 |
Сравниваемый уровень/ исходный уровень х 100
|
|
|
|
ГРАФИЧЕСКОЕ ИЗОБРАЖЕНИЕ СТАТИСТИЧЕСКИХ ДАННЫХ
Графическое изображение широко используется как способ для наглядного представления статистических данных и зримого выявления закономерностей. Графические изображения могут быть построены как по абсолютным, так и по относительным и средним величинам.
Виды графических изображений: Диаграммы
• линейные • внутристолбиковые • радиальные
• столбиковые • секторные • объемные
• фигурные
Диаграмма - это график, в котором статистические данные изображаются различными геометрическими фигурами (столбиком, линиями, окружностями и т.д.).
Картограмма - это схематическая географическая карта, на которой различной окраской или штриховкой показано распределение какого-либо явления в пространстве.
Картодиаграмма - это сочетание схематической географической карты с одним из видов диаграмм (столбиковые, секторные и другие).
Линейные диаграммы - применяются для изображения динамики того или другого явления или процесса, выраженных в показателях интенсивности, соотношения, наглядности, средних или абсолютных величинах. С помощью линейной диаграммы можно изображать рост численности населения, динамику младенческой смертности и т.д. При построении этого типа графических изображений на горизонтальной линии (абсцисс) откладывают равные отрезки по числу тех единиц времени (часов, дней, месяцев, лет), при помощи которых измеряется изображаемое явление. Если отрезки времени неравны, то размеры их должны пропорционально соответствовать единице измерения. На вертикальной линии (ординате) наносят деления в единицах измерения изучаемого явления. На вертикальных линиях, параллельных ординате, отмечают точками величину изображаемых явлений. Соединив точки линиями, получают линейную диаграмму. На одном графике может быть изображено несколько линий разного цвета или различной штриховки.
|
|
|
Столбиковая диаграмма - применяется для изображения динамики или статики явления в соответствии с избранным масштабом. Столбиковые диаграммы строят в виде вертикальных или горизонтальных столбцов (“лент”). Ширина столбиков, так же как и расстояние между ними, должно быть одинаковым. В виде столбиков целесообразно изображать интенсивные показатели или показатели соотношения для одного периода времени, но для разных коллективов, территорий.
Внутристолбиковая диаграмма применяется для изображения структуры явления, выраженной экстенсивными показателями. Она представляет собой прямоугольник, в котором цветом или штриховкой выделены составляющие его части в соответствии с их удельным весом. Высота прямоугольника в этом случае принимается равной сумме всех частей, составляющих целое. Составные части целого располагаются внутри прямоугольника в порядке убывания их удельного веса.
Секторная (круговая) диаграмма - также применяется для изображения структуры явления и представляет собой круг, разделенный радиусами на сектора, которые выделяются различной штриховкой или цветом. При построении секторной диаграммы необходимо с помощью транспортира на окружности отложить в градусах части, пропорциональные расширению явления, состав которого требуется изобразить. К точкам, намеченным на окружности, проводятся радиусы. Сектора выделяются различной штриховкой или расцветкой.
Объемная диаграмма - применяется для изображения статистических величин в виде шара, куба и других объемных геометрических фигур. Они могут иллюстрировать показатели интенсивности, соотношения, наглядности.
Радиальная диаграмма - строится на системе полярных координат при изображении динамики явления за замкнутый цикл времени (сутки, неделя, год). Они применяются для изображения явлений, имеющих сезонный характер (например, сезонные колебания заболеваемости респираторными вирусными инфекциями, дизентерией и пр.). Радиус окружности принимается за среднедневное (среднемесячное, среднегодовое) число заболеваний. Каждый радиус соответствует определенному месяцу года, отсчет которых ведется по часовой стрелке. На радиусах и их продолжениях откладывают величины соответствующие среднедневным (среднемесячным, среднегодовым) числам заболеваний. Точки, отмеченные на радиусах и их продолжениях, соединяют линиями и получают многоугольник, изображающий сезонные колебания изучаемого явления.
|
|
|
Правила построения диаграмм
1. Каждая диаграмма должна иметь надпись, в которой четко, кратко и вместе с тем исчерпывающе следует указать содержание диаграммы, время и место, к которым относятся изображаемые данные
2. Диаграмма должна строится по определенному масштабу с указанием единиц измерения, в которых представлены статистические величины.
3. Черчение диаграмм, основанных на системе полярных координат следует начинать с проведения двух линий - безосной (абсциссы) и масштабной (ординаты)
4. Для каждой диаграммы должны быть даны пояснения, обозначающие каждую расцветку или штриховку (экспликация).
ДИНАМИЧЕСКИЕ РЯДЫ
Динамический ряд – это ряд, состоящий из однородных величин, показывающих изменение явления во времени. Для того, чтобы анализировать динамику того или иного процесса, необходимо уметь сопоставить динамические ряды разных типов, уметь их выравнивать и анализировать.
Числа динамического ряда принято называть уровнем ряда. Уровни ряда могут быть представлены абсолютными величинами (изменение количества лейкоцитов у больных под влиянием лучевой терапии), относительными показателями (изменение инфекционной заболеваемости под влиянием иммунизации) и средними величинами (среднечасовая нагрузка врачей по дням недели).
Динамические ряды существуют простые и сложные.
Простой динамический ряд представлен абсолютными величинами.
Сложный динамический ряд представлен средними величинами и интенсивными показателями. Простой динамический ряд может быть двух видов: моментный и интервальный.
|
|
|
1)Моментный ряд – это ряд, характеризующий явление на определенную дату (момент). Уровень моментного ряда не подлежит дроблению (в разные промежутки времени). В качестве примера моментного динамического ряда может служить динамика численности населения России, динамика численности врачей.
2)Интервальные ряды составляют числа не только родившихся, но и числа умерших, заболевших и других, т.е. числа, которые зависят от промежутка времени. Выбор величины в интервальном ряду (год, месяц, неделя, день, час) определяется степенью изменчивости явления (смертность, заболеваемость, рождаемость). Чем медленнее изменяется явление во времени, тем крупнее должны быть периоды наблюдения.
Существует несколько способов преобразования динамического ряда:
• укрупнение интервалов
• расчет групповой средней
• расчет скользящей средней
При анализе динамического ряда, характера происходящих изменений во времени, их темпа вычисляют следующие показатели:
• абсолютный прирост (или снижение)
• темп прироста (или снижения)
• темп роста
• абсолютное значение одного процента прироста (или снижения) Абсолютный прирост (или снижение) представляет собой разность предыдущего и последующего уровней
Темп прироста (или снижения) – процентное отношение абсолютного прироста к предыдущему уровню Темп роста - процентное соотношение каждого последующего уровня к предыдущему
Вопрос 17-20
Важным групповым свойством статистической совокупности является средний уровень признака, который характеризуется средними величинами. Средняя величина - это величина, одним числом характеризующая всю совокупность в целом.
Различают несколько видов средних величин:
-средняя арифметическая,
-средняя геометрическая,
-средняя гармоническая,
-средняя квадратическая,
-средняя прогрессивная,
-средняя хронологическая.
В практической деятельности врача наиболее часто используются средняя арифметическая (М) и особые средние - мода (Мо) и медиана (Ме). Средние величины находят широкое применение в научных экспериментальных и клинических исследованиях для характеристики физиологических показателей организма в норме и патологии, при обработке лабораторных данных.
|
|
|
Они используются также для оценки здоровья населения, при характеристике физического развития (средний рост, средняя масса тела), при анализе деятельности лечебно-профилактических учреждений (показатели нагрузки врачей, посещаемости поликлиники, среднее число жителей на участке, среднегодовая занятость больничной койки, средняя длительность пребывания в стационаре и пр.)
. Нельзя обойтись без вычисления средних величин и в специальных социальногигиенических исследованиях: средняя жилая площадь на человека, средний возраст, средний стаж работы в группах работающих, среднее содержание химического вещества во внешней среде и т.д. При использовании средних величин необходимо соблюдать два важнейших условия. Средние величины должны быть вычислены из качественно однородных совокупностей. Если статистическая совокупность неоднородна, то рассчитанная на основе ее данных средняя не будет правильно отражать типичные характерные особенности изучаемого явления. Средние величины должны быть исчислены на массовых материалах, т.е. в совокупности должно быть достаточно большое число наблюдений. Это требование основано на законе больших чисел.
ВАРИАЦИОННЫЙ РЯД И ЕГО ЭЛЕМЕНТЫ
В каждой совокупности ее отдельные единицы отличаются друг от друга по величине изучаемого признака. Это различие называется вариацией. Группировка единиц совокупности по величине варьирующего признака дает вариационные ряды.
Вариационный ряд - это ряд числовых значений изучаемого признака. Каждый вариационный ряд включает в себя следующие элементы:
• варианта (V) - каждое отдельное числовое значение признака в совокуп ности (рост каждого ребенка, частота пульса каждого больного, число лейкоцитов в крови каждого обследованного и т.д.), в том числе Vmin - наименьшая варианта и Vmax - наибольшая варианта, ограничивающие вариационный ряд
• частота или математический вес (Р) - число, которое показывает, сколько раз данный признак (варианта) встречается в совокупности
• число наблюдений (n) - сумма всех частот (n = ∑ P)
• ннтервал - разность между двумя соседними вариантами (V3-V2, V2-V1, т.д.)
• амплитуда - разность между наибольшей и наименьшей вариантами (Vmax - Vmin)
• мода (Мо) - варианта, которая встречается в вариационном ряду наиболее часто (т.е. имеющая наибольшую частоту или наибольший математический вес)
|
|
|
• медиана (Ме) - величина, которая делит вариационный ряд на две равные части по числу наблюдений. Если число наблюдений четное, то место расположения середины вариационного ряда определяется по формуле n, если нечетное - n + 1
ВИДЫ ВАРИАЦИОННЫХ РЯДОВ
* ранжированный (упорядоченный) ряд - такой, в котором числовые значения вариант располагаются последовательно, по убыванию или по нарастанию (5, 7, 8, 12, 26, 31, 38 и т.д.)
* неранжированный ряд - такой, в котором варианты располагаются беспорядочно (34, 6, 12, 45, 24, 7, 98 и т.д.)
* прерывный (дискретный) ряд - такой, в котором варианты выражены только целым числом и не могут иметь промежуточных значений (число детей в семье, число лейкоцитов в крови, частота пульса, число посещений, пр.)
* непрерывный ряд - такой, в котором варианты могут принимать любые значения, в том числе и дробные (рост, масса тела, время, затраченное на прием одного больного, содержание в крови или воздухе различных веществ, пр.)
* простой (развернутый) ряд - такой, в котором каждая варианта и соответствующая ей частота обозначены отдельно. Ряд, в котором каждая варианта встречается с частотой, равной единице, называется простым невзвешенным, а если с разной частотой - простым взвешенным.
* сгруппированный (интервальный) ряд - такой, в котором варианты соединены в группы, объединяющие их по величине в пределах определенного интервала. Составление сгруппированного вариационного ряда
Простой, несгруппированный ряд, особенно при большом объеме совокупности, является громоздким и неудобным для вычисления средних величин, поэтому он обычно составляется при небольшом числе наблюдений (n ≤ 30). При большом числе наблюдений (n > 30) строят сгруппированный ряд на основе интервала (i), показывающего число вариант, объединенных в одну группу.
Группировку рядов проводят следующим образом: Определяют размах ряда (амплитуду) вычитанием минимальной варианты из максимальной (Vmax - Vmin) Полученное число делят на желаемое количество групп - так определяется интервал. Начиная с минимальной варианты, строят вариационный ряд. Границы интервалов должны быть четкими, исключающими попадание одной и той же варианты в разные группы.
Правильно составленный сгруппированный (интервальный) ряд должен отвечать следующим требованиям:
-Все варианты распределения должны войти в группы.
-Общее число выделенных групп должно быть не менее 7 (иначе вычисленная средняя арифметическая будет неточной) и не более 15 (иначе ряд будет большим и громоздким).
- Каждая новая последующая группа должна начинаться с новой последующей варианты, т.е. одна и та же варианта не должна встречаться в двух смежных группах.
-Интервал должен быть одинаковым в каждой группе, т.е. в каждую группу должно входить одинаковое число вариант. Размер интервала определяют, исходя из характера изучаемого признака, из числа выбранных групп, количества вариант и числа наблюдений. Величина интервала выбирается также с учетом целей и задач исследования.
- Каждая группа в сгруппированном ряду должна иметь начальную и конечную варианты, т.е. не должно быть так называемых открытых групп (например, до 5 лет, старше 60 лет и т.п.).
- Каждой группе присваивается частота, равная сумме частот всех вариант, вошедших в группу.
МЕТОДИКА ВЫЧИСЛЕНИЯ СРЕДНЕЙ АРИФМЕТИЧЕСКОЙ(в методичке)
ОЦЕНКА ТИПИЧНОСТИ СРЕДНЕЙ АРИФМЕТИЧЕСКОЙ
Чем вариационный ряд более компактен, менее рассеян, тем лучше средняя арифметическая характеризует данную совокупность. Если вариационный ряд растянут, отдельные значения вариант сильно отклоняются от средней (т.е. имеется большая вариабельность, колеблемость признака), то средняя хуже характеризует ряд в целом и является менее типичной для данной совокупности.
Таким образом, кроме средней необходима еще одна характеристика ряда: его колеблемость.
Простейшей мерой колеблемости ряда является амплитуда (вариационный размах), т.е. разность крайних вариант. Например, при подсчете частоты пульса у одной группы обследованных средняя составляла 68, минимальное число было 60, а максимальное - 70. У второй группы средняя частота пульса составляла также 68, но наименьшее число было 55, а наибольшее - 80. Амплитуда в первой группе значительно меньше и, следовательно, все значения группируются вокруг средней. Вторая совокупность более разнообразна, ее рассеяность велика и колебания отдельных значений от средней больше; следовательно, средняя в этой группе менее типична, чем в первой группе.
Для оценки типичности средней арифметической с помощью среднего квадратического отклонения в статистике применяется так называемое “правило трех сигм”. Это правило основано на законе нормального распределения и отражает теоретическую закономерность распределения вероятностей случайных событий в условиях бесконечно большого количества наблюдений.
Таким образом, среднее квадратическое отклонение является стандартным отклонением, позволяющим предвидеть вероятность появления такого значения изучаемого признака, которое находится в пределах заданных границ.
М ± ±± ± 1 σ σσ σ → →→ → 68,3% М ± ±± ± 2 σ σσ σ → →→ → 95,5% М ± ±± ± 3 σ σσ σ → →→ → 99,7% Для того, чтобы проверить, насколько средняя арифметическая типична для той совокупности, из которой она вычислена, нужно к ней прибавить и отнять утроенную сигму (М± ±± ±3σ σσ σ). Если в полученный интервал данный вариационный ряд укладывается, то средняя типична; если не укладывается средняя нетипична, совокупность неоднородна и число наблюдений недостаточно. Графическим изображением “правила трех сигм” является кривая нормального распределения (биноминальная кривая Ньютона, кривая Гаусса).
Форма этой кривой отражает степень вариабельности результатов наблюдений: при большой разбросанности данных она будет пологой, при малой разбросанности - крутой. В силу симметричности кривой перпендикуляр, опущенный из ее максимума на ось абсцисс, пересекает ее в точке, соответствующей среднему значению данных, отложенных по этой оси (М, Мо, Ме).
Практическое значение среднего квадратического отклонения
* Сигма характеризует однородность вариационного ряда
* Зная среднюю величину и сигму, можно определить крайние значения вариант и, при необходимости, построить вариационный ряд.
СТАТИСТИЧЕСКАЯ ОЦЕНКА ДОСТОВЕРНОСТИ ПОЛУЧЕННЫХ ДАННЫХ
Полученные в результате статистического исследования средние и относительные величины должны отражать закономерности, характерные для всей совокупности. Результаты исследования обычно тем достовернее, чем больше сделано наблюдений, и наиболее точными они являются при сплошном исследовании (т.е. при изучении генеральной совокупности). Однако должны быть достаточно надежны и данные, полученные путем выборочных исследований, т.е. на относительно небольшом числе наблюдений. Различие результатов выборочного исследования и результатов, которые могут быть получены на генеральной совокупности, представляет собой ошибку выборочного исследования, которую можно точно определить математическим путем. Метод ее оценки основан на закономерностях случайных вариаций, установленных теорией вероятности.
ОЦЕНКА ДОСТОВЕРНОСТИ СРЕДНЕЙ АРИФМЕТИЧЕСКОЙ
Средняя арифметическая, полученная при обработке результатов научнопрактических исследований, под влиянием случайных явлений может отличаться от средних, полученных при проведении повторных исследований. Поэтому, чтобы иметь представление о возможных пределах колебаний средней, о том, с какой вероятностью возможно перенести результаты исследования с выборочной совокупности на всю генеральную совокупность, определяют степень достоверности средней величины.
Мерой достоверности средней является средняя ошибка средней арифметической (ошибка репрезентативности - m). Ошибки репрезентативности возникают в связи с тем, что при выборочном наблюдении изучается только часть генеральной совокупности, которая недостаточно точно ее представляет.
Фактически ошибка репрезентативности является разностью между средними, полученными при выборочном статистическом наблюдении, и средними, которые были бы получены при сплошном наблюдении (т.е. при изучении всей генеральной совокупности).
Ошибка репрезентативности прямо пропорциональна колеблемости ряда (сигме) и обратно пропорциональна числу наблюдений. Следовательно, чем больше число наблюдений, (т.е. чем ближе по числу наблюдений выборочная совокупность к генеральной), тем меньше ошибка репрезентативности. Интервал, в котором с заданным уровнем вероятности колеблется истинное значение средней величины или показателя, называется доверительным интервалом, а его границы - доверительными границами. Они используются для определения размеров средней или показателя в генеральной совокупности.
ОЦЕНКА ДОСТОВЕРНОСТИ ОТНОСИТЕЛЬНЫХ ВЕЛИЧИН (ПОКАЗАТЕЛЕЙ)
Средняя ошибка показателя также служит для определения пределов его случайных колебаний, т.е. дает представление, в каких пределах может находиться показатель в различных выборках в зависимости от случайных причин. С увеличением численности выборки ошибка уменьшается. Мерой достоверности показателя является его средняя ошибка (m), которая показывает, на сколько результат, полученный при выборочном исследовании, отличается от результата, который был бы получен при изучении всей генеральной совокупности.
ОЦЕНКА ДОСТОВЕРНОСТИ РАЗНОСТИ СРЕДНИХ И ОТНОСИТЕЛЬНЫХ ВЕЛИЧИН
В научных исследованиях и клинической практике с целью сравнения двух средних величин или показателей (например, для выявления преимуществ одного метода лечения перед другим, сопоставления результатов исследования в контрольной и экспериментальной группах, сравнения показателей здоровья двух групп населения и т.п.) возникает необходимость не только определить их разность, но и оценить ее достоверность. Разность между двумя средними или относительными величинами (показателями), каждая из которых имеет свою ошибку, также имеет свою ошибку.
ВОПРОС 15
МЕТОД СТАНДАРТИЗАЦИИ
Общие показатели интенсивности, полученные на 4 этапе статистического исследования при статистическом анализе, не всегда правильно выявляют закономерности изучаемых явлений, так как на их уровень может влиять различие состава сравниваемых совокупностей, в отношении которых эти показатели рассчитаны.
При сравнении показателей, характеризующих то или иное явление (заболеваемость, рождаемость, летальность и т.д) их различия могут определяться не только разным уровнем распространенности этих явлений, но и неоднородностью состава сравниваемых совокупностей. Эта неоднородность может быть обусловлена различным возрастным, половым, профессиональным или другим составом совокупностей. Так, например, при изучении заболеваемости в двух изучаемых коллектива, необходимо учитывать их возрастно-половую структуру. Статистический метод, при котором можно устранить влияние на результаты исследования различий сравниваемых совокупностей, неоднородных по своему составу, называется методом стандартизации.
Сущность этого метода заключается в том, что сравниваемые явления искусственно ставятся в одинаковые условия относительно группового распределения среды, т.е. совокупности, которые характеризуют анализируемые показатели, условно считают одинаковыми.
Результатом проведения этого метода является вычисление стандартизованных показателей. Эти показатели, при сопоставлении их с обычными интенсивными показателями, позволяют сделать вывод, связаны ли различия в интенсивных показателях с неоднородностью составов сравниваемых совокупностей.
Стандартизованные показатели являются условными и не отражают истинных размеров изучаемого явления. Они применяются только для сравнения и анализа данной ситуации вследствие того, что рассчитаны они при искусственно созданных условиях и не отражают действительного размера явлений.
Существует три метода расчета стандартизованных показателей: прямой, косвенный и обратный косвенному.
При проведении медицинских исследований обычно пользуются прямым методом стандартизации, который состоит из трех этапов.
1. Вычисление погрупповых показателей, т.е. ”истинных” или обычных относительных величин, характеризующих изучаемое явление в двух сравниваемых совокупностях. В зависимости от характера исследования это могут быть показатели заболеваемости, инфицированности, травматизма, смертности, и т.д., рассчитанные по группам (по диагнозам, тяжести заболевания, полу, возрасту, месту жительства и т.д.)
2. Вычисление стандарта, т.е. нового искусственного распределения среды в определенном масштабе. За масштаб стандарта берется основание (коэффициент), на который рассчитывались показатели на первом этапе: 100,1000,10000 и т.д.
3. Вычисление стандартизованных показателей.
Значительная разница в уровнях показателей предположительно связана с неоднородным возрастным составом работающих в этих двух цехах, но окончательные выводы можно сделать лишь после вычисления стандартизованных показателей.
Вопрос 16
МЕТОД КОРРЕЛЯЦИИ
Различают два типа связи между явлениями: функциональную и корреляционную связь. Функциональная связь предполагает строгую зависимость между явлениями. Это такой вид соотношения между двумя признаками, когда каждому значению одного из них соответствует строго определенное значение другого.
Такой вид связи характерен для точных наук. Примером ее могут служить скорость движения и время пребывания в пути, радиус круга и длина окружности и т.п. Между явлениями в медицине и биологии наблюдается корреляционная связь, то есть такая связь, при которой значению каждой величины одного признака соответствует несколько значений другого взаимосвязанного с ним признака. На характер и величину этой связи влияют различные условия и обстоятельства.
Примерами корреляционной связи могут быть: связь между ростом и массой тела, связь между температурой тела и частотой пульса, между частотой послеоперационных осложнений и сроками проведения операций при острых заболеваниях органов брюшной полости, связь между заболеваемостью дифтерией и степенью охвата профилактическими прививками. Наличие, величину и характер связи между явлениями можно установить с помощью статистического метода - метода корреляции.
Практическое значение установления корреляционной связи:
* выявление причинно-следственной связи между факторными и результативными признаками (при оценке физического развития, для определения связи между условиями труда, быта и состоянием здоровья, при определении зависимости частоты случаев болезни от возраста, стажа, наличия производственных вредностей и пр.)
* выявление зависимости параллельных изменений нескольких признаков от какой-то третьей величины (например, под воздействием высокой температуры в цехе происходит изменение кровяного давления, вязкости крови, частоты пульса и пр.). По направлению связь между явлениями может быть прямой (положительной), когда с увеличением или уменьшением одного явления соответственно увеличивается или уменьшается другое явление (например, с увеличением возраста увеличивается количество пораженных кариесом зубов в расчете на одного обследованного, с увеличением экспозиции между началом острого процесса в брюшной полости и проведением операции увеличивается число осложнений и летальность) и обратной (отрицательной), когда с увеличением одного явления другое явление уменьшается или наоборот с уменьшением одного явления другое соответственно увеличивается (например, с увеличением возраста ребенка уменьшается количество молочных зубов, с уменьшением содержания йода в воде и пище увеличивается число заболеваний щитовидной железы и т.д.).
По силе корреляционная связь может быть:
* сильной
* средней
* слабой
Величина, которая одним числом характеризует направление и силу связи между признаками, называется коэффициентом корреляции (ρ ρρ ρ). Пределы колебаний коэффициента корреляции от 0 до ± ±± ± 1.
Методические требования к вычислению коэффициента корреляции:
* измерение связи возможно только в качественно однородных совокупностях (например, измерение связи между ростом и массой тела в совокупностях, однородных по возрасту и полу)
* расчет может производиться как на абсолютных, так и на производных величинах (относительных и средних)
* для вычисления коэффициента корреляции используются только несгруппированные данные
* число наблюдений должно быть менее 30.
Существует два метода определения коэффициента корреляции:
1. Метод квадратов (Пирсона) используется в тех случаях, когда требуется точное установление силы связи между признаками и когда признаки имеют только количественное выражение.
2. Ранговый метод (Спирмена) является наиболее простым способом определения коэффициента корреляции. Его применяют тогда, когда нет необходимости в точном установлении силы связи, а достаточно ориентировочных данных.
Основным принципом метода ранговой корреляции является сопоставление порядковых номеров (рангов) величин, характеризующих сравниваемые явления.
НЕПАРАМЕТРИЧЕСКИЕ КРИТЕРИИ СТАТИСТИЧЕСКОЙ ОЦЕНКИ ЗНАЧИМОСТИ РАЗЛИЧИЙ
Одной из основных задач статистической обработки материала (лабораторных и клинических исследований) является доказательство значимости различий между двумя или несколькими группами наблюдений, выявление силы и достоверности связи в изучаемых явлениях, определение степени влияния одних признаков на другие.
В большинстве медицинских исследований для определения существенности различий двух сравниваемых групп наблюдений используют, главным образом, параметрический критерий t Стьюдента, который позволяет решить существенны или нет различия между двумя сравниваемыми выборками, получить четкий ответ на вопрос, принадлежат ли сравниваемые выборки к разным генеральным совокупностям или к одной. Однако, применение критерия t Стьюдента обосновано лишь в том случае, когда сравниваемые выборки имеют нормальное распределение. При нормальном распределении признака наибольшее количество частот изучаемого признака близко по размерам к средней величине ряда, а в обе стороны от этой варианты частоты постепенно уменьшаются. В тех случаях, когда имеется малое число наблюдений и характер распределения неизвестен, когда кроме количественных характеристик результаты выражены полуколичественными, а иногда и описательными характеристиками, методы классической статистической обработки материалов, или так называемые параметрические методы, не всегда могут быть использованы.
Статистические методы, позволяющие обрабатывать и оценивать результаты наблюдений, выраженные как в строго количественной форме, так и в полуколичественном или качественном виде, без учета характера их распределения, объединяют в группу так называемых непараметрических статистических методов. Название данных тестов связано с тем, что эти показатели не требуют вычисления параметров для характеристики частоты явления, для характеристики среднего уровня признака, среднего квадратического отклонения, средней ошибки средней арифметической и показателя, необходимых при использовании параметрических критериев.
Основными преимуществами непараметрических критериев статистической оценки значимости различий являются: возможность обнаружить существенные различия при распределениях, отличающихся от нормального, в случаях, когда форма распределения неизвестна и перед оценкой значимости различий не проверялась; способность дать хорошие результаты при любом распределении, а также при малом числе наблюдений; высокая чувствительность, не уступающая критерию Стьюдента; возможность выявить различия в качественных изменениях, а также в форме распределений, при отсутствии различий в средних тенденциях; небольшая трудоемкость расчетов и сравнительная простота их.
Для характеристики одной совокупности или сравнения двух групп наблюдений применяются следующие основные непараметрические критерии: Для характеристики одной совокупности может быть использован критерий проверки гипотезы о случайном характере флюктуаций, который дает возможность решить, являются ли случайными или систематическими колебания результатов, полученных при проведении какого-либо исследования.
Для оценки различия двух связанных (сопряженных) совокупностей может быть использован критерий знаков. Критерий знаков применяется при анализе экспериментальных и клинических данных, когда варианты двух или более сравниваемых совокупностей сопряжены между собой попарно. Сущность критерия знаков заключается в том, что оцениваются не сами количественные значения результатов, а только направленность их изменения (увеличение, уменьшение, без изменения). Оценка результатов проводится по специальным таблицам с заданной вероятностью Р. В таблицах приводятся значения того минимального числа наблюдений (опытов), в котором должно проявиться однозначное влияние исследуемого фактора из общего количества проведенных наблюдений. Нулевая гипотеза, т.е. предположение о том, что полученная в опыте разница случайна, принимается тогда, когда количество менее часто встречающихся знаков больше табличных критических чисел. Если же это число равно или меньше критического числа менее часто встречающихся знаков, то обнаруженные изменения признаются существенными.
Вопрос 21
Термин демография происходит от греческого demos-народ и grapho - описание; таким образом, это наука о народонаселении.
В круг проблем. демографии входит изучение территориального размещения населения, тен- денций и процессов, происходящих в населении в связи с социально- экономическими условиями жизни, быта, традициями, экологическими, медицинскими, правовыми и другими факторами.
На стыке общей демографии и социальной медицины выделилась меди- цинская демография, изучающая взаимосвязь воспроизводства населения с социально-гигиеническими факторами и разрабатывающая медико- социальные мероприятия, направленные на обеспечение наиболее благопри- ятного развития демографических процессов и улучшение здоровья населе- ния.
В практическом плана данные демографии
• представляют основу сведений об обществе в целом
• данные о численности и составе населения используются при реше- 11 нии вопросов планирования в различных отраслях национального хозяйства
• демографические показатели (показатели естественного движения населения) являются одним из критериев общественного здоровья здоровья
Статистическое изучение народонаселения ведется в двух основных направлениях:
• статика населения
• динамика населения.
Вопрос 22-30
СТАТИКА НАСЕЛЕНИЯ - это данные о численности населения, составе населения по полу, возрасту, социальному положению, профессии, семейному положению, уровню культуры, размещению и плотности населения.
Учет численности и состава населения осуществляется путем периодически проводимых переписей населения. По решению ООН переписи населения проводятся через каждые 10 лет.
Между переписями учет численности населения ведется путем регистрации рождений и смертей, а также регистрации населения по месту жительства.
Основными чертами современных переписей являются всеобщность, наличие единой программы переписи, сбор сведений непосредственно у населения, одномоментность проведения переписи (учет населения на определенный критический момент).
При производстве переписи различают две категории населения: наличное и постоянное.
1) Наличным, или фактическим, называется население, которое находится в момент переписи в данном населенном пункте, независимо от того, сколь- ко времени тот или иной человек живет в нем и предполагает он или нет ос- таться там в дальнейшем.
2) Постоянным называется население, постоянно живущее в данном насе- ленном пункте, независимо от того, находится ли оно в наличии или во вре- менном отсутствии в момент переписи. Постоянное население определяется путем прибавления к наличной численности населения временно отсутст- вующих и исключения временно прибывших в момент переписи.
. Распределение населения по полу и возрасту, в сочетании с его другими характеристиками необходимо для определения перспектив роста населения, воспроизводства трудовых ресурсов, анализа данных о заболеваемости и смертности.
С социально-экономической точки зрения большой интерес представляет выделение в составе населения трех основных возрастных групп (по участию населения в трудовом процессе):
* моложе трудоспособного возраста (0-15 лет),
* трудоспособный возраст (мужчины 16-59, женщины 16-54 лет),
* старше трудоспособного возраста (мужчины - 60 и старше, женщи- ны - 55 и старше).
ДИНАМИКА НАСЕЛЕНИЯ - движение и изменение численности и состава населения.
Оно может происходить за счет механического движения - под влиянием миграционных процессов, социального движения, что связано с переходом из одной социальной группы в другую, естественного движения населения - в ре<
|
|
|
