Analiza statystyczna danych epidemiologicznych

Wiele jest obiecane w przedmowie do tej książki, a przynajmniej w części, autor dostarcza. Książka jest przeznaczona dla odbiorców, którzy mają pewne doświadczenie w zakresie statystyki, ale niekoniecznie dla tych, którzy chcą podchodzić do tematu z matematycznym rygorem. Prezentowany materiał nie zawiera elementarnych metod statystycznych, ale nie jest to intencja autora. Książka zajmuje się dwoma obszarami, które zazwyczaj nie są prezentowane: analizą kohortową i analizą przestrzenną. Autor podkreśla praktyczne zastosowania metod, a nie ich rozwój teoretyczny. Wartość praktycznych aplikacji jest znacznie wzmocniona przez najsilniejszy atrybut książki, format książki, który następuje po jednym zestawie danych za pomocą wielu różnych technik statystycznych. Rzeczywiste dane są podane tak, aby zainteresowani czytelnicy mogli sprawdzić przykłady ręcznie; ten format umożliwia również czytelnikom uruchamianie danych za pośrednictwem własnych pakietów oprogramowania statystycznego.
Ta książka ma wiele dobrych cech. Przedstawiono kilka zasad. Na przykład w rozdziale 7 autor stwierdza: Iloraz szans jest najłatwiejszy do zinterpretowania, gdy częstotliwość choroby jest niska (mniej niż 0,1 w obu grupach czynników ryzyka i niezwiązanych z czynnikiem ryzyka). Nie tylko przykłady danych są dobre, ale autor poświęca również czas na interpretację parametrów modelu, koniecznością dla osób zainteresowanych praktycznym zastosowaniem technik statystycznych.
Na uwagę zasługuje kilka punktów. W rozdziale 10. jest dobre zastosowanie poletek kwantowych do analizy przeżycia. Autor podkreśla, że interpretacja głównych efektów spoczywa domyślnie na założeniu, że w modelu nie ma interakcji, a w pierwszej części rozdziału 7 jest dobry przykład szacowanego ilorazu szans, który jest bliski 1, ale nadal znaczący (punkt często pomijany przez epidemiologów, którzy polegają na wartości P). Dyskusja na temat interpretacji wartości P i przedziałów ufności jest dobra, ale trudno ją znaleźć w książce; należy do rozdziału 6, ale nie można go znaleźć w rozdziale 7.
Jest jeden potencjalny problem z tą książką. Tekst jest oparty na notatkach kursu (i czyta je), dzięki czemu można znaleźć rzeczy, jeśli czytasz książkę od deski do deski, ale możesz pominąć niektóre kluczowe szczegóły, jeśli czytasz tylko wybrane części. W szczególności pochowano kilka użytecznych pojęć statystycznych. Książka bardzo skorzystałaby na reorganizacji kilku pierwszych rozdziałów, aby zaprezentować takie podstawowe pojęcia, jak iloraz szans, wybór modelu, interakcje w modelach i zastosowanie testów współczynnika prawdopodobieństwa.
Mam również kilka pytań dotyczących kwestii statystycznych. Na przykład Selvin dokłada wszelkich starań, aby pokazać, że heterogeniczność zmniejsza zmienność. Jest to sprzeczne z intuicją, a argumenty warunkowo-prawdopodobieństwa mogą być użyte do wykazania, że heterogeniczność zwiększa zmienność. W rozdziale 11 używa często używanego skrótu, odwołując się po prostu do analizy chi-kwadrat przykładowych danych. Autor powinien być bardziej konkretny i powinien powiedzieć, że w tym przypadku wykorzystano statystykę testu chi-kwadrat Mantel-Haenzsela. Jest to prawdopodobnie raczej niedopatrzenie niż błąd, ale podręczniki powinny korygować niejasności, a nie zachęcać.
Objęcie analizą kohortową i analizą przestrzenną, chociaż ich włączenie jest mile widziane, jest wadliwe
[więcej w: urolog ciechanów, krew oddawanie, akupunktura cena ]