+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Разработка и исследование метода нормализации клинических данных : Применение к нейроофтальмологии

Разработка и исследование метода нормализации клинических данных : Применение к нейроофтальмологии
  • Автор:

    Клавдиев, Дмитрий Владимирович

  • Шифр специальности:

    05.13.09

  • Научная степень:

    Кандидатская

  • Год защиты:

    2000

  • Место защиты:

    Санкт-Петербург

  • Количество страниц:

    107 с.

  • Стоимость:

    700 р.

    250 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы
"1. Структура данных и инструментальные средства их накопления. Данные, предназначенные для обработки, представляют собой таблицу, содержащую информацию, собранную за время с по годы о 8 пациентах. Запись, соответствующая каждому пациенту представлена в таблице 1. Оговоримся сразу, что данные последней группы к настоящему времени не накоплены в количестве, которое позволило бы считать их репрезентативной выборкой. Таким образом, в каждой строке таблицы содержится шесть одинаковых по структуре кортежей левый и правый глаз до и после лечения и отдаленные последствия лечения. Таблица 1. Поскольку, как уже было сказано, отдаленные последствия лечения было решено в настоящее время не рассматривать, это обстоятельство сократило объем обрабатываемых данных на треть. Далее, оценивались способы лечения совершенно определенного заболевания частичной атрофии зрительного нерва, различной, правда, этиологии. 1. Структура данных и инструментальные средства их накопления. Данные, предназначенные для обработки, представляют собой таблицу, содержащую информацию, собранную за время с по годы о 8 пациентах. Запись, соответствующая каждому пациенту представлена в таблице 1. Оговоримся сразу, что данные последней группы к настоящему времени не накоплены в количестве, которое позволило бы считать их репрезентативной выборкой. Таким образом, в каждой строке таблицы содержится шесть одинаковых по структуре кортежей левый и правый глаз до и после лечения и отдаленные последствия лечения. Таблица 1. Поскольку, как уже было сказано, отдаленные последствия лечения было решено в настоящее время не рассматривать, это обстоятельство сократило объем обрабатываемых данных на треть. Далее, оценивались способы лечения совершенно определенного заболевания частичной атрофии зрительного нерва, различной, правда, этиологии.


ОГЛАВЛЕНИЕ. ВВЕДЕНИЕ. НОРМАЛИЗАЦИЯ СЛУЧАЙНЫХ ВЫБОРОК. Нормализация случайной выборки при отсутствии информации о функции распределения. Характеристики точности аппроксимации. Дисперсия отклонений. Распределение максимального рассогласования. Нормальная модель непрерывных данных. Определения и обозначения. Примеры построения приближенного вида функции преобразования. Определение объема выборки, необходимой для построения функции восстановления. Факторизация преобразованных восстановленных выборок. Выводы. ПРИМЕНЕНИЕ МЕТОДОВ НОРМАЛИЗАЦИИ И РЕШЕНИЕ ЗАДАЧ ДИСКРИМИНАЦИИ НЕЙРОФТОЛЬМОЛОГИЧЕСКИХ ДАННЫХ. Нормализация при проведении дискриминантного анализа . Пример дискриминации нормальных выборок. Применение нормализации данных для дискриминантного анализа. Нормализация при известной функции распределения. Нормализация при априорной информации о структуре функции распределения. Нормализация при отсутствии предположений о виде функции распределения. Выводы. Применение дискриминантного анализа для определения исходов лечения.


ПРИМЕНЕНИЕ МЕТОДОВ НОРМАЛИЗАЦИИ И РЕШЕНИЕ ЗАДАЧ ДИСКРИМИНАЦИИ НЕЙРОФТОЛЬМОЛОГИЧЕСКИХ ДАННЫХ. Нормализация при проведении дискриминантного анализа . Пример дискриминации нормальных выборок. Применение нормализации данных для дискриминантного анализа. Нормализация при известной функции распределения. Нормализация при априорной информации о структуре функции распределения. Нормализация при отсутствии предположений о виде функции распределения. Выводы. Применение дискриминантного анализа для определения исходов лечения. Применение для дискриминации агрегированных данных. Описание обрабатываемых данных
1. Структура данных и инструментальные средства их накопления. Данные, предназначенные для обработки, представляют собой таблицу, содержащую информацию, собранную за время с по годы о 8 пациентах. Запись, соответствующая каждому пациенту представлена в таблице 1. Оговоримся сразу, что данные последней группы к настоящему времени не накоплены в количестве, которое позволило бы считать их репрезентативной выборкой. Таким образом, в каждой строке таблицы содержится шесть одинаковых по структуре кортежей левый и правый глаз до и после лечения и отдаленные последствия лечения. Таблица 1. Поскольку, как уже было сказано, отдаленные последствия лечения было решено в настоящее время не рассматривать, это обстоятельство сократило объем обрабатываемых данных на треть. Далее, оценивались способы лечения совершенно определенного заболевания частичной атрофии зрительного нерва, различной, правда, этиологии.

Рекомендуемые диссертации данного раздела

Время генерации: 0.687, запросов: 966