Файл: права и законы шпора.doc

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:

, где - доверительные границы относ величины в ген совокупности;

- относ величина, полученная при проведении исслед-я на выбороч совокупности;

t - доверит коэффициент;

m_P - ошибка репрезентативности относ 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.

97 Оценка достоверности разности относительных 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 относительных величин: ,

где, P₁ и P₂ - относительные 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.

---

98 Статистический анализ.

Графические изображения в статистике.

На этом этапе вычисляется стат. величины (относит., сред., индекс.) осущ их оценка, проводится сопоставление полученных данных во времени и пространстве, изучается динамика, тенденции, устанавливаются связи между явлениями, даются прогнозы и т.д.

Анализ предполагает интерпретацию полученных данных, оценку достоверности результ исслед. В заключ даются выводы и вносят предлож.

Результаты м.б. представлены в виде графич. изобр.

Под графиками понимают условные изображения числовых величин и их соотношений при помощи различных геометрических фигур-точек, линий, столбиков и т.д.

Правила построения диаграмм

- диаграмма строится в определенном масштабе с указанием единицы измерения статистической величины

- графическое изображение должно иметь надпись, в которой кратко дается представление о содержании графического изображения (здесь же указывается единица измерения, например %). Название помещается под рисунком

- для диаграммы должны быть даны условные пояснения (что обозначает расцветка, штриховка и т.д.).

- данные на графике должны располагаться слева направо и снизу вверх.

Диаграммы делятся на: линейные, плоскостные, объёмные, фигурные.

Линейная диаграмма применяется для изображения явления в динамике (например, заболеваемость населения за 5 лет).

Разновидностью линейных диаграмм является радиальная диаграмма.

Радиальная диаграмма применяется для изображения сезонных колебаний величины явления, изменений, имеющих замкнутый, циклический характер (например, заболеваемость в различные месяцы).

При построении ее в качестве оси абсцисс используется окружность.

Плоскостные диаграммы: столбиковые, внутристолбиковые, секторные.

Столбиковая диаграмма используется для изображения сравнительной величины явления в какой-либо определенный промежуток времени

Величину показателя отражает величина столбика (ширина не

имеет значения). Ширина столбиков берется произвольно, но она должна быть одинаковой для всех сопоставляемых величин. Расстояния между столбиками должны быть равными.

Секторные диаграммы используются для изображения структуры явления (например, структура населения по возрасту)

Для ее построения окружность разбивается на части, соответствующие проценту распределения (если вся величина явления составляет 100%, то на каждый процент приходится 3,6 окружности).

Картограммы – составляются на схемах географических карт

(интенсивность краски или штрихов определяется величиной изображаемого явления)

Картодиаграммы - на карту или схему карты изучаемой территории наносятся статистические данные в виде диаграммы.

99 Динамический ряд. Определение. Методы выравнивания динамического ряда.

При изучении динамики какого-либо явления прибегают к построе­нию динамического ряда.

---

Динамический ряд - это ряд однородных статистических вели­чин, показывающих изменение какого-либо явления во времени и расположенных в хронологическом порядке через определенные промежутки времени.

Числа, составляющие динамический ряд, называются уровнями.

Уровень ряда - размер (величина) того или иного явления, достигнутый в определенный период или к определенному моменту времени.

Уровни ряда могут быть представлены абсолютными, относительны­ми или средними величинами.

Динамические ряды делятся на простые (состоящие из абсолютных величин) и сложные (состоящие из относительных или средних вели­чин).

Простые динамические ряды могут быть моментными и интервальны­ми.

Моментный динамический ряд состоит из величин, характеризую­щих явление на какой-то определенный момент (дату). Примером могут служить статистические сведения, обычно регистрируемые на начало или конец месяца, квартала, года (численность населения на начало года, число врачей, средних медицинских работников на конец года, число лечебных учреждений, коек на конец года и т.д.).

Интервальный динамический ряд состоит из чисел, характеризую­щих явление за определенный промежуток времени (интервал) - за неделю, месяц, квартал, год и т. д. Примером такого ряда могут служить данные о числе родившихся, умерших за год, число инфек­ционных заболеваний за месяц и т. д. Особенностью интервального ряда является то, что его члены можно суммировать (при этом ук­рупняется интервал), или дробить. Например, имея данные о коли­честве заболевших дизентерией, зарегистрированных за каждые день, можно построить динамический ряд с интервалом в неделю, месяц, год.

Динамические ряды могут подвергаться преобразованиям, целью которых является выявление особенностей изменения изучаемого про­цесса, а также достижение наглядности.

Иногда динамика изучаемого явления представлена не в виде неп­рерывно меняющегося уровня, а отдельными скачкообразными измене­ниями. В этом случае для выявления основной тенденции в развитии изучаемого явления прибегают к выравниванию динамического ряда. При этом могут быть использованы следующие приемы: укрупнение ин­тервала, вычисление групповой средней, вычисление скользящей средней, выравнивание методом наименьших квадратов.

Укрупнение интервала производят путем суммирования данных за ряд смежных периодов. В результате получаются итоги за более про­должительные промежутки времени. Этим сглаживаются случайные ко­лебания и более четко определяется характер динамики явления.

Вычисление групповой средней заключается в определении сред­ней величины каждого укрупненного периода. Для этого необходимо суммировать смежные уровни соседних периодов, а затем сумму раз­делить на число слагаемых. Этим достигается большая ясность изме­нений во времени.

---

Вычисление скользящей средней в некоторой степени устраняет влияние случайных колебаний на уровни динамического ряда и более заметно отражает тенденцию явления. При ее вычислении каждый уро­вень ряда заменяется на среднюю величину из данного уровня и двух соседних с ним. Чаще всего суммируются последовательно три члена ряда, но можно брать и больше

Метод наименьших квадратов - один из наиболее точных способов выравнивания динамического ряда. Этот метод преследует цель ус­транить влияние временно действующих причин, случайных факторов и выявить основную тенденцию в динамике явления, вызванную воздей­ствием только длительно действующих факторов. Выравнивание произ­водится по линии, наиболее соответствующей характеру динамики изучаемого явления, при наличии основной тенденции к росту или снижению частоты явления. Такой линией является обычно прямая, которая наиболее точно характеризует основное направление изменений. Этот метод позволяет дать количественную оценку выявлен­ной тенденции и на этой основе рассчитать прогнозируемые уровни на следующий год.

100 Методика вычисления показателей динамического ряда.

Прежде всего ряд может быть охарактеризован самими величинами членов ряда, называемыми уровнями. Величина первого члена ряда носит название начального (исходного) уровня, величина послед­него члена ряда - конечного уровня. Средняя величина из всех чле­нов ряда называется средним уровнем.

Абсолютный прирост (убыль) - величина разности между последующим и предыду­щим уровнями; прирост выражается числами с положи­тельным знаком, убыль - с отрицательным знаком. Значение прироста или убыли отражают изменения уровней динамического ряда за оп­ределенный промежуток времени.

Темп роста (снижения) - показывает отношение каждого после­дующего уровня к предыдущему уровню и обычно выражается в процен­тах.

Темп прироста (убыли) - отношение абсолютного прироста или убыли каждого последующего члена ряда к уровню предыдущего, выра­женное в процентах. Темп прироста может быть вычислен также по формуле: Темп роста - 100%

Абсолютное значение одного процента прироста (убыли) - полу­чается от деления абсолютной величины прироста или убыли на пока­затель темпа прироста или убыли за тот же период.

Для более наглядного выражения нарастания или убывания ряда можно преобразовать его путем вычисления показателей наглядности, показывающих отношение каждого члена ряда к одному из них, приня­тому за сто процентов.

101 Стандартизация, ее сущность, виды. Прямой метод стандартизации Применение стандартизованных показателей в практике здравоохранения

Стандартизация один из методов статистического анализа, который широко используется как в научной работе, так и практической деятельности врачей разных специальностей.

---

Общие интенсивные показатели (рождаемости, смертности, заболеваемости и т.д.) правильно отражают частоту явлений при их сравнении, если состав сравниваемых совокупностей однороден. Если они имеют неоднородный возрастно-половой или профессиональный состав, различие по тяжести болезни, по нозологическим формам или по другим признакам, то ориентируясь на общие показатели, сравнивая их, можно сделать неправильный вывод о тенденциях изучаемых явлений и истинных причинах разницы общих показателей сравниваемых совокупностей.

Метод стандартизации применяется тогда, когда имеющиеся различия в составе сравниваемых совокупностей могут повлиять на размеры общих интенсивных показателей.

Сущность метода стандартизации заключается в условном устранении предполагаемой неоднородности состава среды в сравниваемых статистических совокупностях. Для устранения влияние неоднородности составов сравниваемых совокупностей на величину общих интенсивных показателей, их приводят к единому стандарту, т.е. условно допускается, что состав сравниваемых совокупностей одинаков. Выбор стандарта зависит от метода вычисления стандартизованного показателя (т.е. от исходных данных). В качестве стандарта можно принять:

- суммарный состав двух сравниваемых групп;

- средний состав двух сравниваемых групп;

- состав одной из сравниваемых групп;

- состав какой-либо близкой по существу третьей совокупности (из вне);

- погрупповые (специальные) показатели, характеризующие изучаемое явление.

Стандартизованный показатель показывает, каковы были бы общие интенсивные показатели (рождаемости, заболеваемости, смертности, летальности и т.д.), если бы на их величину не оказывала влияние неоднородность в составах сравниваемых групп.

Характеристика стандартизованного показателя:

- является условным;

-применяется исключительно для анализа в целях сравнения общих интенсивных показателей;

- выражается в условном наклонении (если бы, было бы).

Существует три метода вычисления стандартизованного показателя: прямой, косвенный и обратно косвенный (Керриджа).

Прямой метод стандартизации.

Прямой метод стандартизации используется в следующих случаях:

- когда известен детальный состав среды сравниваемых статистических совокупностей и можно рассчитать общие и погрупповые(специальные) интенсивные показатели ;

- если распределение по составу в сравниваемых статистических совокупностях аналогично

- если известен абсолютный размер явления.

Методика вычисления стандартизованных показателей прямым методом (по одному признаку) складывается из следующих этапов

Первый этап. Вычисление общих и погрупповых (специальных) интенсивных показателей.

Второй этап. Выбор стандарта (осуществляется произвольно). В качестве стандарта можно принять:

---