Оглавление

Рекомендовано Координационным советом по области образования «Здравоохранение и медицинские науки» в качестве учебного пособия для использования в образовательных учреждениях, реализующих основные профессиональные программы высшего образования по программам специалитета 30.05.03 «Медицинская кибернетика» (протокол №091 от 19.06.2025, рег. номер 3200 ЭКУ от 19.06.2025).

Учебное пособие подготовлено авторским коллективом в рамках выполнения НИОКР «Разработка платформы повышения качества ИИ-сервисов для медицинской диагностики» (№ЕГИСУ: 123031400006—0) в соответствии с приказом Департамента здравоохранения города Москвы от 17.12.2024 №1184 «Об утверждении государственных заданий, финансовое обеспечение которых осуществляется за счет средств бюджета города Москвы, государственным бюджетным (автономным) учреждениям, подведомственным Департаменту здравоохранения города Москвы, на 2025 год и плановый период 2026 и 2027 годов».

РЕЦЕНЗЕНТЫ

Галиновский Андрей Леонидович — д-р техн. наук, д-р пед. наук, заведующий кафедрой СМ-12 «МГТУ им. Н. Э. Баумана»

Носовский Андрей Максимович — д-р биол. наук, ведущий научный сотрудник ФГБУН «ГНЦ РФ — ИМБП РАН»

НОРМАТИВНЫЕ ССЫЛКИ

В настоящем документе использованы ссылки на следующие нормативные документы (стандарты):

— ГОСТ Р ИСО 5479—2002. Статистические методы. Проверка отклонения распределения вероятности от нормального распределения.

— Рекомендации по стандартизации Р 50.1.033—2001. Прикладная статистика. Правила проверки согласия опытного распределения с теоретическим. Часть 1. Критерий Хи-квадрат.

— Рекомендации по стандартизации Р 50.1.037–2002. Прикладная статистика. Правила проверки согласия опытного распределения с теоретическим. Часть 2. Непараметрические критерии.

ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ

КАК РАБОТАТЬ С УЧЕБНЫМ ПОСОБИЕМ

Учебное пособие предназначено для слушателей курса «Методология планирования и проведения научных исследований. Биостатистика» по научной специальности 3.1.25. Лучевая диагностика и не является самоучителем (в широком смысле данного понятия) по программированию и статистическому анализу данных на языке R, а представляет дополнение к очному курсу по предмету.

Слушателям, которые впервые сталкиваются со статистическим анализом данных и языком программирования R и решили самостоятельно освоить предмет (программирование на языке R и статистический анализ данных) с помощью представленного пособия, авторы рекомендуют следующий порядок изучения материала:

1. Детально изучить приложение Б пособия и освоить основной синтаксис языка R. Если приведенного материала покажется недостаточно, то можно обратиться к работе Н. Мэтлоффа [3].

2. Далее последовательно ознакомиться с материалом, изложенным в пособии. К каждому статистическому критерию или тесту приведены детальные примеры его применения с кодом, написанным на языке R.

3. Если освоение материала проходит самостоятельно, без возможности прямого или удаленного контакта с консультантом, и представленный в пособии материал кажется непонятным, то обучаемому рекомендуется ознакомиться с источниками [1], [2], [4] списка литературы[1].

Для слушателей курса «Методология планирования и проведения научных исследований. Биостатистика» по научной специальности 3.1.25. Лучевая диагностика, проходящих обучение под руководством преподавателя, учебное пособие является дополнительным источником, позволяющим лучше усвоить материал лекций и практических занятий. В этом случае порядок работы с данным пособием соответствует порядку чтения лекций и проведения семинарских занятий. Слушателям рекомендуется провести самостоятельное статистическое исследование в соответствии с алгоритмом, представленным на рисунке 2 раздела «Введение», на основе открытых наборов данных. Интернет-ресурсы с открытыми наборами данных указаны в параграфе 2.8.

При использовании электронной версии пособия у читателя возникнет желание не вводить код вручную, а копировать программный код из текста и вставлять его в файл скрипта. Настоятельно не рекомендуется это делать по двум основным причинам:

1. При самостоятельном наборе программного кода команды алгоритм работы с данными лучше запоминается.

2. При прямом переносе и немедленном исполнении возникают ошибки, связанные с различиями стандартных шрифтов, принятых при наборе текста в пособии, и шрифтами, применяемыми в интегрированной среде разработки. Наиболее частая ошибка связана с кавычками, знаком «минус» (при переносе может быть воспринят как знак дефиса), применяемыми для экранирования строковых констант или значений.

 Более глубокого понимания критериев и тестов можно добиться, ознакомившись с оригинальными публикациями, которые можно найти с помощью поисковой системы https://scholar.google.com.