Профессор ушел, а я подумал: а что, если защитить здесь диссертацию – верный кусок хлеба на старости лет и люди уважать будут. Почему нет, все равно делать нечего, не в потолок же плевать! Закончилось тем, что лаборант стал приходить ко мне, а я стал диктовать.
Начал свою монографию с простых истин: о средней, ошибке средней, о среднеквадратическом отклонении, потом плавно перешел к понятию распределения. Нарисовал нормальное распределение полученных в ходе эксперимента данных по кривой Гаусса, потом показал, что могут быть и другие типы распределения, поэтому важно проверять нормальность распределения. Отсюда переход к критериям достоверности и проверке нулевой гипотезы. Вкратце написал критерии совпадения эмпирических и теоретических распределений. По нормальности распределения решается вопрос о методике проверке нулевой гипотезы[63] – либо параметрическим критерием (привел популярный ныне критерий, который впервые опубликовал пивовар «Гиннеса» Госсет под псевдонимом Стьюдент в 1908 году в журнале «Биометрика»), его особенности и недостатки (большое количество наблюдений для проверки нормального распределения, о чем забывают и современные ученые, начиная его применять к выборкам по 30–40 человек). Затем перешел к более удобным для медицины непараметрическим критериям, которые работают и при распределении, отличающемся от нормального, написал про то, что в двадцатом веке называют критерием Вилкоксона, Манна и Уитни, позволяющим проводить проверку нулевой гипотезы в малых группах – по 20 человек и даже менее.
Потом описал критерий согласия Пирсона, он же хи-квадрат, предложенный им в 1900 году (что же, опередим основателя медицинской статистики, а то я было стал расписывать более продвинутый критерий согласия Колмогорова).
Закончил корреляционным и регрессионным анализом, дав только самые основы. Здесь мог вспомнить только работы Кендалла, относившиеся к 60-м годам XX века, но что-то сказать надо было…
В качестве приложения описал типичные ошибки при расчете показателей заболеваемости. Так вроде бы все в порядке, но с математической точки зрения все можно вывернуть наоборот (поэтому и говорят, что есть ложь, большая ложь и статистика). Так вот статистика – точная наука. А когда с ней работают дилетанты, вот и получается большая-пребольшая ложь.
Поэтому дал методику расчета ошибки репрезентативности, которая происходит из-за неправильно взятого метода определения достоверности полученных результатов, то есть из тех же параметрических и непараметрических критериев проверки нулевой гипотезы.