Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Метод Вальда для дифференциальной диагностики (скрининга). Диагностические баллы для клинических признаков.

Применение и возможности «Мастера функций» в MS Excel. | Применение и возможности «Мастера диаграмм» в MS Excel. | Возможности и порядок применения надстройки «Анализ данных» в MS Excel. | Как создать базу данных. | Способы выполнения сортировки и группировки данных в MS Excel. | Способы выполнения фильтрации данных в MS Excel. | Способы вычисления и представления итогов по группам данных в MS Excel. | Способы создания и модификации сводных таблиц по группам данных в MS Excel. | Назначение и основные функции автоматизированного рабочего места медицинского работника. Медицинские базы данных. | Классификация методов формализации и компьютерного моделирования медицинских данных и знаний. Основные статистические модели. |


Читайте также:
  1. Case-метод Баркера
  2. I. Методические рекомендации по выполнению самостоятельной работы студентов.
  3. I. Организационно-методический раздел
  4. I. Понятие, формы и методы финансового контроля
  5. II. Материалы и методы
  6. II. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ДЛЯ СТУДЕНТОВ
  7. III. Источники и методы получения аудиторских доказательств при проверке кредитов и займов

Метод последовательного анализа, предложенный Вальдом, применяется для дифференциальной диагностики (распознавания двух состояний). В отличие от метода Байеса, число обследова­ний заранее не устанавливается, их проводится столько, сколько необходимо для принятия решения с определенной степенью риска.

Основы метода. При использовании метода Байеса для распоз­навания состояний D1 и D2 следует составить отношение (для независимых признаков)

Еслиили

то принимается решение К*Є D2

В методе последовательного анализа рассматриваемые отно­шения вероятностей признаков (отношения правдоподобия) со­ставляются не сразу, а в последовательном порядке; поэтому, как правило, требуется меньшее число обследований. Подобная форма применяется при нормальном распределении количественных признаков.

Общая процедура метода. Будем для краткости считать, что признаки являются независимыми. Пусть проведено v — 1 обсле­дований, которые еще не дали возможности принятия решения,

но после v-ro обследования

Тогда принимается решение об отнесении объекта к диагнозу D2. К *Є D2. Если после v-гo обследования

то объект относится к диагнозу D1. Для сокращения объема об­следований следует вначале проводить обследование по наибо­лее информативным признакам. Связь границ принятия решения с вероятностями ошибок пер­вого и второго рода. При распознавании могут быть ошибки двоя­кого рода.

Ошибка относящаяся к диагнозу D1 (принимается решение о наличии диагноза D2, когда в действительности объект принадлежит диагнозу D1), называется ошибкой первого рода. Ошибка, относящаяся к диагнозу D2 (принимается решение в пользу диагноза D1 когда справедлив диагноз D2), называется ошибкой второго рода.

Считая состояние D1 исправным, а состояние D2 дефектным, легко понять, что ошибка первого рода является «ложной тре­вогой», а ошибка второго рода «пропуском дефекта».

Обозначим вероятность ошибки первого рода α, второго рода β. Допустим, что имеются условия и принимается ре­шение в пользу диагноза D2. Вероятность того, что это решение будет справедливым, равна 1— β. Вероятность принадлежности объекта с данной реализацией признаков к диагнозу D1 состав­ляет α. С другой стороны, в силу соотношения вероятность диагноза D2, по крайней мере, в А раз больше, чем диа­гноза D1 т. е.

(4.11)

Подобным образом можно получить и следующую оценку:

(4.12)

В практических расчетах часто принимают α = β = 0,05 или α = β = 0,10.


Дата добавления: 2015-08-17; просмотров: 155 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Вероятностная диагностика (скрининг) с использованием стратегия Байеса. Оценка информативности клинических признаков. Ограничения метода.| Применение дискриминантного анализа для классификации объектов по результатам мониторинга параметров здоровья и среды обитания.

mybiblioteka.su - 2015-2024 год. (0.006 сек.)