Объемное знание – 2. Виртуальный признак в биологии

Объемное знание – 2. Виртуальный признак в биологии и медицине Математический анализ признаков значительно повышает полноту использования информации, а анализ комплекса показателей не только суммирует дифференцирующие способности признаков, но и выявляет новые дополнительные возможности распознавания, не содержащиеся ни в одном отдельном признаке. В настоящей работе сделана попытка выявить дополнительные возможности распознавания при анализе совокупности признаков, учитываемых в микробиологии, с целью получения диагностической информации в ее количественном выражении, не содержащейся ни в одном из признаков в отдельности. Можно сказать, что в основе распознавания микроорганизмов лежит различие в связи между признаками и дифференцируемыми группами. Чем чаще признак определяется у одной из групп, и чем реже у другой, тем больше диагностическая информация от обнаружения у штамма этих градаций признака. Количественно такая информация может описываться десятичным логарифмом отношения вероятностей выявления градаций признака в дифференцируемых группах, умноженным на 10 – так называемым диагностическим коэффициентом (ДК) . При выявлении у исследуемого штамма градации «+признака «1», которая встречается у представителей группы «Ас частотой P , а у представителей группы «Вс частотой P , будет получена диагностическая информация в количестве: ДК ). ). Знак «+», который может иметь вычисленный диагностический коэффициент, свидетельствует о преобладании вероятности того, что штамм относится к группе, частота которой находится в числителе отношения. ДК со знаком «-указывает на преобладание вероятности альтернативной группы. При получении информации по результатам нескольких тестов вычисленные ДК алгебраически складываются.

Любому значению ДК или их сумме соответствует определенная вероятность (Р) принадлежности штамма к той или иной дифференцируемой группе. Эта вероятность может быть найдена по таблицам или по формуле, выведенной нами из формул, отражающих взаимосвязь ДК и Р: Р = (alg0,1ДК-1)/((alg0,1ДК-1)/ (alg0,1ДК)) . Представим себе совокупность из двух бинарных, то есть имеющих только градации «+и «-признаков как единство, более сложное, по отношению к его составляющим. Градациями такого признака-комплекса будут все возможные сочетания градаций его составляющих: «++», «–», «+-», «-+». Обозначим их частоты по отношению к дифференцируемым группам и признакам, и определим несомую ими диагностическую (дифференцирующую образы) информацию так, как это показано в таблице 1, и назовем ее V-информацией, в отличие от ДК-информации. ДК-информация тождественна V-информации и их значения могут алгебраически складываться. Таблица 1. Определение величины V-информации градаций признака-комплекса Благодаря получению V-информации при помощи одних и тех же признаков к информации о различии в связи между признаками и дифференцируемыми группами прибавляется порция информации о различии в связи между признаками у этих групп. V-информация представляется нам достаточно независимой от ДК-информации (то есть не дублирует ее). В этой связи, даже среди наименее перспективных в отношении ДК-информации признаков можно найти такие, которые дадут значимую V-информацию.

Категория: Наша Медицина  Метки:
Вы можете следить за комментариями с помощью RSS 2.0-ленты. Комментарии и пинги к записи запрещены.

Комментарии закрыты.