Post #252
534
Forwarded from Наука и данные
Hadley Wickham жалуется что капчу с пайпами стало проходить все сложнее. 😊
Хороших выходных! 👋
Хороших выходных! 👋
- ❤ 9
Channel Public Channel
BI Biostatistics on the Table
@tabulated_stats
Место, где ML расшифровывается как Maximum Likelihood
- Subscribers
- 341
- Photos
- 122
- Videos
- 6
- Links
- 127
Showing posts older than #253 · Back to latest
Older Posts 20 shown
Post #251
528
Forwarded from статИИстик
Как искать конфаундеры с помощью GLM. Часть 1.
Недавно передо мной стояла задача сравнить две группы пациентов по числу проведенных аферезов гемопоэтических стволовых клеток (ГСК) и по количеству заготовленных ГСК. На первом этапе все достаточно просто: можно использовать стандартные методы сравнения количественных показателей между двумя группами — например, тест Уэлча, Брауна–Муда или Манна–Уитни. Это позволяет оценить, есть ли различия между группами в целом. Это есть в приложении статИИстик.
Однако далее задача усложнилась. Нужно было понять, объясняются ли найденные различия только основной группирующей переменной или на результат также влияют другие факторы. Такие факторы называются конфаундерами — они могут искажать оценку эффекта, если их не учитывать в модели. В обсервационных исследованиях одной из главных методологических проблем является конфаундинг — ситуация, при которой связь между экспозицией и исходом искажается третьей переменной. Конфаундер связан как с воздействием, так и с исходом, и при его игнорировании оценка эффекта может быть смещена. Подробнее можно почитать здесь.
Для решения этой задачи применяются обобщенные линейные модели (GLM), которые позволяют анализировать влияние нескольких факторов одновременно. Подробнее здесь. Сложность заключалась в типе зависимых переменных. В одном случае это было число процедур (дискретные значения от 1 до 7), в другом — количество заготовленных клеток (непрерывная положительная величина). При этом все независимые переменные, включая основную группирующую и возможные конфаундеры, были бинарными.
Классическая линейная регрессия здесь не подходит, потому что она предполагает нормальное распределение зависимой переменной. Логистическая регрессия тоже не подходит, так как используется для бинарных исходов. Поэтому для анализа числа аферезов была выбрана регрессия Пуассона, которая предназначена для моделирования счетных данных. А для анализа количества заготовленных клеток использовалась гамма-регрессия, поскольку эта модель лучше подходит для непрерывных положительных показателей с асимметричным распределением.
В моделях обобщенной линейной регрессии, включая линейную, логистическую и пуассоновскую регрессию, один из наиболее распространенных практических подходов к выявлению конфаундеров основан на оценке изменения коэффициента регрессии при добавлении потенциальной переменной в модель.
Сначала строится «грубая» модель без конфаундеров. Затем добавляется предполагаемый конфаундер, и сравнивается коэффициент регрессии у основного переменной (группирующей). То есть мы усложняем модель и смотрим как ведут себя коэффциенты регрессии. Если после добавления новой переменной коэффициент заметно изменяется, это трактуется как наличие конфаундинга. Исторически в литературе закрепилось эмпирическое правило: если изменение превышает 10%, переменную считают конфаундером и оставляют в модели. На этом задачу можно счиатать выполненной. Кто не хочет на этом останавливаться, читайте часть 2.
Недавно передо мной стояла задача сравнить две группы пациентов по числу проведенных аферезов гемопоэтических стволовых клеток (ГСК) и по количеству заготовленных ГСК. На первом этапе все достаточно просто: можно использовать стандартные методы сравнения количественных показателей между двумя группами — например, тест Уэлча, Брауна–Муда или Манна–Уитни. Это позволяет оценить, есть ли различия между группами в целом. Это есть в приложении статИИстик.
Однако далее задача усложнилась. Нужно было понять, объясняются ли найденные различия только основной группирующей переменной или на результат также влияют другие факторы. Такие факторы называются конфаундерами — они могут искажать оценку эффекта, если их не учитывать в модели. В обсервационных исследованиях одной из главных методологических проблем является конфаундинг — ситуация, при которой связь между экспозицией и исходом искажается третьей переменной. Конфаундер связан как с воздействием, так и с исходом, и при его игнорировании оценка эффекта может быть смещена. Подробнее можно почитать здесь.
Для решения этой задачи применяются обобщенные линейные модели (GLM), которые позволяют анализировать влияние нескольких факторов одновременно. Подробнее здесь. Сложность заключалась в типе зависимых переменных. В одном случае это было число процедур (дискретные значения от 1 до 7), в другом — количество заготовленных клеток (непрерывная положительная величина). При этом все независимые переменные, включая основную группирующую и возможные конфаундеры, были бинарными.
Классическая линейная регрессия здесь не подходит, потому что она предполагает нормальное распределение зависимой переменной. Логистическая регрессия тоже не подходит, так как используется для бинарных исходов. Поэтому для анализа числа аферезов была выбрана регрессия Пуассона, которая предназначена для моделирования счетных данных. А для анализа количества заготовленных клеток использовалась гамма-регрессия, поскольку эта модель лучше подходит для непрерывных положительных показателей с асимметричным распределением.
В моделях обобщенной линейной регрессии, включая линейную, логистическую и пуассоновскую регрессию, один из наиболее распространенных практических подходов к выявлению конфаундеров основан на оценке изменения коэффициента регрессии при добавлении потенциальной переменной в модель.
Сначала строится «грубая» модель без конфаундеров. Затем добавляется предполагаемый конфаундер, и сравнивается коэффициент регрессии у основного переменной (группирующей). То есть мы усложняем модель и смотрим как ведут себя коэффциенты регрессии. Если после добавления новой переменной коэффициент заметно изменяется, это трактуется как наличие конфаундинга. Исторически в литературе закрепилось эмпирическое правило: если изменение превышает 10%, переменную считают конфаундером и оставляют в модели. На этом задачу можно счиатать выполненной. Кто не хочет на этом останавливаться, читайте часть 2.
Post #250
386
Поскольку у автора поста нельзя ставить палец вниз.
Поставлю его здесь: 👎
Не делайте так никогда, пожалуйста.
Поставлю его здесь: 👎
Не делайте так никогда, пожалуйста.
- ❤ 5
- 👍 1
Post #249
495
Forwarded from Bioinformatics Institute
Завтра, 24 февраля в 19:30 МСК, пройдёт открытая лекция в рамках модульного интенсива «Продвинутые разделы биостатистики»!
bioinf.me/education/workshops/hardstat
Сомневаетесь, идти ли на интенсив?
Мы решили сделать вводную лекцию Евгения Бакина «Реальная биостатистика: где заканчиваются классические методы» открытой, чтобы вы точно смогли определиться!
🌑 Присоединятесь завтра к трансляции: https://kinescope.io/0cxqehjLuwBBeJ1NPAi51L
🌑 Подавайте заявку на интенсив до 19 марта 23:59 МСК!
До встречи!
✨Мы в VK | Мы в почте | Мы в Telegram
#bioinf_online #bioinf_education #bioinf_workshop
@bioinformatics_institute
bioinf.me/education/workshops/hardstat
Сомневаетесь, идти ли на интенсив?
Мы решили сделать вводную лекцию Евгения Бакина «Реальная биостатистика: где заканчиваются классические методы» открытой, чтобы вы точно смогли определиться!
🌑 Присоединятесь завтра к трансляции: https://kinescope.io/0cxqehjLuwBBeJ1NPAi51L
🌑 Подавайте заявку на интенсив до 19 марта 23:59 МСК!
До встречи!
✨Мы в VK | Мы в почте | Мы в Telegram
#bioinf_online #bioinf_education #bioinf_workshop
@bioinformatics_institute
- ❤ 3
Post #248
509
Forwarded from RSS bot
What to do in 2026: Your statistics diary
https://statmodeling.stat.columbia.edu/2026/02/14/what-to-do-in-2026-your-statistics-diary/
https://statmodeling.stat.columbia.edu/2026/02/14/what-to-do-in-2026-your-statistics-diary/
- 🔥 1
Post #247
503
Как мне кажется, здесь есть очень интересные мысли
Post #246
620
Апдейт по книжке Bayesian Workflow от Гелмана
- ❤ 3
Post #245
596
Forwarded from R in Action (ru)
|> Таможенный досмотр
У каждого может случиться тот неловкий момент, когда ему в руки приносят jupyter notebook с «готовыми результатами».
Но не все пропало, есть варианты.
Следите за руками.
1. Install Quarto & Positron
2.
3.
4.
Пепел можно незаметно стряхнуть в мусорное ведро.
#R #python
У каждого может случиться тот неловкий момент, когда ему в руки приносят jupyter notebook с «готовыми результатами».
Но не все пропало, есть варианты.
Следите за руками.
1. Install Quarto & Positron
2.
pip install uv3.
uv venv4.
quarto convert notebook.ipynbПепел можно незаметно стряхнуть в мусорное ведро.
#R #python
- 🔥 2
Post #244
437
Forwarded from Bioinformatics Institute
Открыт набор на модульный интенсив «Продвинутые разделы биостатистики», который пройдет с 24 февраля по 28 апреля!
bioinf.me/education/workshops/hardstat | Регистрация до 19 марта 23:59 МСК
В этом году интенсив состоит из 8 модулей, и у вас есть возможность выбрать 2, 4, 6 или все 8 модулей!
1. Смешанные линейные модели
2. Продвинутые модели анализа выживаемости
3. Разработка интерактивных приложений в R/Shiny
4. Машинное обучение в R
5. Обработка пропущенных значений
6. Методы на основе ресемплинга
7. Введение в байесовскую статистику
8. Причинно-следственный вывод
🌑 Лекции и практические занятия будут проходить по вечерам вторников и субботам.
🌑 Стоимость:
2 блока: 25 000 р.
4 блока: 35 000 р.
6 блоков: 45 000 р.
8 блоков: 50 000 р.
🐚Предоставляются скидки выпускникам программ переподготовки и интенсивов Института биоинформатики!🐚
Приглашаем всех, кто имеет базовые знания биостатистики и навыки программирования в R, погрузиться в более сложные методы анализа данных!
#bioinf_online #bioinf_education #bioinf_workshop
@bioinformatics_institute
bioinf.me/education/workshops/hardstat | Регистрация до 19 марта 23:59 МСК
В этом году интенсив состоит из 8 модулей, и у вас есть возможность выбрать 2, 4, 6 или все 8 модулей!
1. Смешанные линейные модели
2. Продвинутые модели анализа выживаемости
3. Разработка интерактивных приложений в R/Shiny
4. Машинное обучение в R
5. Обработка пропущенных значений
6. Методы на основе ресемплинга
7. Введение в байесовскую статистику
8. Причинно-следственный вывод
🌑 Лекции и практические занятия будут проходить по вечерам вторников и субботам.
🌑 Стоимость:
2 блока: 25 000 р.
4 блока: 35 000 р.
6 блоков: 45 000 р.
8 блоков: 50 000 р.
🐚Предоставляются скидки выпускникам программ переподготовки и интенсивов Института биоинформатики!🐚
Приглашаем всех, кто имеет базовые знания биостатистики и навыки программирования в R, погрузиться в более сложные методы анализа данных!
#bioinf_online #bioinf_education #bioinf_workshop
@bioinformatics_institute
- ❤ 1
Post #243
416
Forwarded from Maksim Kuznetsov
Я не помню, что раньше наталкивался на эту статью.
Пока только пролистал, выглядит интересной.
What is Not What in Statistics аж 1977 года
Пока только пролистал, выглядит интересной.
What is Not What in Statistics аж 1977 года
Post #242
399
Forwarded from Наука и данные
Categorical Data Analysis
Michael Friendly сделал ревизию своего курса Categorical Data Analysis от 2023 года, который разработан как широкое прикладное введение в статистический анализ категориальных (или дискретных) данных, таких как подсчеты, доли, номинальные переменные, порядковые переменные, дискретные переменные с небольшим количеством значений, непрерывные переменные, сгруппированные в небольшое количество категорий и т. д.
Очень интересно как привычные непрерывные понятия переносятся на дискретные переменные, рекомендую.
Michael Friendly сделал ревизию своего курса Categorical Data Analysis от 2023 года, который разработан как широкое прикладное введение в статистический анализ категориальных (или дискретных) данных, таких как подсчеты, доли, номинальные переменные, порядковые переменные, дискретные переменные с небольшим количеством значений, непрерывные переменные, сгруппированные в небольшое количество категорий и т. д.
Очень интересно как привычные непрерывные понятия переносятся на дискретные переменные, рекомендую.
- ❤ 4
Post #241
345
Частично прочитал книгу Discrete Data Analysis with R Майкла Френдли (да, фамилия действительно классная).
Похоже, на этот материал определённо стоит потратить время.
Похоже, на этот материал определённо стоит потратить время.
- 👍 3
Post #240
436
Forwarded from Evgeny Materov
Не печальтесь, если нужна связка Typst + Quarto + {gt} —> PDF, я исправлю это досадное "недоразумение" в своем тексте, как его закончу. А рассказать там есть что.
Е.Н. (Наука и данные)
Е.Н. (Наука и данные)
Post #239
405
Спасибо, Евгений Николаевич! Будем ждать 🙂
- ❤ 1
Post #238
423
Наука и данные Creating Effective Display Tables with the gt Package Библиотека {gt} позволяет эффективно создавать стильные и функциональные таблицы, предназначенные для публикации как в веб-формате (HTML), так и в экспортирования виде PDF-документов. Книга Creating Effective…
Очень жаль, конечно, что так
- 😁 3
Post #237
377
Forwarded from Наука и данные
Creating Effective Display Tables with the gt Package
Библиотека {gt} позволяет эффективно создавать стильные и функциональные таблицы, предназначенные для публикации как в веб-формате (HTML), так и в экспортирования виде PDF-документов. Книга Creating Effective Display Tables with the gt Package, которую написал Richard Iannone, один из авторов {gt}, призвана показать, как, добавляя компоненты и стили постепенно, пошагово создавать таблицы, которые помогут читателям ориентироваться в сложной информации.
Эта книга написана для пользователей R, желающих повысить свои навыки создания таблиц и хорошо дополнит материалы Creating beautiful tables in R with {gt} (автор Albert Rapp) + gt cookbook и gt blog (автор Tom Mock) + Posit blog.
Библиотека {gt} позволяет эффективно создавать стильные и функциональные таблицы, предназначенные для публикации как в веб-формате (HTML), так и в экспортирования виде PDF-документов. Книга Creating Effective Display Tables with the gt Package, которую написал Richard Iannone, один из авторов {gt}, призвана показать, как, добавляя компоненты и стили постепенно, пошагово создавать таблицы, которые помогут читателям ориентироваться в сложной информации.
Эта книга написана для пользователей R, желающих повысить свои навыки создания таблиц и хорошо дополнит материалы Creating beautiful tables in R with {gt} (автор Albert Rapp) + gt cookbook и gt blog (автор Tom Mock) + Posit blog.
- ❤ 4
Post #236
334
Ещё сегодня вышел один полезный препринт.
Я пока его не читал, но, судя по составу авторов, он должен быть очень хорош.
How to interpret hazard ratios
arXiv.org How to interpret hazard ratios The hazard ratio, typically estimated using Cox's famous proportional hazards model, is the most common effect measure used to describe the association or effect of a covariate on a time-to-event... Я пока его не читал, но, судя по составу авторов, он должен быть очень хорош.
How to interpret hazard ratios
- 👍 4
- 🔥 3
Post #235
337
Forwarded from Maksim Kuznetsov
Смотрите, какой обзор вышел
Construction and Application of Directed Acyclic Graphs in Leading Medical Journals
Construction and Application of Directed Acyclic Graphs in Leading Medical Journals
- 🔥 4
- 👍 1
Post #234
383
Вопрос не про статистику, но очень нужен компетентный ответ – вдруг кто-то сможет помочь.
В спектакле нужно выйти с бокалом «белого вина», бросить туда какое-то вещество и «вино» должно покраснеть. Желательно, чтобы оно немного побурлило, пошипело. Идеально, если еще пойдет легкий дым. Вот как это сделать?
В спектакле нужно выйти с бокалом «белого вина», бросить туда какое-то вещество и «вино» должно покраснеть. Желательно, чтобы оно немного побурлило, пошипело. Идеально, если еще пойдет легкий дым. Вот как это сделать?
Post #233
392
Внимание. Attention. Achtung.
Statistical Rethinking 2026 уже здесь.
Без предварительных анонсов — курс уже существует.
YouTube Statistical Rethinking 2026 - Lecture A01 - Introduction to Bayesian Workflow See https://github.com/rmcelreath/stat_rethinking_2026 for course description and additional materials Statistical Rethinking 2026 уже здесь.
Без предварительных анонсов — курс уже существует.
- ❤ 9