indexado en
- Abrir puerta J
- Genamics JournalSeek
- DiarioTOCs
- Directorio de publicaciones periódicas de Ulrich
- Búsqueda de referencia
- Universidad Hamdard
- EBSCO AZ
- OCLC-WorldCat
- Publón
- Fundación de Ginebra para la Educación e Investigación Médica
- pub europeo
- Google Académico
Enlaces útiles
Comparte esta página
Folleto de diario
Revistas de acceso abierto
- Administración de Empresas
- Agricultura y Acuicultura
- Alimentación y Nutrición
- Bioinformática y Biología de Sistemas
- Bioquímica
- Ciencia de los Materiales
- Ciencia general
- Ciencias Ambientales
- Ciencias Clínicas
- Ciencias farmacéuticas
- Ciencias Médicas
- Ciencias Veterinarias
- Enfermería y Cuidado de la Salud
- Genética y Biología Molecular
- Ingeniería
- Inmunología y Microbiología
- Neurociencia y Psicología
- Química
Abstracto
Errores estadísticos de muestreo en la investigación de macrodatos: tres casos de investigación sobre el cáncer de mama
Cho Han-Jun*, Jeong Eui Seok
El cáncer de mama es una de las principales causas de muerte femenina y se han aplicado diversos métodos de análisis de big data a esta enfermedad. Este estudio enumera casos en los que se aplicó el análisis de big data a la investigación del cáncer de mama. Además, se propusieron estadísticas y porcentajes de cada muestra específica. Sin embargo, la investigación sobre el uso de big data tiene un punto ciego que se basa en las características de la muestra. Por lo tanto, antes de muestrear big data, se debe discutir la inferencia estadística con mayor precisión mediante un examen previo y se deben reducir los errores estadísticos de la muestra mediante una evaluación estadística profesional del método de análisis. En particular, los grupos de control y experimentales deben ser estadísticamente equivalentes.