Файл: права и законы шпора.doc

Общее число наблюдений - n (numerus) - сумма всех частот: n=ΣΡ. Если общее число наблюдений более 30, статистическая выборка считается большой, если n меньше или равно 30 - малой.

Вариац ряды бывают прерывные (дискретные), сост из целых чисел, и непрерывные, когда значения вариант выражены дроб­ным числом. В прерывных рядах смежные варианты отлич друг от друга на целое число, например: число ударов пульса, число дыха­ний в минуту, число дней лечения и т.д. В непрерывных рядах ва­рианты могут отлич на любые дробные значения единицы.

Вариаце ряды бывают трех видов. Простой - ряд, в котором каждая варианта встречается один раз, т.е. частоты равны единице.

Обычный - ряд, в котором варианты встречаются более одного ра­за.

Сгруппированный – ряд в котором варианты объединены в группы по их величине в пределах определенного ин­тервала с указанием частоты повторяемости всех вариант, входящих в группу.

Сгруппированный вариационный ряд используют при большом числе наблюдений и больном размахе крайних значений вариант.

Обработка вариационного ряда заключается в получении парамет­ров вариационного ряда (средней величины, среднего квадратичес­кого отклонения и средней ошибки средней величины).

Виды средних величин.

В мед практике наиболее часто использ след средние величины: мода, медиана, средняя арифметическая. Мода (Mo) - величина признака, чаще других встречающаяся в со­вокупности. За моду принимают варианту, которой соответствует наибольшее количество частот вариац ряда.

Медиана (Me) - величина признака, занимающая срединное значе­ние в вариац ряду. Она делит вариац ряд на две рав­ные, части.

На величину моды и медианы не оказывают влияния числовые зна­чения крайних вариант, имеющихся в вариац ряду. Они не всегда могут точно характеризовать вариац ряд и применяют­ся в мед стат относит редко. Более точно ха­рактеризует вариац ряд средняя арифмет величина.

Средняя арифметическая (М, или ) - рассчитывается на осно­ве всех числовых значений изучаемого признака.

В простом вариационном ряду, где варианты встречаются только по одному разу, вычисляется средняя арифметическая простая по формуле:

, где V - числовые значения вариант,

n - число наблюдений,

Σ - знак суммы

В обычном вариационном ряду вычисляется средняя арифметичес­кая взвешенная по формуле:

, где V - числовые значения вариант.

Ρ - частота встречаемости вариант.

n - число наблюдений.

 - знак суммы

Пример расчета средней арифметической взвешенной приведен ниже

Определение средней длительности лечения больных

в специализированном отделении больницы

Число дней, V	Число больных, Ρ	V * Ρ
16	1	16
17	7	119
18	8	144
19	16	304
20	29	580
21	20	420
22	7	154
23	5	115
24	2	48

---

n=95 =1900,

В приведенном примере модой является варианта, равная 20 дням, поскольку она повторяется чаще других - 29 раз. Мо = 20. Порядковый номер медианы определяется по формуле:

Место медианы приходится на 48-ю варианту, числовое значение ко­торой равно 20. Средняя арифметическая, рассчитанная по формуле, равна также 20.

Средние величины скрываются индивидуальные значе­ния признака. Средние величины не показывают изменчивости, колеб­лемости признака.

Если вариационный ряд более компактен, менее рассеян и все от­дельные значения расположены вокруг средней, то средняя величина дает более точную характеристику данной совокупности. Если вариа­ционный ряд растянут, отдельные значения значительно отклоняются от средней, т.е. имеется большая вариабельность количественного признака, то средняя менее типична, хуже отражает в целом весь ряд.

Одинаковые по величине средние могут быть получены из рядов с различной степенью рассеяния. Так, например, средняя длительность лечения больных в специализированной отделении больницы также бу­дет равна 20, если все 95 больных находились на стационарном ле­чении по 20 дней. Обе вычисленные средние равны между собой, но получены из рядов с разной степенью колеблемости вариант.

Следовательно, для характеристики вариационного ряда, помимо средней величины, необходима другая характеристика, позволяющая оценить степень его колеблемости.

Средние величины широко применяются в повседневной работе ме-

дицинских работников. Они используются для характеристики физи-

ческого развития, основных антропометрических признаков: рост,

вес, окружность груди, динамометрия и т.д. Средние величины при-

меняются для оценки состояния больного путем анализа физиологи-

ческих, биохимических сдвигов в организме: уровня артериального

давления, частоты сердечных сокращений, температуры тела, уровня

биохимических показателей, содержания гормонов и т.д.

91 Средняя ошибка средней величины. Методика расчета при большой и малой выборке.

При выборе единиц наблюдения возможны ошибки смещения, т.е. такие события, появление которых не может быть точно предсказуемым. Эти ошибки являются объектив­ными и закономерными. При определении степени точности выборочно­го исследования оценивается величина ошибки, которая может прои­зойти в процессе выборки. Такие ошибки носят название случайных ошибок репрезентативности (m),

На практике для определения средней ошибки выборки при проведении статистических исследований, используются следующие Формулы:

1) для расчета средней ошибки (m_м) средней величины (М):

, где σ - среднее квадратическое отклонение;

n - численность выборки.

Это при большой выборке, а при малой n-1

92 Среднее квадратичное отклонение. Методика вычисления, применение в деятельности врача.

---

Приближенный метод оценки колеблемости вариационного ряда - это определение лимита, т.е. минимального и максимального значе­ния количественного признака, и амплитуды - т.е. разности между наибольшим и наименьшим значением вариант (Vmax - Vmin). Одна­ко лимит и амплитуда не учитывают значений вариант внутри ряда.

Основной общепринятой мерой колеблемости количественного приз­нака в пределах вариационного ряда является среднее квадратичес­кое отклонение (σ - сигма).

σ	=	252	=	2,6
		95

Чем больше среднее квадратическое отклонение, тем степень ко­леблемости данного ряда выше.

Так, например, при изучении средней длительности лечения больных в двух больницах были получены следующие результаты:

Больница 1	Больница 2
Μ = 20 дней	Μ = 20 дней
σ = 3 дня	σ = 5 дней

Средняя длительность лечения в обеих больницах одинакова, од­нако во второй больнице колебания были значительнее.

Методика расчета среднего квадратического отклонения включает следующие этапы:

1. Находят среднюю арифметическую величину (Μ).

2. Определяют отклонения отдельных вариант от средней арифмети­ческой
(V-M=d). В медицинской статистике отклонения от средней обозначаются как d (deviate). Сумма всех от­клонений равняется нулю (графа 3. табл. 5).

3. Возводят каждое отклонение в квадрат (графа 4. табл. 5).

4. Перемножают квадраты отклонений на соответствующие частоты d²*p (графа 5, табл. 5).

5. Вычисляют среднее квадратическое отклонение по формуле:

при n больше 30, или . при n меньше либо равно 30, где n - число всех вариант

Методика расчета среднего квадратического отклонения приведе­на в таблице 5.

Среднее квадратическое отклонение позволяет установить сте­пень типичности средней, пределы рассеяния ряда, сравнить колеб­лемость нескольких рядов распределения. Величина среднего квадра­тического отклонения обычно используется для сравнения колеблемости однотипных рядов. Если сравниваются два ряда с разными признаками (рост и масса тела, средняя длительность лечения в стационаре и больничная летальность и т.д.), то непосредственное сопоставление размеров сигм невозможно, т.к. среднеквадратичес­кое отклонение - именованная величина, выраженная в абсолютных числах. В этих случаях применяют коэффициент вариации (Cv), представляющий собой относительную величину: процентное отноше­ние среднего квадратического отклонения к средней арифметической.

Таблица 5

Число дней V	Число больных Ρ	d	d2	d2*p
16	1	-4	16	16
17	7	-3	9	63
18	8	-2	4	32
19	16	-1	1	16
20	29	0	0	0
21	20	1	1	20
22	7	2	4	28
23	5	3	9	45
24	2	4	16	32

---

М=20 n=95 Σ=252

Коэффициент вариации вычисляется по формуле:

Cv	=	σ * 100
		Μ

Пример: по данным специального исследования средний рост мальчиков 7 лет в городе N составил 117.7 см (σ=5.1 см), а сред­ний вес - 21,7 кг (σ=2,4 кг). Оценить колеблемость роста и веса путем сравнения средних квадратических отклонений нельзя, т. к. вес и рост - величины именованные. Поэтому используется относи­тельная величина - коэффициент вариации:

,

Сравнение коэффициентов вариации роста (4.3%) и веса (11.2%) показывает, что вес имеет более высокий коэффициент вариации, следовательно, является менее устойчивым признаком.

Чем выше коэффициент вариации, тем большая изменчивость данно­го ряда. Считают, что коэффициент вариации свыше 30 % свиде­тельствует о качественной неоднородности совокупности.

Средние величины широко применяются в повседневной работе ме­дицинских работников. Они используются для характеристики Физи­ческого развития, основных антропометрических признаков: рост, вес. окружность груди, динамометрия и т.д. Средние величины при­меняются для оценки состояния больного путем анализа физиологи­ческих, биохимических сдвигов в организме: уровня артериального давления, частоты сердечных сокращений. температуры тела, уровня биохимических показателей, содержания гормонов и т. д. Широкое применение средние величины нашли при анализе деятельности лечеб­но-профилактических учреждений, например: при анализе работы ста­ционаров вычисляются показатели среднегодовой занятости койки, средней длительности пребывания больного на койке и т. д.

93 Определение доверительных границ средних величин. Понятие о вероятности безошибочного прогноза.

Для оп­ред точности, с которой исследователь желает получить ре­зультат, в статистике исп-ся такое понятие, как вероят­ность безошибочного прогноза, кот является характеристикой надежности результатов выборочных мед-биолог стат исс-ий. Обычно, при проведении мед-биолог стат исс-ий использ вероятность безошибочного прогноза 95% или 99%. В наиболее ответственных случаях, когда необходимо сделать особенно важные выводы в теоретическом или практическом отношении, используют вероятность безошибочного прогноза 99,7%

Определенной степени вероятности безошибочного прогноза соот­ветствует определенная величина предельной ошибки случайной выборки (Δ) Определяется эта величина по формуле:

Δ=t * m ,

где t - доверительный коэффициент, который при вероятности безо­шибочного прогноза 95% равен 2. при вероятности безоши­бочного прогноза 99% - 3,. и при вероятности безошибочно­го прогноза 99,7% - 3,3.

Используя предельную ошибку выборки (Δ), можно определить до­верительные границы, в которых с опред вероятностью безо­шиб прогноза заключено действительное значение стат величины, характериз всю ген. совокупность (сред­ней или относительной).

---

Для опред доверительных границ использ следующие Формулы:

1) для средних величин:

,где - доверител границы ср величины в ген со­вокупности;

- ср величина, получ при провед исслед на выборочной совокупности;

t - доверит коэффициент, значение кот опред степенью вероятности безошибочного прогноза, с кото­рой исс-ль желает получить результат;

m_M - ошибка репрезентативности ср величины.

При малом числе наблюдений (n<30), для вычисления довери­тельных границ значение коэффициента t находят по спец табл Стьюдента (Значения t расположены в таблице на пересечении с избранной вероятностью безошибочного прогноза и строки, указывающей на имеющееся число степеней свободы (n`), которое равно n-1.

94 Оценка достоверности разности средних величин. Критерий “t” (Стьюдента).

При проведении медико-биологических исследований на двух срав­ниваемых совокупностях возникает необходимость определить не только их различие, но и его достоверность.

Для оценки достоверности различия сравниваемых средних вели­чин используется формула:

,а для относительных величин: ,

где Μ₁, Μ₂, P₁ и P₂ - статистические величины, полученные при проведении выборочных исследований: m₁ и m₂ - их ошибки репрезен­тативности; t - коэффициент достоверности. Различие достоверно при t>2. что соответствует вероятности безошибочного прогноза равной или более 95%. При величине коэффициента достоверности t<2 степень вероятности безошибочного прогноза менее 95%. При такой степени вероятности мы не можем утверждать, что полученная раз­ность показателей достоверна с достаточной степенью вероятности. В этом случае необходимо получить дополнительные данные, увели­чив число наблюдений. Если после увеличения численности выборки, и. соответственно, уменьшения ошибки репрезентативности, разли­чие продолжает оставаться недостоверным, можно считать доказан­ным, что между сравниваемыми совокупностями не обнаружено разли­чий по изучаемому признаку.

95 Средняя ошибка относительной величины. Методика расчета при большой и малой выборке.

При выборе единиц наблюдения возможны ошибки смещения, т.е. такие события, появление которых не может быть точно предсказуемым. Эти ошибки являются объектив­ными и закономерными. При определении степени точности выборочно­го исследования оценивается величина ошибки, которая может прои­зойти в процессе выборки. Такие ошибки носят название случайных ошибок репрезентативности (m), На практике для определения средней ошибки выборки при проведении статистических исследований, используются следующие Формулы:

для расчета средней ошибки (m_Р) относительной величины (Р):

, где Ρ - соответствующая относительная величина (рассчитанная, например, в процентах (%));

q - 100 - Ρ;

n - численность выборки.

96 Определение доверительных границ относительных показателей. Понятие о вероятности безошибочного прогноза.

---