки:
•Факторные признаки – признаки, влияющие на изучаемое явление.
•Результативные признаки – признаки, изменяющиеся под влиянием факторных признаков.
Дисперсионный анализ |
16 |
УСЛОВИЯ ПРИМЕНЕНИЯ ДИСПЕРСИОННОГО АНАЛИЗА
1.Задача исследования – определение силы влияния одного фактора на результат или определение силы совместного влияния различных факторов.
2.Изучаемые факторы независимы между собой.
3.Подбор групп для исследования проводится рандомизированно.
4.Можно применять как количественные, так и качественные признаки.
Необходимое условие применения однофакторного дисперсионного анализа:
a) Нормальность распределения анализируемых групп или соответствие выборочных групп генеральным совокупностям с нормальным распределением.
b) Независимость (не связанность) распределения наблюдений в группах. c) Наличие частоты (повторность) наблюдений.
Дисперсионный анализ |
17 |
ЭТАПЫ ДИСПЕРСИОННОГО АНАЛИЗА
НЕ
ИСПОЛЬЗОВАТЬ
1.Определение зависимой и независимой переменных;
2.Разложение полной дисперсии;
3.Измерение эффектов;
4.Проверка значимости;
5.Интерпретация результатов.
Дисперсионный анализ |
4 |
ЭТАП 1 И ЭТАП 2
Этап 1. Определение зависимой и независимой переменных
Пусть – зависимая переменная, а – независимая переменная, имеющая категорий. Для каждой группы существует наблюдений .
Размер общей выборки = × .
Этап 2. Разложение полной дисперсии
Полную вариацию можно разложить на два компонента:
(межгрупповая вариация – вариация между категориями переменной ); |
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ошибки (внутригрупповая вариация – вариация внутри каждой группы ); |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
= |
+ |
|
, |
|
|
|
|
|
|
где |
= σ |
σ |
( − ) ; |
|
|
|
|
ошибки |
|
= σ |
σ |
( |
− ) ; |
|||
= σ |
|
( |
− ) ; |
|
|
|||||||||||
|
|
|
|
2 |
|
|
|
|
2 |
|
|
|
|
|
|
2 |
|
=1 |
=1 |
|
|
|
=1 |
|
|
ошибки |
=1 |
=1 |
|
|
|
– среднее для всей выборки; – среднее для группы ; – наблюдение в группе.
Дисперсионный анализ |
19 |
ЭТАП 3 И ЭТАП 4
Этап 3. Измерение эффекта
ŋ2 = – корреляционное отношение, ŋ2 изменяется от 0 до 1.
Этап 4. Проверка значимости
0: 1 = 2 = = с
|
|
/( − 1) |
|
|
||
= |
|
|
|
|
= |
|
|
|
/( − с) |
|
|||
|
ошибки |
|
|
|
ошибки |
Дисперсионный анализ |
20 |
НЕ
ИСПОЛЬЗОВАТЬ
ЭТАП 5. ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ
•Если нулевую гипотезу о равенстве групповых средних не отклоняют, то независимая переменная не оказывает статистически значимого влияния на зависимую переменную.
•Если 0 отклоняют, то эффект независимой переменой на зависимую трактуется как статистически значимый.
Дисперсионный анализ |
7 |
ПРИМЕР
б
|
|
Показатель |
Нулевая |
|
Коэффициент |
|
|
гипотеза |
|
детерминации |
|
|
|
|
|
||
|
|
|
Возраст |
|
|
|
|
10: 10: 90 |
− |
|
0,39 |
|
|
10: 5: 85 |
− |
|
0,46 |
|
|
10: 1: 84 |
− |
|
0,14 |
|
|
|
Надчревный угол |
|
|
|
|
40: 10: 130 |
− |
|
0,38 |
|
|
40: 20: 140 |
− |
|
0,48 |
|
|
30: 20: 130 |
+ |
|
− |
|
|
(40: 80): (80: 100): (100: 140) |
− |
|
0,65 |
|
|
(40: 85): (85: 95): (95: 140) |
+ |
|
− |
|
|
7-8 |
межреберье, мм |
|
|
|
|
5: 5: 30 |
+ |
|
− |
|
|
8-9 |
межреберье, мм |
|
|
a |
|
|
|||
|
10: 5: 40 |
+ |
|
− |
|
|
|
10: 10: 40 |
+ |
|
− |
|
|
|
|||
|
|
9-10 |
межреберье, мм |
|
|
|
|
10: 5: 55 |
+ |
|
− |
|
|
10: 10: 60 |
+ |
|
− |
Дисперсионный анализ |
22 |