Badano wpływ przechorowania różyczki przez matki w okresie ciąży na
> częstość występowania wrodzonych wad rozwojowych u dzieci. Badaniem
> objęto 400 kobiet, z których 200 chorowało w czasie ciąży na różyczkę.
> Wady wrodzone stwierdzono u 170 dzieci. Matki 130 dzieci z wadami
> chorowały w czasie ciąży na różyczkę.Czy istnieje związek między
> częstością występowania wad wrodzonych u dzieci a przebyciem różyczki w
> okresie ciąży przez ich matki?
> dziękuje bardzo:)
sprawa życia lub śmierci:/
- Janek Kos
- Użytkownik
- Posty: 417
- Rejestracja: 20 lis 2005, o 22:47
- Płeć: Mężczyzna
- Lokalizacja: Wrocław
- Pomógł: 98 razy
sprawa życia lub śmierci:/
Próbowałbym to liczyć wykorzystując tablice kontyngencji (tablice dwudzielcze). Zakładając, że każda matka wydała na świat jedno dziecko, można by skonstruować taką tablicę:
\(\displaystyle{ \begin{tabular}{|c|c|c|c|}\hline * & chorowala & nie chorowala & suma & \hline wada & 130 & 40 & 170 &\hline brak\ wady & 70 & 160 & 230 &\hline suma & 200 & 200 & 400 &\hline\end{tabular}}\)
Oczekiwaną liczebność oblicza się ze wzoru:
\(\displaystyle{ N_{ij}=\frac{n_{i.}n_{.j}}{n_{..}}}\)
A do weryfikacji hipotezy zerowej używa się statystyki:
\(\displaystyle{ \chi^2_{obl}=\frac{(n_{ij}-N_{ij})^2}{N_{ij}}}\)
Ma ona rozkład Chi-kwadrat z (r-1)(s-1) stopniami swobody, gdzie r-liczba kolumn a s-liczba wierszy.
Zatem:
\(\displaystyle{ N_{1,1}=\frac{200\cdot 170}{400}=85\ \ \ N_{1,2}=\frac{200\cdot 170}{400}=85\ \ \ N_{2,1}=\frac{200\cdot 230}{400}=115\ \ \ N_{2,2}=\frac{200\cdot 230}{400}=115}\)
\(\displaystyle{ \chi^2_{obl}=\frac{(130-85)^2}{85}+\frac{(40-85)^2}{85}+\frac{(70-115)^2}{115}+\frac{(160-115)^2}{115} =...}\)
To będzie spory wynik i po porównaniu z kwantylem wyjdzie, że \(\displaystyle{ \chi^2_{0.05}(1)=3.84\ \ \ oraz\ \ \ \chi^2_{obl}>3.84}\)
Na poziomie 0.05 odrzucamy hipotezę mówiąca, że różyczka nie miała wpływu na wady rozwojowe.
Niestety nie jestem pewien tego rozwiązania.
\(\displaystyle{ \begin{tabular}{|c|c|c|c|}\hline * & chorowala & nie chorowala & suma & \hline wada & 130 & 40 & 170 &\hline brak\ wady & 70 & 160 & 230 &\hline suma & 200 & 200 & 400 &\hline\end{tabular}}\)
Oczekiwaną liczebność oblicza się ze wzoru:
\(\displaystyle{ N_{ij}=\frac{n_{i.}n_{.j}}{n_{..}}}\)
A do weryfikacji hipotezy zerowej używa się statystyki:
\(\displaystyle{ \chi^2_{obl}=\frac{(n_{ij}-N_{ij})^2}{N_{ij}}}\)
Ma ona rozkład Chi-kwadrat z (r-1)(s-1) stopniami swobody, gdzie r-liczba kolumn a s-liczba wierszy.
Zatem:
\(\displaystyle{ N_{1,1}=\frac{200\cdot 170}{400}=85\ \ \ N_{1,2}=\frac{200\cdot 170}{400}=85\ \ \ N_{2,1}=\frac{200\cdot 230}{400}=115\ \ \ N_{2,2}=\frac{200\cdot 230}{400}=115}\)
\(\displaystyle{ \chi^2_{obl}=\frac{(130-85)^2}{85}+\frac{(40-85)^2}{85}+\frac{(70-115)^2}{115}+\frac{(160-115)^2}{115} =...}\)
To będzie spory wynik i po porównaniu z kwantylem wyjdzie, że \(\displaystyle{ \chi^2_{0.05}(1)=3.84\ \ \ oraz\ \ \ \chi^2_{obl}>3.84}\)
Na poziomie 0.05 odrzucamy hipotezę mówiąca, że różyczka nie miała wpływu na wady rozwojowe.
Niestety nie jestem pewien tego rozwiązania.