WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 || 3 |

«ОГЛАВЛЕНИЕ Введение Член-корр. РАМН, проф. В.З. Кучеренко.......................5 Глава 1. Основные положения применения методов статистического анализа при изучении общественного здоровья и ...»

-- [ Страница 2 ] --

СИТУАЦИОННЫЕ ЗАДАЧИ Задача При анализе заболеваемости населения участка за год врач-тера певт составил несколько макетов статистических таблиц.

1. Составьте групповую таблицу «Распределение больных с различными нозологическими формами по полу и воз расту».

2. Является ли данный вид таблицы наиболее информатив ным?

Задача Проведено изучение влияния производственных условий на состояние здоровья аппаратчиков завода синтетических смол в одном из 8 цехов производства.

1. Определите, на какой совокупности проведено исследование.

2. Обоснуйте свой вывод.

Задача Врач МСЧ текстильной фабрики проводит изучение заболеваемос ти болезнями кожи у рабочих красильных цехов за последние 5 лет для разработки профилактических мероприятий.

1. Определите единицу наблюдения.

2. Назовите какие-либо учетные признаки единицы наблюде ния.

3. Распределите выбранные признаки по типам группировок.

Задача Целью работы является разработка научнообоснованного подхода к профилактике внутрибольничных инфекций в сестринской практике как элемента системы обеспечения качества медицинской помощи.

1. Какие задачи исследования Вы могли бы предложить?

2. Входит ли постановка цели в программу исследования?

Задача Цель исследования была определена следующим образом: оценка эффективности аорто-коронарного шунтирования с применением АИК как метода лечения острого инфаркта миокарда.

1. Сформулируйте единицу наблюдения.

2. Какие задачи исследования Вы могли бы предложить?

Задача При изучении влияния аборта в анамнезе на младенческую смерт ность были определены учетные признаки единицы наблюдения: на личие абортов в анамнезе, их количество, состояние здоровья матери, наличие гинекологических заболеваний и др.

1. Составьте из представленных учетных признаков один или несколько вариантов наиболее информативных таблиц.

При этом необходимо учесть в качестве результативного признака причины младенческой смертности.

СПИСОК ЛИТЕРАТУРЫ Обязательная 1. Лисицын Ю.Л. Общественное здоровье и здравоохранение. Учебник для вузов. — М.: ГЭОТАР-МЕД, 2002. — 520 с.

2. Общественное здоровье и здравоохранение. Учебник для студентов / Под ред. В.А. Миняева, Н.И.Вишнякова. — М.: Мед пресс-информ, 2002. — 528 с.

3. Медик В.А., Юрьев В.К. Курс лекций по общественному здоровью и здравоохранению. Часть I. Общественное здоровье — М.: Медици на, 2003. — 368 с.

4. Кучеренко В.З., Агарков Н.М. и др. Социальная гигиена и организа ция здравоохранения. (Учебное пособие). — М.: 2000 — 432 с.

5. Тестовые задания по общественному здоровью и здравоохранению. — М.: ММА им. И.М. Сеченова, 2002 г.

Дополнительная Гланц С. Медико-биологическая статистика: Пер. с англ. — М.: Практика, 1998. — С. 402–422.

4.2. ОТНОСИТЕЛЬНЫЕ ВЕЛИЧИНЫ И ИХ ГРАФИЧЕСКОЕ ИЗОБРАЖЕНИЕ ВВЕДЕНИЕ В повседневной практической деятельности врач, как правило, по лучает любую информацию в абсолютных числах.

Абсолютные величины несут важную информацию о размере того или иного явления и могут быть использованы в анализе, в том числе в сравнительном. Однако они часто не отвечают на все постав ленные вопросы. Так, например, врачу интересны сведения о здоровье обслуживаемого населения (показатели заболеваемости и др.), а у него есть информация только о числе зарегистрированных заболеваний (аб солютные числа), которые «заболеваемость» не характеризуют.

Для более углубленного анализа общественного здоровья и дея тельности учреждений здравоохранения, а также деятельности меди цинского работника используются обобщающие показатели, называе мые относительными величинами. Они применяются для изучения совокупности, которая характеризуется, главным образом, альтерна тивным распределением качественных признаков.

ЦЕЛЬ ИЗУЧЕНИЯ ТЕМЫ: на основе применения относительных величин уметь оценивать, анализировать и выявлять закономерности при изучении общественного здоровья и деятельности органов и уч реждений здравоохранения.

По окончании изучения данной темы студент должен Уметь:

• обоснованно выбирать виды относительных величин для анализа в каждой конкретной ситуации;

• рассчитывать показатели и представлять графически полученную информацию;

• на основании полученных расчетов относительных величин и их графического изображения провести правильный анализ состояния здоровья населения и/или деятельности органов и учреждений здравоохранения.

Для этого студент должен знать:

• показания к применению относительных величин;

• виды относительных показателей;

• область применения каждого из относительных показателей в ме дицине и здравоохранении;

• особенности методики расчета, анализа и графического изображе ния каждой относительной величины;

• требования к составлению графиков;

• наиболее частые ошибки в применении и анализе относительных величин.

ЗАДАНИЯ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТА 1. Изучить материалы обязательной и рекомендуемой литературы, данного раздела учебного пособия.

2. Разобрать задачу-эталон.

3. Ответить на контрольные вопросы и тестовые задания в данном учебном пособии.

4. Решить ситуационные задачи.

5. Выполнить задание в курсовой работе, сделать соответствующие выводы.

БЛОК ИНФОРМАЦИИ Различают 4 вида относительных величин: экстенсивные, интен сивные, соотношения и наглядности.

Экстенсивный показатель — это показатель удельного веса, доли части в целой совокупности, показатель распределения совокупности на составляющие ее части, т.е. показатель структуры.

Для расчета его необходимо иметь данные о численности всей со вокупности и составляющих ее частях (или отдельной части этой со вокупности). Рассчитывается обычно в процентах, где совокупность в целом принимается за 100%, а отдельные части — за «Х».

Способ получения экстенсивной величины выглядит следующим образом:

Экстенсивный = часть совокупности (явления или среды) 100%.

показатель вся совокупность (явление или среда) Таким образом, для получения экстенсивного показателя нужна одна совокупность и ее составные части или отдельная часть. Экстен сивный показатель отвечает на вопрос, сколько процентов приходит ся на каждую конкретную часть совокупности.

В зависимости от того, что характеризуют экстенсивные показате ли, их называют:

• показатели удельного веса части в целом, например, удельный вес гриппа среди всех заболеваний, • показатели распределения или структуры (распределение всей со вокупности зарегистрированных врачом заболеваний за год на от дельные заболевания).

Это показатель статики, т.е. с его помощью можно анализировать конкретную совокупность в конкретный момент. По экстенсивным показателям нельзя сравнивать различные совокупности — это приво дит к неправильным, ошибочным выводам (см. раздел «Ошибки ис пользования относительных величин»).

ПРИМЕР РАСЧЕТА экстенсивного показателя В районе А. в текущем году было зарегистрировано 500 случаев ин фекционных заболеваний, из них:

эпидемического гепатита — 60 случаев;

кори — 100 случаев;

прочих инфекционных заболеваний — 340 случаев.

Задание: определить структуру инфекционных заболеваний, про анализировать и представить графически.

Решение: вся совокупность — 500 случаев инфекционных заболева ний принимается за 100%, составные части определяются как искомые.

Удельный вес случаев эпидемического гепатита составит:

60 100% 12%.

= Аналогично рассчитывается удельный вес других заболеваний.

Вывод: в структуре инфекционных заболеваний доля эпидемичес кого гепатита составила 12%, кори — 20%, прочих инфекционных за болеваний — 68%.

Способы графического изображения экстенсивного показателя Поскольку экстенсивный показатель — показатель статики, то гра фически он изображается в виде внутристолбиковой или секторной (круговой) диаграмм, которые являются разновидностями плоскостных диаграмм*.

Правила построения указанных диаграмм можно представить, ис пользовав при этом полученные данные удельного веса заболеваний в приведенном выше примере.

Пример построения секторной диаграммы (диаграмма 1):

1. Радиусом произвольного размера описывается окружность, которая принимается за 100% (если экстенсивные показатели выражены в процентах);

при этом 1% соответствует 3,6° окружности.

2. На окружности откладываются отрезки, соответствующие величи нам распределяемой совокупности: удельный вес кори составляет 20%, эпидемического гепатита — 12%, прочих инфекционных забо леваний — 68% (соответственно в градусах — 72°;

43,2°;

244,8°).

3. Соответствующие этим градусам отрезки соединяются линиями с центром окружности, образуя секторы.

Каждый сектор представляет составную часть изучаемой совокуп ности. При этом необходимо помнить, что сумма всех удельных весов должна равняться 100%, а сумма отрезков в градусах должна состав лять 360°.

Пример построения внутристолбиковой диаграммы (диаграмма 2):

Вышеизложенные данные можно представить также в виде внутри столбиковой диаграммы, принцип построения которой заключается в следующем: высота прямоугольника (масштаб выбирается произволь но) составляет всю совокупность и принимается за 100%.

100% прочие 12% 80% инфекционные 68% заболевания 60% 20% корь 40% 12% 68% эпидемический 20% гепатит 20% 0% секторная диаграмма (1) внутристолбиковая диаграмма (2) Диаграммы 1, 2. Распределение инфекционных заболеваний в районе по нозологическим формам (в % к итогу).

* Плоскостные диаграммы представляют цифровые данные в виде геомет рических фигур в двух измерениях.

Удельный вес отдельных частей следует показать внутри прямо угольника, расположив части снизу вверх в порядке убывания процен тов, при этом группа «прочие заболевания», так же как и в секторной диаграмме, откладывается последней. Все части выделяются различ ной штриховкой или расцветкой.

Каждый график должен иметь номер, четкое название, раскрыва ющее его сущность, масштаб с указанием единиц измерения и экс пликацию, отражающую смысл принятых условных изображений.

Если исследователь хочет выделить графически только одну составную часть совокупности, то график будет выглядеть следующим образом (диаграмма 3):

12% эпидемический гепатит 88% остальные (прочие) инфекционные заболевания Диаграмма 3. Удельный вес (доля) случаев эпидемического гепатита среди всех инфекционных заболеваний (в % к итогу).

Интенсивный показатель — показатель частоты, уровня, распрост раненности процессов, явлений, совершающихся в определенной сре де. Он показывает, как часто встречается изучаемое явление в среде, которая его продуцирует (заболеваемость, смертность, рождаемость и т.д.).

Интенсивные показатели используются как для сравнения, сопос тавления динамики частоты изучаемого явления во времени, так и для сравнения, сопоставления частоты этого же явления в один и тот же промежуток времени, но в различных учреждениях, на различных тер риториях и т.д.

Для расчета интенсивного показателя необходимо иметь данные об абсолютном размере явления и среды. Абсолютное число, характери зующее размер явления, делится на абсолютное число, показывающее размер среды, внутри которой произошло данное явление, и умножа ется на 100, 1000 и т.д.

Таким образом, способ получения интенсивного показателя выглядит следующим образом:

Явление 100 (1000 и т.д.).

Интенсивный показатель = Среда Таким образом, для расчета интенсивного показателя всегда нуж ны две статистические совокупности (совокупность № 1 — явление, совокупность № 2 — среда), причем изменение размера среды может повлечь за собой изменение размера явления.

Множитель (основание) зависит от распространенности явления в среде — чем реже оно встречается, тем больше множитель. В практи ке для вычисления некоторых интенсивных показателей множители (основания) являются общепринятыми (так, например, показатели за болеваемости с временной утратой трудоспособности рассчитываются на 100 работающих или учащихся, показатели летальности, частоты осложнений и рецидивов заболеваний — на 100 больных, демографи ческие показатели и многие показатели заболеваемости — на 1000 на селения).

Пример расчета интенсивного показателя В городе проживает 120 000 человек (среда). В предыдущем году родилось 1080 детей (явление).

Определить показатель рождаемости (рассчитывается на населения).

Рождаемость = 1000 = 9%o.

120 Таким образом, рождаемость в городе составила 9%o.

Графически интенсивные показатели могут быть представлены в виде любых из названных ниже диаграмм при наличии необходимой информации:

а) линейной диаграммы (график);

б) столбиковой или ленточной диаграммы;

в) радиальной диаграммы;

г) картограммы;

д) картодиаграммы.

Линейная диаграмма (график) применяется для изображения динамики явления Рассмотрим это на следующих примерах.

Задание № 1. Представить информацию о распространенности наркомании (табл. 18) в виде линейной диаграммы.

В нашем примере необходимо нанести на координатное поле 2 ряда цифр — частота наркомании и годы.

В соответствии с установленными требованиями к построению графиков необходимо соблюдать соотношение между масштабом по оси абсцисс и ординат как равное 3 : 4 или 5 : 8. В данном случае гра фик будет более наглядным.

Таблица Распространенность наркомании в РФ в динамике с 1985 по 1998 г. (на 100 000 населения) Наименование Годы показателя 1985 1988 1991 1994 Число наркоманов в %ooo 10,1 16,9 20,4 32,3 109, В диаграмме 4 на оси абсцисс (горизонтальная линия) в соответст вии с выбранным исследователем масштабом отмечаются анализируе мые годы, на оси ординат (вертикальная линия) в соответствии с вы шеуказанным правилом — частота наркомании.

В соответствии с построенными осями на координатное поле наносятся величины частоты наркомании соответствующего года.

При последовательном соединении точек на графике получится непрерывная линия, наглядно представляющая динамику распростра ненности наркомании.

Диаграмма 4. Частота распространения наркомании в РФ за период 1985—1998 г. (на 10 000 населения).

Вывод: анализ диаграммы 4 позволяет наглядно представить постоянный рост частоты наркомании в РФ за 1985—1998 гг.

Радиальная диаграмма является разновидностью линейной диаграм мы. Применяется для изображения динамики явления за замкнутый цикл времени: сутки, неделя, месяц, год. Например, сезонные колеба ния инфекционной заболеваемости, суточные колебания числа вызо вов скорой помощи, колебания по дням недели числа выписываемых и госпитализируемых в стационары больных и т.д.

Таблица Сезонные изменения заболеваемости дизентерией за изучаемый год в городе Н. (на 10 000 населения) Месяцы года Наимено I II III IV V VI VII VIII IX X XI XII вание данных Число заболе- 2 7 5 9 15 26 15 37 22 14 3 ваний дизенте рией (в %oo) Построение радиальной диаграммы разберем на следующем при мере.

Задание № 2. Представить информацию о сезонных изменениях заболеваемости дизентерией в виде радиальной диаграммы (табл.

19).

Радиальная диаграмма строится на основе окружности:

1) окружность делят при помощи транспортира на число секторов, со ответствующее интервалам времени изучаемого цикла: 4 сектора при изучении явления за кварталы года, 7 секторов при изучении явления за дни недели, 12 секторов при изучении явления за год и т.д. В нашем примере окружность делится на 12 секторов по числу месяцев года;

2) определяют среднемесячный уровень заболеваемости за год, который будет соответствовать длине радиуса окружности:

(2 + 7 + 5 + 15 + 9 + 26 + 15 + 37 + 22 + 14 + 3 + 1) / 12 = 13;

3) на каждом радиусе соответственно каждому месяцу откладывают в выбранном масштабе число случаев заболеваний дизентерией. На чинать необходимо с нуля градусов дуги окружности и продолжать далее по часовой стрелке;

Длина отрезка соответствующего месяца может выходить за преде лы окружности или находиться внутри окружности в зависимости от величины соответствующего месячного показателя числа случаев забо леваний дизентерией (в нашем примере число случаев дизентерии за IV месяц — 15, VII — 15, X — 22 выше среднемесячного показателя, а в остальные месяцы — меньше). Конечные точки отрезков соединя ются линиями;

4) полученный многоугольник изображает колебания заболеваемости дизентерией за данный период времени — 12 мес.

I XII II XI III X IV V IX VI VIII VII Диаграмма 5. Сезонные изменения заболеваемости дизентерией за изучаемый год в городе Н.

Вывод: анализ диаграммы 5 позволяет увидеть значительное увели чение числа случаев заболевания дизентерией в летне-осенний пери од (с апреля по октябрь).

Интенсивные показатели графически изображаются также в виде плоскостных диаграмм. К ним относятся столбиковые и ленточные ди аграммы.

В виде столбиков целесообразно изображать интенсивные показа тели для одного периода, но для разных заболеваний, территорий, коллективов или, наоборот, в разные периоды времени, но для одно го заболевания, территории, коллектива.

При построении столбиковых диаграмм основание располагают на оси абсцисс. На оси ординат отмечают величину изучаемого признака в принятом масштабе. Ширина столбиков должна быть одинаковой.

Столбики могут располагаться как на расстоянии друг от друга, так и рядом друг с другом.

Столбиковые диаграммы могут быть:

а) вертикальными;

б) горизонтальными (тогда диаграммы называются ленточными).

ПРИМЕР построения столбиковой диаграммы Задание № 3. Представить информацию (табл. 20) об инфекцион ной заболеваемости в виде столбиковой диаграммы.

Таблица Заболеваемость населения РФ скарлатиной и коклюшем в предыдущем и изучаемом годах (на 100 000 населения) Годы Вид заболевания предыдущий год изучаемый год Скарлатина 83,6 44, Коклюш 16,9 19, Для построения диаграммы необходимо на оси ординат поместить шкалу с нанесенными на ней делениями в соответствии с принятым масштабом, отражающими показатели заболеваемости.

83, 44. 19, 16, годы Предыдущий год Изучаемый год скарлатина коклюш Диаграмма 6. Заболеваемость населения РФ скарлатиной и коклюшем за предыдущий и изучаемый годы (на 100 000 населения) Вывод: данные диаграммы наглядно иллюстрируют значительное снижение заболеваемости населения РФ в изучаемом году скарлати ной и коклюшем.

ПРИМЕР построения ленточной диаграммы Задание № 4. Представить информацию о заболеваемости с ВУТ в виде ленточной диаграммы (табл. 21).

Заболеваемость Таблица Число случаев заболеваний с временной утратой трудоспособно сти (ЗВУТ) на 100 работающих различного возраста на предпри ятии Н. в изучаемом году Возраст, пол ЗВУТ до 19 лет 20–35 лет 36–49 лет 50 лет и старше м ж м ж м ж м ж Число случаев 83,0 63,9 106,2 79,2 117,7 108,9 100,0 92, Для графического изображения случаев заболеваемости с времен ной утратой трудоспособности в виде ленточной диаграммы выбираем основной признак, по которому будем строить диаграмму.

В данном случае был выбран возраст.

На оси абсцисс в центре отмечаем отрезок длиной 1,5—2 см.

Из крайних точек этого отрезка справа и слева восстанавливаем перпен дикуляры, на которых откладываем одинаковые отрезки: они являются основаниями лент или горизонтальных «столбиков». Расстояние между лентами и их ширина должны быть одинаковыми, а число «лент» как справа (для женщин), так и слева (для мужчин) должно соответствовать количеству градаций основного признака. В данном примере их четыре — по числу возрастных группировок: до 19 лет, 20—35 лет, 36—49 лет, 50 и старше. Эти цифры вписываем между основаниями намеченных го ризонтальных столбиков. Длина «лент» должна соответствовать размеру изображаемого явления в соответствии с выбранным масштабом. В на шем примере масштаб: 10 случаев утраты трудоспособности — 1 см.

Женщины Мужчины До 63, лет 20– 117, 79, лет 39– 108, 106, лет 50 лет 83 и старше Диаграмма 7. Число случаев заболеваний с временной утратой тру доспособности на 100 работающих различного пола и возраста на предприятии Н. в изучаемом году.

Вывод: на диаграмме наглядно представлено наибольшее число слу чаев с временной утратой трудоспособности как у мужчин, так и у женщин в возрасте 36–49 лет, а наименьшее — у женщин в возра сте до 19 лет. Однако у мужчин практически во всех возрастных груп пировках число случаев утраты трудоспособности выше, чем у жен щин, кроме возраста 50 лет и старше.

Интенсивный показатель может быть также представлен в виде картограммы и картодиаграммы.

Картограмма — изображение статистических данных на контурной карте. При этом частота изучаемого явления может быть обозначена разной интенсивностью окраски или разной штриховкой.

Картодиаграмма — изображение на контурной карте статистиче ских данных в виде столбиков или других символов различного раз мера.

Показатель соотношения: характеризует соотношение между дву мя не связанными между собой совокупностями (обеспеченность на селения койками, врачами, дошкольными учреждениями, соотноше ние родов и абортов, соотношение врачей и медицинских сестер и др.).

Для получения этого показателя нужны две совокупности (№ и № 2). Абсолютная величина, характеризующая одну совокупность (совокупность № 1), делится на абсолютную величину, характеризу ющую другую, с ней не связанную совокупность (совокупность № 2) и умножается на множитель* (100, 1000, 10 000 и т.д.):

Совокупность № Показатель соотношения = 10 000.

Совокупность № Пример. В городе 120 000 населения, общее число терапевтичес ких коек — 300. Число коек — совокупность № 1, численность на селения — совокупность № 2. Требуется рассчитать обеспеченность населения терапевтическими койками.

10 000 = 25.

Показатель соотношения = 120 Вывод: на 10 000 населения в городе приходится 25 терапевтичес ких коек, или обеспеченность населения города терапевтическими койками равна 25 коек на 10 000 населения.

* При расчете показателя соотношения можно не учитывать множитель, на пример, определяя соотношение родов и абортов.

Графически показатель соотношения может быть представлен такими же диаграммами, как и интенсивный показатель.

Показатель наглядности применяется для анализа однородных чи сел и используется, когда необходимо «уйти» от показа истинных ве личин (абсолютных чисел, относительных и средних величин). Как правило, эти величины представлены в динамике.

Для вычисления показателей наглядности одна из сравниваемых величин принимается за 100% (обычно это исходная величина), а ос тальные рассчитываются в процентном отношении к ней.

Особенно их целесообразно использовать, когда исследователь проводит сравнительный анализ одних и тех же показателей, но в разное время или на разных территориях.

ПРИМЕРЫ Задание. Рассчитать показатели наглядности для уровней госпита лизации в больничные учреждения городов Н. и К. в динамике за 5 лет наблюдения (табл. 22) и представить графически.

Таблица Уровень госпитализации в больничные учреждения в городах Н.

и К. за 5 лет (на 100 человек населения) Годы Показатели 1 2 3 4 Уровень госпитализации 24,4 22,8 21,2 20,5 20, в городе Н.

Показатель наглядности 100% 93,44% 86,9% 84,0% 84,7% Уровень госпитализации 30,0 32,0 34,0 38,0 40, в городе К.

Показатель наглядности 100% 106,75% 113,3% 126,7% 133,3% Решение Снижение больных, поступивших в стационары, будет нагляднее, если приравнять показатель исходного уровня госпитализации в городе Н. (1 год — 24,4) к 100%, а остальные показатели пересчитать в процентах по отношению к нему.

24,4 — 100% Х = (22,8 100) / 24,4 = (показатель 22,8 — Х 93,44% наглядности для 2-го года) 24,4 — 100% Х = (21,2 100) / 24,4 = 86,9% (показатель 21,2 — Х наглядности для 3-го года) 24,4 — 100% Х = (20,5 100) / 24,4 = 84% (показатель 20,5 — Х наглядности для 4-го года) 24,4 — 100% Х = (20,7 100) / 24,4 = 84,8% (показатель 20,7 — Х наглядности для 5-го года) Аналогично рассчитываются показатели наглядности, характеризу ющие уровень госпитализации в больничные учреждения города К.

Вывод: в динамике за 5 лет наблюдения уровень госпитализации больных в городе Н. снижается, а в городе К. повышается.

Графически полученные данные можно представить на оси коор динат или в виде столбиковой диаграммы.

Годы наблюдений 12 34 показатель наглядности в городе К.

показатель наглядности в городе Н.

Диаграмма 8. Динамика уровня госпитализации в городах Н. и К.

за 5 лет (в показателях наглядности).

ПРИМЕР расчета показателей наглядности и их графического изобра жения в виде столбиковых диаграмм Задание. Сравнить число коек в больницах А, Б и В и представить графически (табл. 23).

Уровень госпитализации Таблица Число коек в больницах А, Б и В города Н.

Больница Число коек Показатели наглядности А 300 Б 450 В 600 Принимаем число коек в больнице А (300 коек) за 100%, тогда для больницы Б показатель наглядности составит:

300 — 100% 450 — Х% 450 100= 150% X = Аналогично рассчитывается показатель наглядности для больницы В.

Он составил 200%.

Вывод: число коек в больнице Б на 50%, а в больнице В на 100% больше, чем в больнице А.

Пример графического изображения показателей наглядности в виде столбиков % Больницы АБВ Диаграмма 9. Число коек в больницах А, Б и В города Н.

(в показателях наглядности).

Наиболее часто встречающиеся ошибки в применении относительных величин Ошибка 1.

1.1. Когда исследователь сравнивает интенсивные показатели, ха рактеризующие одно явление за периоды наблюдения, не равные по длительности.

Пример. При сравнении уровня заболеваемости эпидемическим ге патитом за несколько месяцев исследуемого года (45%o) с уровнем за болеваемости данной патологией за весь предыдущий год (50%o) дела ется вывод о снижении заболеваемости гепатитом в изучаемом году.

ВНИМАНИЕ: сравнивать интенсивные показатели можно только за равные промежутки времени (например, уровень травматизма за зимние месяцы предыдущего года сравнивается с уровнем травматиз ма за аналогичный период изучаемого года).

1.2. Когда при сравнении полученных показателей за несколько месяцев делается заключение о тенденциях к снижению или повыше нию уровня данного явления.

Пример. Непрерывное увеличение показателей рождаемости за лю бые несколько месяцев не свидетельствует о наметившейся тенденции к повышению рождаемости на данной территории, а характеризует динамику явления только за этот период.

ВНИМАНИЕ: выводы о динамике явления можно делать только по результатам в целом за год при сравнении с уровнями изучаемого явления за несколько предыдущих лет.

Ошибка 2.

Когда для характеристики какого-либо явления применяется экс тенсивный показатель вместо интенсивного.

Пример. В родильном доме из 22 умерших за изучаемый год 14 детей были доношенными, 8 — недоношенными, что составило 63 и 37% со ответственно (табл. 24).

Исследователем был сделан неправильный вывод о том, что смерт ность доношенных детей выше, чем недоношенных.

Для того чтобы сделать правильный вывод о сравнении смертности новорожденных среди доношенных и недоношенных детей, необходимо рассчитать интенсивные показатели: частоту смертности среди всех ро дившихся доношенными (365 детей) и отдельно — частоту смертности среди всех родившихся недоношенными (52 ребенка). Рассчитанные ин тенсивные показатели на 100 родившихся составили:

• среди доношенных — 4 на (расчет: на 365 родившихся доношенными приходится 63 умерших, на 100 родившихся недоношенными — х) • среди недоношенных — 15,4 на (расчет: на 52 родившихся недоношенными — 37 умерших, на 100 родившихся недоношенными — х).

Таблица Смертность новорожденных среди доношенных и недоношенных детей Число Экстенсивный Число Интенсивный умерших показатель родившихся показатель (абс.) (в %) (абс.) смертности (на 100 родившихся) Всего 22 100 417 5, Из них:

доношенные 14 63 365 недоношенные 8 37 52 15, Таким образом, при сравнении интенсивных показателей необхо димо сделать следующий вывод: смертность новорожденных среди не доношенных детей выше, чем среди доношенных.

ВНИМАНИЕ: при анализе экстенсивных показателей следует по мнить, что они характеризуют состав только данной конкретной сово купности (в нашем приведенном примере в данный момент больше было умерших доношенных детей, в то же время и абсолютное число родившихся доношенными было больше).

Ошибка 3.

Когда при сравнительной оценке какого-либо явления в двух и более совокупностях на территории или одной совокупности, но в динамике выборочно сравниваются удельные веса только отдельных частей данной совокупности (совокупностей).

Пример: Сравнение показателей временной нетрудоспособности на 2 заводах.

При выборочном сравнении отдельных экстенсивных показателей двух совокупностей был сделан неправильный вывод о том, что боль ше число дней временной нетрудоспособности с связи с производст венными травмами на заводе № 1, чем на заводе № 2, а число дней с временной утратой трудоспособности в связи с инфекциями кожи и подкожной клетчатки, гриппом, фарингитом и тонзиллитом выше на заводе № 2.

Таблица Структура дней временной нетрудоспособности по ряду заболеваний среди всех дней нетрудоспособности на 2 заводах Н-ской области Распределение дней нетрудоспособности по нозологическим формам (в %) Наименование завод № 1 № п/п завод № 2 № п/п 1. Инфекция кожи 1,3 5 12,0 и подкожной клетчатки 2. Производствен- 11,4 3 6,0 ные травмы 3. Грипп 22,8 2 40,0 4. Фарингит, 6,3 4 20,0 тонзиллит 5. Прочие 58,2 1 22,0 Итого 100 Исследователь не учел, что экстенсивный показатель характеризу ет состав только конкретной совокупности, и различия в этих сово купностях могут быть обусловлены как разницей в общем абсолютном числе дней временной нетрудоспособности на этих заводах, так и раз личными размерами (абсолютными величинами) каждого конкретно го явления в каждой совокупности.

Для того чтобы сделать правильный вывод при сравнении структур временной нетрудоспособности на этих заводах, необходимо отдельно проанализировать совокупность и описать ее, определив ранговое место каждого заболевания в структуре числа дней с времен ной утратой трудоспособности.

ВНИМАНИЕ: при сравнении 2 и более совокупностей или одной в динамике по экстенсивному показателю выводы можно делать только по каждой конкретной совокупности, определив при оритетность составных частей данной совокупности по величине удельного веса.

Более детальный сравнительный анализ проводится при примене нии интенсивных показателей, характеризующих частоту конкретных явлений в конкретной среде.

КОНТРОЛЬНЫЕ ВОПРОСЫ И ЗАДАНИЯ 1. Перечислите виды относительных величин.

2. Какие виды диаграмм применяются при графическом изображе нии структуры статистической совокупности?

3. Что следует понимать под «средой», а что — под «явлением» при анализе показателя «заболеваемость»?

4. Какое правило необходимо соблюдать при расчете удельного ве са каждого составляющего элемента всей совокупности в целом?

5. Какой показатель отражает увеличение или уменьшение заболе ваемости за 10-летний период?

6. Для чего необходимо графическое изображение полученных дан ных?

7. Каковы требования к построению графиков?

8. Какой показатель изображается в виде секторной диаграммы?

9. Как графически можно представить показатель соотношения?

10. Какой вид графика применяется для изображения явления в дина мике?

11. Какие виды графиков используются при изображении каждого из 4 видов относительных величин?

12. Как графически можно представить заболеваемость мужчин и женщин в различных возрастных группах (до 19 лет, 20—35 лет, 36—49 лет, 50 лет и старше)?

13. Что такое картограмма и картодиаграмма?

14. Какой показатель изображается в виде картодиаграммы?

15. Какой показатель характеризует частоту явления в среде?

16. В чем различия показателей соотношения и интенсивности?

17. При помощи какого графического изображения можно предста вить распространенность явления на территории?

18. Какой вид графика является наиболее показательным для характе ристики частоты явления по периодам в течение замкнутого цик ла времени?

19. Какие бывают ошибки при использовании относительных вели чин?

20. Какими данными нужно располагать для расчета интенсивного показателя?

21. Какой вид графического изображения используется для иллюстра ции сезонности заболевания?

22. Какая ошибка допущена в выводе по имеющимся данным в ниже приведенной табл. 26?

Таблица Динамика заболеваемости гриппом в г. Н. за 1998—1999 гг.

Показатели 1998 Интенсивные 30% 50% Экстенсивные 20% 15% Вывод: заболеваемость гриппом в городе Н. в 1999 г. снизилась.

ТЕСТОВЫЕ ЗАДАНИЯ Выберите один или несколько правильных ответов 1. Относительные величины используются для:

а) анализа состояния здоровья населения;

б) анализа качества оказываемой медицинской помощи;

в) анализа эффективности профилактических мероприятий;

г) сравнения абсолютных размеров явления в различных сово купностях;

д) выявления закономерностей изучаемого явления.

2. Интенсивные показатели используются для:

а) сравнения различных совокупностей;

б) характеристики структуры изучаемой совокупности;

в) оценки динамики изучаемого явления;

г) выявления закономерностей в течении различных заболеваний.

3. Показатели соотношения используются для:

а) расчета обеспеченности населения различными видами меди цинской помощи (кадры, койки и др.);

б) расчета частоты возникновения заболеваний;

в) расчета структуры изучаемой совокупности.

4. Экстенсивные показатели используются для:

а) сравнения различных совокупностей;

б) характеристики структуры изучаемого явления;

в) характеристики удельного веса составляющих признаков в изучаемой совокупности.

5. Показатели наглядности применяются для:

а) оценки динамики изучаемого процесса;

б) сравнения размеров признака в изучаемых совокупностях;

в) расчетов обеспеченности населения медицинской помощью;

г) оценки структуры совокупности.

6. Для сопоставления различных совокупностей можно использовать показатели:

а) интенсивные;

б) экстенсивные;

в) наглядности;

г) соотношения.

7. Секторная диаграмма используется для изображения показателей:

а) интенсивных;

б) экстенсивных;

в) наглядности;

г) соотношения.

8. Линейная диаграмма (радиальная, столбиковая) применяется при изображении показателей:

а) интенсивных;

б) экстенсивных;

в) наглядности;

г) соотношения.

9. Какой диаграммой изображаются экстенсивные показатели:

а) линейной;

б) радиальной;

в) секторной;

г) внутристолбиковой.

10. Сезонность заболевания иллюстрируется графиками:

а) на оси координат;

б) секторной диаграммой;

в) радиальной диаграммой.

11. Распространенность явления на территории можно представить гра фически в виде:

а) ленточной диаграммы;

б) круговой диаграммы;

в) картограммы;

г) картодиаграммы.

12. Динамику явления за ряд лет можно представить в виде:

а) внутристолбиковой диаграммы;

б) столбиковых диаграмм;

в) секторной диаграммы;

г) линейного графика.

13. Обеспеченность населения койками — это показатель:

а) интенсивный;

б) наглядности;

в) соотношения;

г) экстенсивный.

14. Распределение населения города Н. по возрастным группам — это показатель:

а) наглядности;

б) соотношения;

в) интенсивный;

г) экстенсивный.

15. Заболеваемость студентов желудочно-кишечными заболеваниями за определенный период (год) — это показатель:

а) экстенсивный;

б) наглядности;

в) соотношения;

г) интенсивный.

СИТУАЦИОННЫЕ ЗАДАЧИ Задача При изучении здоровья работающих одного из промышленных предприятий выяснилось, что в изучаемом году грипп составил 25%, а в предыдущем году — 15%.

1. Изобразите данную информацию графически.

2. Сделайте соответствующий вывод.

Задача При анализе инфекционных заболеваний в городе Н. врач выяс нил, что в структуре инфекционной патологии дизентерия в предыду щем году составляла 25%, а в изучаемом году — 10%, на основании чего врач сделал вывод о снижении заболеваемости дизентерией.

1. Согласны ли вы с выводом врача?

2. Обоснуйте свое заключение.

Задача По данным исследования состояния здоровья медицинских работни ков доля лиц, имеющих хроническую патологию, в возрастной группе до 29 лет составила 10%, в возрастной группе 60 лет и старше — 76%.

1. Какие из относительных показателей использованы в дан ной задаче?

2. Представьте их графически.

Задача При отчете за 5 лет работы врач общей практики провел анализ ди намики посещений больных, сделанных ими с лечебной и профилак тической целью.

На врачебной конференции была отмечена хорошая работа врача.

С профилактической целью 100% С лечебной целью 1 2 3 4 5 6 Годы 1. Почему работу врача общей практики оценили положитель но? Какой из относительных показателей здесь использован?

2. Назовите основные функции этого показателя.

СПИСОК ЛИТЕРАТУРЫ Обязательная 1. Лисицын Ю.П. Общественное здоровье и здравоохранение: Учебник для вузов. — М.: ГЭОТАР-МЕД, 2002. — 520 с.

2. Общественное здоровье и здравоохранение: Учебник для студентов / Под ред. В.А. Миняева, Н.И.Вишнякова. — М.: Мед пресс-информ, 2002. — 528 С.

3. Медик В.А., Юрьев В.К. Курс лекций по общественному здоровью и здравоохранению. Часть I. Общественное здоровье — М.: Медицина, 2003. — 368 с.

4. Кучеренко. В.З., Агарков Н.М. и др. Социальная гигиена и организа ция здравоохранения. (Учебное пособие). — М.: 2000 — 432 с.

5. Тестовые задания по общественному здоровью и здравоохранению. — М.: ММА им. И.М. Сеченова, 2002.

Дополнительная Гланц С. Медико-биологическая статистика: Пер. с англ. — М.:

Практика, 1998. — С. 122.

4.3. СРЕДНИЕ ВЕЛИЧИНЫ И КРИТЕРИИ РАЗНООБРАЗИЯ ВАРИАЦИОННОГО РЯДА ВВЕДЕНИЕ При изучении общественного здоровья (например, показателей физического развития), анализе деятельности учреждений здравоохра нения за год (длительность пребывания больных на койке и др.), оценке работы медицинского персонала (нагрузка врача на приеме и др.) часто возникает необходимость получить представление о раз мерах изучаемого признака в совокупности для выявления его основ ной закономерности.

Оценить размер признака в совокупности, изменяющегося по сво ей величине, позволяет лишь его обобщающая характеристика, назы ваемая средней величиной.

Для более детального анализа изучаемой совокупности по какому либо признаку помимо средней величины необходимо также вычислить критерии разнообразия признака, которые позволяют оценить, насколь ко типична для данной совокупности ее обобщающая характеристика.

ЦЕЛЬ ИЗУЧЕНИЯ ТЕМЫ: уметь использовать метод вариацион ной статистики для оценки и анализа статистической совокупности при изучении общественного здоровья и деятельности медицинских учреждений.

По окончании изучения данной темы студент должен Уметь:

• выявлять основную закономерность изучаемого признака путем вычисления средней величины;

• обосновывать методику применения критериев разнообразия вариационного ряда;

• давать характеристику разнообразия вариационного ряда;

• делать выводы о типичности обобщающей характеристики призна ка в изучаемой совокупности, используя критерии разнообразия вариационного ряда.

Для этого студент должен знать:

• основные понятия темы (вариационного ряда, средней величины, среднеквадратического отклонения, коэффициента вариации и др.);

• методику расчета средних величин и критериев разнообразия вариационного ряда (, СV);

• методику анализа средних величин: значение среднеквадратическо го отклонения и коэффициента разнообразия для оценки вариа бельности изучаемого признака и типичности средней величины;

• нормальное распределение вариационного ряда и его значение для оценки общественного здоровья и организации медицинской по мощи;

• область применения характеристик вариационного ряда (M,, СV).

ЗАДАНИЯ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТА 1. Изучить материалы обязательной и рекомендуемой литературы, данного раздела учебного пособия.

2. Разобрать задачу-эталон.

3. Ответить на контрольные вопросы и тестовые задания в данном учебном пособии.

4. Решить ситуационные задачи.

5. Выполнить задание в курсовой работе, сделать соответствующие выводы.

БЛОК ИНФОРМАЦИИ 1. Определение Вариационный ряд — числовые значения вариационного признака, представленные в ранговом ряда порядке с соответствующими этим значениям частотами.

2. Основные V —варианта, отдельное числовое обозначения выражение изучаемого признака;

p —частота (“вес”) варианты, число ее вариационного повторений в вариационном ряду;

ряда:

n — общее число наблюдений (т.е. сум ма всех частот, n= p);

Vmax и Vmin — крайние варианты, ограничивающие вариационный ряд (лимиты ряда);

А — амплитуда ряда (т.е. разность между максимальной и минималь ной вариантами, А= Vmax — Vmin).

а)простой — ряд, в котором каждая 3. Виды варианта встречается по одному разу вариационных (р=1);

рядов:

б)взвешенный — ряд, в котором отдель ные варианты встречаются неодно кратно и с разной частотой.

4. Назначение Вариационный ряд используется для вариационного определения средней величины (М) ряда и критериев разнообразия признака, подлежащего изучению (, СV).

— обобщающая характеристика размера 5. Средняя изучаемого признака. Она позволяет од величина ним числом количественно охарактери зовать качественно однородную сово купность.

6. Применение а) для оценки состояния здоровья — средних вели например, параметров физического чин:

развития (средний рост, средний вес, средний объем жизненной емкости легких и др.), соматических показате лей (средний уровень сахара в крови, средний пульс, средняя СОЭ и др.);

б) для оценки организации работы лечебно-профилактических и санитарно-противоэпидемических учреждений, а также деятельности отдельных врачей и других медицинских работников (средняя длительность пребывания больного на койке, среднее число посещений на 1 ч приема в поликлинике и др.);

в) для оценки состояния окружающей среды.

7. Методика рас- 1. Суммировать варианты:

чета простой V1+V2+V3+...+Vn= V;

средней ариф- 2. Сумму вариант разделить на общее метической: число наблюдений:

M = V/n.

8. Методика расче- 1. Получить произведение каждой варианты на ее частоту — Vp;

та взвешенной средней ариф- 2. Найти сумму произведений вариант на частоты:

метической V1p1+V2p2+V3p3+...+Vnpn= Vp;

(табл. 27):

3. Полученную сумму разделить на об щее число наблюдений: М=Vp/n.

9. Методика расчета Способ моментов технически упрощает средней арифме- расчеты, особенно в тех случаях, когда тической величи- варианты состоят из многозначных чи ны по способу сел, а совокупность — из большого чис ла наблюдений.

моментов (см.

прил. 1 на с. 112) а) лимиты ряда (Vmax и Vmin);

10.Характеристики б) амплитуда ряда (А);

разнообразия в) среднеквадратическое отклонение признака:

— «сигма»;

г) коэффициент вариации (СV).

Пример расчетов взвешенной средней арифметической величины и критериев разнообразия вариационного ряда Таблица Результаты изучения длительности временной утраты трудоспо собности (ВУТ) у больных острым тонзиллитом Длительность Число Vp d = (V–M) d2 d2p ВУТ в дн V больных р 4 4 16 –3 9 58 –2 40 614 –1 84 720 140 0 820 160 1 9 6 54 2 4 10 2 20 3 9 11 1 11 4 16 n=75 Vp=525 d2p= M = Vp/n = 525/75 = 7,0 дн.

= d2p/n = 160/75 = 1,46 дн.

СV = (/M)100% = (1,46100)/7,0 = 20,9% — мера колеблемости (вариабельнос 11. Среднеквадратическое ти) вариационного ряда. Сигма — ве отклонение личина именованная, т.е. выражается в ( — cигма) тех же единицах, что и варианты ряда.

12. Методика расче- 1. Найти отклонение (разность) каждой та среднеквадра- варианты от среднеарифметической тического откло- величины ряда (d = V – M);

нения (табл. 27) 2. Возвести каждое из этих отклонений в квадрат (d2);

3. Получить произведение квадрата каж дого отклонения на частоту (d2p);

4. Найти сумму этих отклонений:

d12p1+d22p2+d32p3+...+ dn2pn = d2p;

5. Полученную сумму разделить на об щее число наблюдений (при n< в знаменателе n–1):

d2p/n;

6. Извлечь квадратный корень:

= d2p/n;

При n<30 = d2p/n – 1.

13. Применение а) для суждения о колеблемости вариа среднеквадрати- ционных рядов и сравнительной ческого отклоне- оценки типичности (представительно ния: сти) средних арифметических вели чин. Это необходимо в дифференци альной диагностике при определении устойчивости признаков;

б) для реконструкции вариационного ря да, т.е. восстановления его частотной характеристики на основе правила «трех сигм». В интервале М± находится 99,7% всех вариант ряда, в интервале М±2 — 95,5% и в ин тервале М±1 — 68,3% вариант ряда;

в) для выявления «выскакивающих» вариант (при сопоставлении реаль ного и реконструированного вариа ционных рядов);

г) для определения параметров нормы и патологии с помощью сигмальных оценок;

д) для расчета коэффициента вариации;

е) для расчета средней ошибки средней арифметической величины.

При выявлении “выскакивающих” ва риант следует провести их монографи ческие описание.

— процентное отношение среднеквадра 14. Коэффициент тического отклонения к среднеарифме вариации (CV) тической величине:

CV = 100% M Коэффициент вариации — это относи тельная мера колеблемости вариацион ного ряда.

15. Применение а) для оценки разнообразия каждого коэффициента конкретного вариационного ряда вариации и, соответственно, суждения о типич ности отдельной средней (т.е. ее спо собности быть полноценной обобщаю щей характеристикой данного ряда).

При СV<10% разнообразие ряда счита ется слабым, при СV от 10% до 20% — средним, а при СV>20% — сильным.

Сильное разнообразие ряда свидетель ствует о малой представительности (типичности) соответствующей сред ней величины и, следовательно, о не целесообразности ее использования в практических целях.

б) для сравнительной оценки разнообра зия (колеблемости) разноименных вариационных рядов и выявления более-менее стабильных признаков, что имеет значение в дифференциаль ной диагностике.

ЗАДАЧА-ЭТАЛОН Условие задачи. В городе N в 2000 г. проведено измерение массы тела 7-летних мальчиков (данные представлены в табл. 28).

По данным аналогичного исследования, выполненного в городе N в 1990 г., средняя масса тела 7-летних мальчиков составила 23,8 кг, ± 3,6 кг.

Задание. 1. Вычислить среднюю арифметическую величину (М) и критерии разнообразия вариационного ряда (, СV).

2. Оценить полученные результаты, сравнить их с данны ми предыдущего исследования, сделать соответствую щие выводы.

Таблица Результаты измерения массы тела 7-летних мальчиков города N в 2000 г.

Масса Середина Число Vp d=(V–M) d2 d2p тела интервала мальчиков (в кг) V (центральная p варианта) V 15—18,9 17 16 272 – 7 49 19—22,9 21 27 567 – 3 9 23—26,9 25 32 800 + 1 1 27—30,9 29 16 464 + 5 25 31—34,9 33 9 297 + 9 81 n = 100 Vp=2400 d2p= РЕШЕНИЕ ЗАДАЧИ В сгруппированном вариационном ряду центральная варианта рас считывается как полусумма начальных вариант соседних интервалов.

М = (Vp)/n = 2400/100 = 24,0 (кг);

= d2p/n = 2188/100 = ±4,68 (кг);

CV = (/М) 100 = (4,68 100)/24,0 = 19,5 %.

Выводы:

1. Средняя масса тела 7-летних мальчиков в городе N в 2000 г.

составляет 24,0 кг.

2. = ±4,68 кг.

3. Величина коэффициента вариации, равная 19,5%, свидетельствует о среднем разнообразии признака, приближающемся к сильному.

Таким образом, можно считать, что полученная средняя величина массы тела является достаточно представительной (типичной) для изучаемой совокупности. По сравнению с 1990 г. в 2000-м отмечается более значительная вариабельность массы тела у мальчиков 7 лет (4,68 кг против 3,6 кг). Аналогичный вывод вытекает и из сопоставле ния коэффициентов вариации (CV в 1990 г. равен (3,6 100)/23,8 = 15,1%).

КОНТРОЛЬНЫЕ ВОПРОСЫ 1. Что такое вариационный ряд?

2. Для чего используются средние величины?

3. По каким критериям можно оценить разнообразие признака?

4. В каких случаях применяют среднеквадратическое отклонение?

5. Каково назначение коэффициента вариации?

6. Как оценить величину коэффициента вариации?

ТЕСТОВЫЕ ЗАДАНИЯ Выберите один или несколько правильных ответов 1. Вариационный ряд — это:

а) числовые значения изучаемого признака статистической совокупности, расположенные в ранговом порядке;

б) числовые значения изучаемого признака, расположенные в ранговом порядке с соответствующими этим значениям частотами;

в) числовые значения изучаемого признака с соответствующими этим значениям частотами.

2. Средняя величина — это:

а) варианта с повторяющимся числовым значением;

б) варианта, имеющая наибольший «вес» (частоту) в вариацион ном ряду;

в) обобщающая числовая характеристика размера изучаемого признака.

3. Впишите недостающий вид вариационного ряда по частоте представ ленных в нем вариант:

а) простой;

б).

4. Средние величины применяются для оценки:

а) состояния здоровья населения;

б) организации работы и деятельности лечебно-профилактических учреждений в целом, отдельных его подразделений и врачей;

в) организации работы и деятельности всей системы здравоохра нения;

г) состояния окружающей среды.

5. В каком вариационном ряду используются следующие методы расче та средней арифметической величины (подберите соответствующие ответы)?

Вариационный ряд: Методы расчета:

1) простой вариационный ряд;

а) М = (Vр)/n;

2) взвешенный вариационный ряд. б) М = V/n.

6. Укажите соответствующий алгоритм расчета для простых и взвешенных средних арифметических величин:

Средняя величина: Алгоритм расчета:

1) простая средняя арифметическая а) перемножить каждую величина;

варианту на соответствую 2) взвешенная средняя щую ей частоту (Vр);

арифметическая величина. б) получить сумму произведений вариант на частоты (Vр);

в) суммировать числовые значения вариант (V);

г) полученную Vр разделить на число наблюдений;

д) полученную V разделить на число наблюдений (n).

7. Характеристиками разнообразия вариационного ряда являются все, кроме:

а) лимитов ряда (Vmax и Vmin);

б) амплитуды ряда (А);

в) среднеквадратического отклонения ();

г) отклонения (разности) каждой варианты от среднеарифметиче ской величины вариационного ряда (d = V–M);

д) коэффициента вариации (СV).

8. Каково значение сигмы для анализа вариационного ряда (укажите правильные ответы)?

а) характеризует внутреннее разнообразие вариационного ряда (колеблемость вариант);

б) применяется для сравнительной оценки типичности средних арифметических величин в разных статистических совокупностях;

в) позволяет оценить достоверность средней величины;

г) позволяет восстановить (реконструировать) вариационный ряд по частоте на основе правила «трех сигм»;

д) применяется для выявления «выскакивающих» вариант;

е) применяется для расчета коэффициента вариации (СV);

ж) применяется для вычисления ошибки репрезентативности средней арифметической (mM).

9. «Нормальное» распределение вариационного ряда означает:

а) распределение вариационного ряда по частоте на основе пра вила «трех сигм»;

б) что в пределах М±1 находятся 68,3% вариант ряда;

в) что в пределах М±2 находятся 95,5% всех вариант;

г) что в пределах М±3 находятся 99,7% всех вариант.

СИТУАЦИОННЫЕ ЗАДАЧИ Задача Результаты исследования здоровья студентов 2 групп одного и того же курса по характеристике частоты сердечных сокращений (ЧСС) по казали одинаковую среднюю величину (85 уд/мин). Критерий разнооб разия ЧСС в одной группе — 2 удара в минуту, в другой — 4 удара в минуту.

1. Определите, для какой группы средняя величина пульса при одинаковой средней частоте сердечных сокращений (М) и одинаковом числе студентов типичнее, т.е. лучше от ражает состояние здоровья студентов.

2. Какой критерий разнообразия был использован для опреде ления разнообразия признака?

Задача При изучении физического развития школьников 7-го класса было установлено значительное разнообразие по росту (от 151 см до 170 см).

Средняя величина роста этих мальчиков равна 160 см, = ±3 см.

1. Находятся ли крайние значения роста детей в пределах нор мального распределения признака?

2. Какую методику (значение сигмы) вы при этом использовали?

Задача При медицинском осмотре студентов военно-медицинской акаде мии изучены различные показатели крови, в том числе количество лейкоцитов колебалось в пределах 6000—9500. Среднее значение чис ла лейкоцитов равно 7500, = ±0,5 тыс. лейкоцитов.

1. Какая величина в данном случае является «выскакивающей вариантой»?

2. Какая методика позволила определить ее?

Задача В первые часы после инфаркта миокарда у больных изменяется це лый ряд параметров, в том числе уровень артериального давления, ко личество лейкоцитов и ферментов крови.

1. Какой критерий необходимо применить для оценки разно образия признаков?

2. Обоснуйте его применение.

Задача При проведении всеобщей диспансеризации детского населения в городе Н. были получены результаты физического развития детей (по массе тела). При этом получили следующие данные: средняя масса те ла новорожденных детей составила 2,9 кг, ± 0,3 кг;

средняя масса тела детей 1-го года жизни — 12 кг, ± 1,0 кг.

1. Достаточно ли представленной в условии задачи информа ции для вывода о степени разнообразия устойчивости при знака (т.е. его разнообразия)?

2. В какой группе более разнообразна масса тела?

СПИСОК ЛИТЕРАТУРЫ Обязательная 1. Лисицын Ю.П. Общественное здоровье и здравоохранение: Учебник для вузов. — М.: ГЭОТАР-МЕД, 2002. — 520 с.

2. Общественное здоровье и здравоохранение: Учебник для студентов / Под ред. В.А. Миняева, Н.И. Вишнякова. — М.: Мед пресс-информ, 2002. — 528 С.

3. Медик В.А., Юрьев В.К. Курс лекций по общественному здоровью и здравоохранению. Часть I. Общественное здоровье. — М.: Медици на, 2003. — 368 с.

4. Кучеренко В.З., Агарков Н.М. и др. Социальная гигиена и организа ция здравоохранения. (Учебное пособие). — М.: 2000 — 432 с.

5. Тестовые задания по общественному здоровью и здравоохранению. — М.: ММА им. И.М. Сеченова, 2002.

Дополнительная Гланц С. Медико-биологическая статистика: Пер. с англ. — М.:

Практика, 1998. — С. 27–36.

Приложение ЗАДАЧА-ЭТАЛОН средней арифметической величины по способу моментов для расчета Условие задачи. В районе А. проведено измерение роста 67 девушек 17-летнего возраста (данные представлены ниже). Средний рост деву шек 17-летнего возраста района Б. составил 165,4 см, = ±10,2 см.

Значения роста, см Р a ap a2p 177 3 +12 +36 174 4 +9 +36 171 6 +6 +36 168 9 +3 +27 165 23 0 0 162 11 –3 –33 159 7 –6 –42 156 4 –9 –36 n=67 ap=+24 a2p= РЕШЕНИЕ ЗАДАЧИ 1. Как правило, за условную среднюю (А) принимается варианта, ча ще других встречающаяся в вариационном ряду (М).

В нашем примере наибольшая частота (р) = 23, следовательно, за условную среднюю (А) берется варианта с величиной признака (А=165 см).

2. Интервал ряда i (i = 3 см).

3. Определяется отклонение — а. Для этого из каждой варианты (V) вычитается условная средняя: а = (V–А );

а1 = (V–А )=177–165=12.

4. Умножается отклонение (а) на частоту каждой варианты (р): (а р) а1 р1= 12 3= 36 и т.д.

5. Находится сумма произведений отклонений на частоту (ap) ap=+24 см.

6. Определяется среднее отклонение вариационного ряда (момент первой степени) ap n 7. Расчет средней арифметической по способу моментов определяет ся по формуле:

ap M = A + i = 165,36 см n 8. Алгоритм вычисления.

9. Расчет CV = 3,07%.

Вывод: средний рост девушек 17-летнего возраста в районе города А. составляет 165,36 см;

= ±5,07см.

Величина коэффициента вариации, равная 3,07%, свидетельствует о слабом разнообразии роста девушек.

Сравнение полученных данных среднего роста 17-летних девушек в районе А. (М= 165,36 см, = ±5,07 см) с данными по району Б.

(М=165,4 см и = ±10,2 см) свидетельствует о большей вариабельно сти изучаемого признака в районе Б.

4.4. МЕТОД СТАНДАРТИЗАЦИИ ВВЕДЕНИЕ При изучении общественного здоровья и здравоохранения в науч ных или практических целях исследователю нередко приходится дока зывать влияние факторных признаков на результативные при сравне нии двух или более совокупностей. С этой целью применяется целый ряд статистических приемов.

При сравнении двух неоднородных совокупностей по какому-либо признаку (составу) применяются методы стандартизации (прямой, об ратный, косвенный).

В данном учебном пособии рассматривается прямой метод стан дартизации. Этот метод применяется при наличии полных сведений как о составе сравниваемых совокупностей, так и распределении в них явления.

ЦЕЛЬ ИЗУЧЕНИЯ ТЕМЫ: на основе применения метода стан дартизации уметь выявлять влияние факторного признака на резуль тативный при изучении общественного здоровья и анализе деятельно сти медицинских учреждений.

По окончании изучения темы студент должен Уметь:

• вычислять стандартизованные показатели;

• сопоставлять интенсивные и стандартизованные показатели и делать соответствующие выводы;

• применять метод стандартизации при решении конкретных задач, связанных с изучением общественного здоровья и деятельно сти учреждений здравоохранения.

Для этого студент должен знать:

• условия применения метода стандартизации;

• сущность и назначение метода;

• этапы расчета стандартизованных показателей.

ЗАДАНИЯ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТА 1. Изучить материалы обязательной и рекомендуемой литературы, данный раздел учебного пособия.

2. Разобрать задачу-эталон.

3. Ответить на контрольные вопросы и тестовые задания в данном учебном пособии.

4. Решить ситуационные задачи.

5. Выполнить задание в курсовой работе, сделать соответствующие выводы.

БЛОК ИНФОРМАЦИИ 1. Условие применения метода стандартизации. Метод применяется при сравнении интенсивных показателей в совокупностях, отличаю щихся по составу (например, по возрасту, полу, профессиям и т.д.).

2. Сущность метода стандартизации. Он позволяет устранить (эли минировать) возможное влияние различий в составе совокупностей по какому-либо признаку на величину сравниваемых интенсивных показателей. С этой целью составы совокупностей по данному при знаку уравниваются, что в дальнейшем позволяет рассчитать стан дартизованные показатели.

Стандартизованные показатели — условные, гипотетические вели чины, они не отражают истинных размеров явлений.

Стандартизованные показатели свидетельствуют о том, каковы бы ли бы значения сравниваемых интенсивных показателей, если бы бы ли исключены различия в составах совокупностей.

3. Назначение метода стандартизации. Таким образом, метод стан дартизации применяется для выявления влияния фактора неоднород ности составов совокупностей по какому-либо признаку на различия сравниваемых интенсивных показателей.

Этапы расчета стандартизованных показателей I этап. Расчет общих и частных интенсивных показателей:

общих — по совокупностям в целом;

частных — по признаку различия (полу, возрасту, стажу работы и т.д.).

II этап. Определение стандарта, т.е. выбор одинакового численного состава среды по данному признаку (по возрасту, полу и т.д.) для сравниваемых совокупностей. Как правило, за стандарт принимается сумма или полусумма численностей составов со ответствующих групп. В то же время стандартом может стать состав любой из сравниваемых совокупностей, а также состав по аналогичному признаку какой-либо другой совокупности.

Например, при сравнении летальности в конкретной больни це по двум отделениям скорой помощи за стандарт может быть выбран состав больных любой другой больницы скорой помощи. Таким образом, так или иначе уравниваются условия среды, что дает возможность провести расчеты новых чисел явления, называемых «ожидаемыми величинами».

III этап. Вычисление ожидаемых абсолютных величин явления в груп пах стандарта на основе групповых интенсивных показателей, рассчитанных на I этапе. Итоговые числа по сравниваемым совокупностям являются суммой ожидаемых величин в груп пах.

IV этап. Вычисление стандартизованных показателей для сравнивае мых совокупностей, используя итоговые ожидаемые величи ны в группах и новую среду-стандарт.

V этап. Сопоставление соотношений стандартизованных и интен сивных показателей, формулировка вывода.

ЗАДАЧА-ЭТАЛОН Задание. Используя метод стандартизации при сравнении уровней летальности в больницах А. и Б., сделайте соответствующие выводы.

Возраст Больница А. Больница Б.

больных число число из них из них (в годах) выбывших выбывших умерло умерло больных больных До 40 600 12 1400 От 40 до 59 200 8 200 От 60 и старше 1200 60 400 Всего: 2000 80 2000 Этапы расчета стандартизованных показателей I этап. Сначала определяют общие показатели летальности в боль ницах А. и Б.

Больница А.: 80 100/2000 = 4 на 100 выбывших больных;

Больница Б.: 76 100/2000 = 3,8 на 100 выбывших больных.

Затем находят показатели летальности в зависимости от возраста больных (частные показатели). Например, в больнице А. у больных в возрасте до 40 лет летальность составляет 12 100/600 = 2%, а в больнице Б., соответственно, 42 100/1400 = 3%. Аналогично проводят рас четы и в других возрастных группах (см. сводную таблицу — I этап).

II этап. За стандарт принимают сумму выбывших больных по каж дой возрастной группе в обеих больницах.

Возраст больных Число больных в больницах Стандарт (в годах) А. и Б.

До 40 600 + 1400 От 40 до 59 200 +200 От 60 и старше 1200 + 400 Всего: 2000 + 2000 III этап. Определяют ожидаемое число умерших в стандарте по каж дой возрастной группе в больницах А. и Б., с учетом соот ветствующих показателей летальности:

Возраст до 40 лет:

Больница А. 100 — 2000 — Х Х = 2 2000/100 = Больница Б. 100 — 2000 — Х Х = 3 2000/100 = Возраст от 40 до 59 лет:

Больница А. 100 — 400 — Х Х = 4 400/100 = Больница Б. 100 — 400 — Х Х = 5 400/100 = Возраст 60 лет и старше:

Больница А. 100 — 1600 — Х Х = 5 1600/100 = Больница Б. 100 — 1600 — Х Х = 6 1600/100 = Находят сумму ожидаемых чисел умерших в стандарте в больнице А. (40 + 16 + 80 = 136) и больнице Б. (60 + 20 + 96 = 176).

IV этап. Определяют общие стандартизованные показатели травма тизма в больницах А. и Б.

Больница А. 136 100/4000 = 3,4 на 100 выбывших больных;

Больница Б. 176 100/4000 = 4,4 на 100 выбывших больных.

Результаты поэтапного расчета стандартизованных показателей ле тальности оформляют в виде таблицы:

Больница A. Больница Б. I этап II этап III этап летальность стандарт ожидаемое на 100 (сумма число Возраст выбывших составов умерших больных больных больных в стандарте (в годах) обеих б-ца б-ца б-ца б-ца больниц) А. Б. А. Б.

До 40 600 12 1400 42 2 3 2000 40 От 40 200 8 200 10 4 5 400 16 до 60 1200 60 400 24 5 6 1600 80 и старше Всего: 2000 80 2000 76 4,0 3,8 4000 136 IV этап Определение 100 3,4 4, стандартизованных показателей V этап. Сопоставление соотношения интенсивных и стандартных показателей летальности в больницах А. и Б.

Показатели Больница А. Больница Б. Соотношение А. и Б.

Интенсивные 4,0 3,8 А>Б Стандартизованные 3,4 4,4 А<Б Выводы:

1. Уровень летальности в больнице А. выше, чем в больнице Б.

2. Однако если бы возрастной состав выбывших больных в этих боль ницах был одинаков, то летальность была бы выше в больнице Б.

3. Следовательно, на различия в уровнях летальности (в частности, на «завышение» ее в больнице А. и «занижение» в больнице Б.) оказала влияние неоднородность возрастного состава больных, а именно, преобладание в больнице А. пожилых пациентов (60 лет и более) с относительно высоким показателем летальности, и на Выбыло больных Из них умерло Выбыло больных Из них умерло оборот, в больнице Б. — больных в возрасте до 40 лет, имеющих низкие показатели летальности.

КОНТРОЛЬНЫЕ ВОПРОСЫ 1. В каких случаях возникает необходимость в применении метода стандартизации?

2. В чем состоит сущность метода?

3. Как можно элиминировать влияние неоднородного состава сово купностей на величину интенсивных показателей?

4. Дают ли стандартизованные показатели объективную информацию об истинных размерах изучаемого явления?

5. Какова последовательность этапов расчета стандартизованных по казателей?

6. Что такое стандарт и как его получить?

7. Что позволяет установить метод стандартизации?

ТЕСТОВЫЕ ЗАДАНИЯ Выберите один или несколько правильных ответов 1. Метод стандартизации применяется:

а) для определения существенности различий в интенсивных по казателях;

б) для выявления влияния фактора неоднородности среды на ин тенсивные показатели сравниваемых совокупностей;

в) для сравнения интенсивных показателей в неоднородных по составу совокупностях.

2. Стандартизованные показатели необходимы:

а) для получения истинных показателей, по которым можно срав нивать совокупности;

б) для устранения влияния различий в составе сравниваемых групп на величину обобщающих показателей;

в) для установления существенности различий между обобщаю щими показателями.

3. Величина стандартизованных показателей в зависимости от использованного стандарта:

а) не меняется;

б) меняется только при малом числе наблюдений;

в) меняется (в принципе).

4. При сравнении интенсивных показателей в неоднородных совокупностях с целью выявления влияния каких-либо факторов применяются:

а) метод оценки достоверности относительных величин;

б) метод стандартизации;

в) метод корреляции.

СИТУАЦИОННЫЕ ЗАДАЧИ Задача При изучении летальности в детских инфекционных больницах № 1 и № 2 были получены следующие данные:

Показатели Больница № 1 Больница № Интенсивные 3,0% 5,0% Стандартизованные 4,5% 2,5% Состав госпитализированных больных отличался по срокам госпи тализации от начала заболевания.

1. С какой целью в данной ситуации был применен метод стандартизации?

2. В какой из больниц летальность выше?

3. Почему в указанной вами больнице летальность выше?

Задача При анализе перинатальной смертности в районах А. и Б. получе ны стандартизованные показатели 15% и 18% соответственно.

1. Можно ли по представленным данным сравнить показате ли перинатальной смертности в двух районах?

2. Обоснуйте свой ответ.

Задача В двух цехах (№ 1 и № 2) были изучены уровни травматизма.

В первом цехе уровень травматизма выше, чем во втором.

1. Можно ли по представленным условиям в задаче сравнить показатели травматизма в цехах?

2. Нужны ли дополнительные сведения для вывода, если со став работающих в цехах различается по стажу работы (в го дах)?

3. Обоснуйте свой ответ.

Задача При изучении заболеваемости населения двух районов города гепа титом В были получены следующие показатели: в районе А. — 3,5%, в районе Б. — 1,8%.

Для суждения о влиянии уровня вакцинации на показатель забо леваемости врач счел необходимым использовать метод стандартиза ции.

1. Какой этап метода стандартизации позволит врачу поста вить два района в равные условия по охвату вакцинацией?

2. Можно ли на этом этапе сделать окончательный вывод о различиях в показателях заболеваемости населения в двух районах и влияющем на эти различия факторе?

Задача При оценке частоты рецидивов ревматизма среди больных, отлича ющихся по регулярности диспансерного наблюдения, в двух отделени ях поликлиники были получены следующие результаты.

Показатели Отделение № 1 Отделение № Интенсивные 1,2% 5,0% Стандартизованные 4,0% 2,5% Сделайте соответствующие выводы:

1.

2.

3.

СПИСОК ЛИТЕРАТУРЫ Обязательная 1. Лисицын Ю.П. Общественное здоровье и здравоохранение. Учебник для вузов. — М.: ГЭОТАР-МЕД, 2002. — 520 с.

2. Общественное здоровье и здравоохранение Учебник для студентов / Под ред. В.А. Миняева, Н.И. Вишнякова. — М.: Мед пресс-информ, 2002. — 528 С.

3. Медик В.А., Юрьев В.К. Курс лекций по общественному здоровью и здравоохранению: Часть I. Общественное здоровье. — М.: Медици на, 2003. — 368 с.

4. Кучеренко. В.З., Агарков Н.М. и др. Социальная гигиена и организа ция здравоохранения. (Учебное пособие). — М.: 2000 — 432 с.

5. Тестовые задания по общественному здоровью и здравоохранению. — М.: ММА им. И.М. Сеченова, 2002.

4.5. ОЦЕНКА ДОСТОВЕРНОСТИ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ* ВВЕДЕНИЕ В практической и научно-практической работе врачи обобщают ре зультаты, полученные, как правило, на выборочных совокупностях. Для более широкого распространения и применения полученных при изуче нии репрезентативной выборочной совокупности данных и выводов надо уметь по части явления судить о явлении и его закономерностях в целом.

Учитывая, как правило, что врачи проводят исследования на выбороч ных совокупностях, теория статистики позволяет с помощью математиче ского аппарата (формул) переносить данные с выборочного исследования на генеральную совокупность. При этом врач должен уметь не только пользоваться математическими формулами, но и делать выводы, соответ ствующие каждому способу оценки достоверности полученных данных.

С этой целью врач должен знать способы оценки достоверности.

ЦЕЛЬ ИЗУЧЕНИЯ ТЕМЫ: на основе применения метода оценки достоверности результатов исследования уметь перенести результаты вы борочного исследования общественного здоровья, деятельности врачей и учреждений здравоохранения на генеральную совокупность.

По окончании изучения данной темы студент должен Уметь:

• определять достоверность результатов исследования с помощью ошибки репрезентативности интенсивного показателя и средней вели чины;

• определять доверительные границы средних и относительных величин, • определять достоверность (существенность) разности между двумя средними величинами, относительными показателями;

• выбирать способ оценки достоверности результатов исследования при решении ситуационной задачи, определять достоверность и де лать соответствующие выводы.

Для этого студент должен знать:

• определение «достоверность результатов исследования»;

• параметрические и непараметрические способы оценки достовер ности результатов исследования;

* При составлении раздела «Параметрические методы» использованы содержание и примеры учебно-методической разработки кафедры «Самостоятельная работа студентов по оценке достоверности результатов статистического исследования» авторы: Николаев О.К., Сырцова Л.Е. — М., 1987.

При составлении раздела «Непараметрические методы» использованы содержание и примеры из материалов:

- И.С. Случанко «Непараметрические критерии» в кн. Статистические методы и вычислительная техника в социально-гигиенических исследованиях. / Под ред. проф.

Е.Н.Шигана. - М., ЦОЛИУВ, 1977, с. 182– - Г.П. Архипова, И.Г. Лаврова, И.М. Трошина. Некоторые современные методы статистического анализа в медицине. Учебное пособие. — М., 1 МОЛМИ им. И.М.

Сеченова. — 1971. — 76 с.

• условия применения параметрического и непараметрических спо собов оценки достоверности результатов исследования;

• определение ошибки репрезентативности средней величины и ин тенсивного показателя, ее вычисление;

• понятие о критерии «t», его выбор в способе определения довери тельных границ и оценку в способе достоверности разности резуль татов исследования.

ЗАДАНИЯ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТА 1. Изучить материалы обязательной и рекомендуемой литературы, данного раздела учебного пособия.

2. Разобрать задачу-эталон.

3. Ответить на контрольные вопросы и тестовые задания в данном учебном пособии.

4. Решить ситуационные задачи.

5. Выполнить задание в курсовой работе, сделать соответствующие выводы.

БЛОК ИНФОРМАЦИИ* Применяя метод оценки достоверности результатов исследования для изучения общественного здоровья и деятельности учреждений здравоохранения, а также в своей научной деятельности, исследова тель должен уметь правильно выбрать способ данной оценки. Среди методов оценки достоверности различают параметрические и непара метрические методы.

Параметрическими называют количественные методы статисти ческой обработки данных, применение которых требует обязательно го знания закона распределения изучаемых признаков в совокупности и вычисления их основных параметров.

В тех случаях, когда имеется малое количество наблюдений и характер распределения неизвестен, когда кроме количественных ха рактеристик, результаты выражаются полуколичественными, а иног да описательными характеристиками (тяжесть заболевания, интенсив ность реакции, результаты лечения), параметрические методы становятся непригодными. В этих ситуациях следует использовать не параметрические методы оценки достоверности.

Непараметрическими являются количественные методы статисти ческой обработки данных, применение которых не требует знания за * В данном пособии описаны только наиболее часто применяемые спосо бы оценки достоверности результатов исследования. Остальные способы оцен ки достоверности описываются в специальной литературе.

кона распределения изучаемых признаков в совокупности и вычисле ния их основных параметров.

В то же время следует отметить, что назначение применения не параметрических методов гораздо шире, чем только оценка достовер ности результатов исследования (в том числе они применяются и для характеристики одной выборочной совокупности, и для изучения свя зи между явлениями). В данном случае акцент сделан на оценке до стоверности результатов исследования, как одном из наиболее важных разделов статистического анализа, поэтому непараметрические мето ды не представлены отдельной главой.

Как параметрические, так и непараметрические методы, исполь зуемые для сравнения результатов исследований, т.е. для сравнения выборочных совокупностей, заключаются в применении определен ных формул и расчете определенных показателей в соответствии с предписанными для того или иного метода алгоритмами. В конеч ном результате высчитывается определенная числовая величина, ко торую сравнивают с табличными пороговыми значениями. Критери ем достоверности будет результат сравнения полученной величины и табличного значения при данном числе наблюдений (или степеней свободы) и при заданном уровне безошибочного прогноза. Таким об разом, в статистической процедуре оценки основное значение имеет полученный критерий достоверности, поэтому сам способ оценки достоверности в целом иногда называют тем или иным критерием по фамилии автора, предложившего его в качестве основы метода.

4.5.1. ПРИМЕНЕНИЕ ПАРАМЕТРИЧЕСКИХ МЕТОДОВ 1. Способ оценки достоверности с помощью определения ошибок ре презентативности Средняя ошибка средней арифметической величины определяется по формуле:

m = ±, где — среднеквадратическое отклонение;

n — число наблюдений.

n Ошибка относительного показателя определяется по формуле:

P q m = ±, где p — показатель, выраженный в %, %о,%оо и т.д.

n q = (100 – p) при p, выраженном в %;

или (1000 – p) при p, выраженном в %о;

(10 000 — p) при p, выраженном в %оо и т.д.

При числе наблюдений меньше 30 ошибки репрезентативности оп ределяются, соответственно, по формулам:

P q m = и m = n – n – Результат считается достоверным (Р или М), если он, соответ ственно, превышает удвоенную или утроенную ошибку репрезента тивности: М2–3 m;

Р2–3 m (при n>30).

2. Определение доверительных границ средних и относительных величин Формулы определения доверительных границ представлены следу ющим образом:

• для средних величин (М): Мген=Мвыб ± tm • для относительных показателей (Р): Рген=Рвыб ± tm, где Мген и Рген — соответственно, значения средней величины и от носительного показателя генеральной совокупности;

Мвыб и Рвыб — значения средней величины и относительного показателя выборочной совокупности;

m — ошибка репрезентативности;

t — критерий достоверности (доверительный коэффициент).

Данный способ применяется в тех случаях, когда по результатам выборочной совокупности необходимо судить о размерах изучаемого явления (или признака) в генеральной совокупности.

Обязательным условием для применения способа является репре зентативность выборочной совокупности. Для переноса результатов, полученных при выборочных исследованиях, на генеральную совокуп ность необходима степень вероятности безошибочного прогноза (Р), показывающая, в каком проценте случаев результаты выборочных ис следований по изучаемому признаку (явлению) будут иметь место в генеральной совокупности.

При определении доверительных границ средней величины или от носительного показателя генеральной совокупности исследователь сам задает определенную (необходимую) степень вероятности безошибоч ного прогноза Р.

Для большинства медико-биологических исследований считается достаточной степень вероятности безошибочного прогноза Р=95,5%, т.е. число случаев генеральной совокупности, в которых могут наблю даться отклонения от закономерностей, установленных при выбороч ном исследовании, не будет превышать 5%. При ряде исследований, связанных, например, с применением высокотоксичных веществ, вак цин, оперативного лечения и т.п., в результате чего возможны тяже лые заболевания, осложнения, летальные исходы, применяется сте пень вероятности Р=99,7%, т.е. не более чем у 1% случаев генераль ной совокупности возможны отклонения от закономерностей, уста новленных в выборочной совокупности.

Заданной степени вероятности Р безошибочного прогноза соответ ствует определенное, подставляемое в формулу, значение критерия t, зависящее также и от числа наблюдений.

При n>30 степени вероятности безошибочного прогноза Р=99,7% со ответствует значение t= 3, а при Р=95,5 % — значение t=2.

При n<30 величина t при соответствующей степени вероятности безошибочного прогноза определяется по специальной таблице (Н.А.Пло хинского) (приложение 1, с. 150).

ЗАДАЧА-ЭТАЛОН на определение ошибок репрезентативности (m) и доверительных границ средней величины генеральной совокупности (Мген) при числе наблюдений больше Условие задачи: при изучении комбинированного воздействия шу ма и низкочастотной вибрации на организм человека было установле но, что средняя частота пульса у 36 обследованных водителей сельско хозяйственных машин в кооперативном хозяйстве через 1 ч работы составила 80 ударов в 1 минуту;

= ±6 уд/мин.

Задание: определить ошибку репрезентативности (mм) и довери тельные границы средней величины генеральной совокупности (Мген).

РЕШЕНИЕ 1. Вычисление средней ошибки средней арифметической (ошибки ре презентативности) (m):

m = n = 36 = ± 1 уд./мин 2. Вычисление доверительных границ средней величины генеральной совокупности (Мген). Для этого необходимо:

а) задать степень вероятности безошибочного прогноза (Р=95,5%);

б) определить величину критерия t. При заданной степени веро ятности (Р=95,5%) и числе наблюдений больше 30 величина критерия t равна 2 (t=2).

Тогда Мген=Мвыб ± tm = 80 ± 2 1=80 ± 2 уд/мин.

Вывод: установлено с вероятностью безошибочного прогноза Р=95,5%, что средняя частота пульса в генеральной совокупности, т.е. у всех водителей сельскохозяйственных машин в этом хозяйстве, че рез 1 ч работы в аналогичных условиях будет находиться в пределах от 78 до 82 ударов в минуту, т.е. средняя частота пульса менее 78 и бо лее 82 ударов в минуту возможна не более чем у 5% случаев генераль ной совокупности.

ЗАДАЧА-ЭТАЛОН на определение ошибок репрезентативности (m) и доверительных границ относительного показателя генеральной совокупности (Рген) Условие задачи: при медицинском осмотре 164 детей 3-летнего воз раста, проживающих в одном из районов города Н., в 18% случаев об наружено нарушение осанки функционального характера.

Задание: определить ошибку репрезентативности (mР) и довери тельные границы относительного показателя генеральной совокупно сти (Рген).

РЕШЕНИЕ 1. Вычисление ошибки репрезентативности относительного показате ля:

P q 18 (100 – 18) m = = = ± 3% n 2. Вычисление доверительных границ средней величины генеральной совокупности (Рген) производится следующим образом:

а) необходимо задать степень вероятности безошибочного про гноза (Р =95%);

б) при заданной степени вероятности и числе наблюдений боль ше 30 величина критерия t равна 2 (t = 2).

Тогда Рген=Рвыб ± tm = 18% ± 2 3 = 18% ± 6%.

Вывод: установлено с вероятностью безошибочного прогноза Р=95%, что частота нарушения осанки функционального характера у детей 3-летнего возраста, проживающих в городе Н., будет находить ся в пределах от 12 до 24% случаев на 100 детей.

3. Оценка достоверности разности результатов исследования Данный способ применяется в тех случаях, когда необходимо опре делить, случайны или достоверны (существенны) различия между дву мя средними величинами или относительными показателями, т.е.

обусловлены ли эти различия каким-либо фактором или они случайны.

Обязательным условием для применения данного способа является репрезентативность выборочных совокупностей, а также предположе ние о наличии причинно-следственной связи разницы между сравнива емыми величинами (показателями) и факторами, влияющими на них.

Формулы определения достоверности разности представлены сле дующим образом:

• для средних величин:

M1 – M t = ;

m12 + m • для относительных показателей:

P1 – P t =, m12 + m где t — критерий достоверности, m1 и m2 — ошибки репрезентативно сти, М1 и М2 — средние величины, Р1 и Р2 — относительные показа тели.

Если вычисленный критерий t более или равен 2 (t 2), что соот ветствует вероятности безошибочного прогноза Р, равной или более 95,5% (Р 95,5% ), то разность следует считать достоверной (сущест венной), т.е. обусловленной влиянием какого-то фактора, что будет иметь место и в генеральной совокупности.

При t<2 вероятность безошибочного прогноза Р<95,5%. Это озна чает, что разность недостоверна, случайна, т.е. не обусловлена какой то закономерностью (влиянием какого-то фактора).

Поэтому полученный критерий должен всегда оцениваться по отно шению к конкретной цели исследования.

ЗАДАЧА-ЭТАЛОН на оценку достоверности разности средних величин Условие задачи: при изучении комбинированного воздействия шума и низкочастотной вибрации на организм человека было установлено, что средняя частота пульса у водителей сельскохозяйственных машин через 1 ч после начала работы составила 80 ударов в минуту;

m= ± 1 удар в минуту. Средняя частота пульса у этой же группы водителей до начала работы равнялась 75 ударам в минуту;

m= ± 1 удар в минуту.

Задание: оценить достоверность различий средних значений пульса у водителей сельскохозяйственных машин до и после 1 ч работы.

Число наблюдений (n), т.е. совокупность водителей, составило человек.

РЕШЕНИЕ M1 – M2 80 – t = = = 3, m12 + m22 12 + Вывод: значение критерия t=3,5 соответствует вероятности безоши бочного прогноза Р>99,7%, следовательно, можно утверждать, что раз личие в средних значениях пульса у водителей сельскохозяйственных машин до и после 1 ч работы не случайно, а достоверно, существенно, т.е. обусловлено влиянием воздействия шума и низкочастотной вибра ции.

ЗАДАЧА-ЭТАЛОН на оценку достоверности разности относительных показателей Условие задачи: при медицинском осмотре 40 детей 3-летнего возра ста в 18% (m= ±6,0%) случаев обнаружено нарушение осанки функци онального характера. Частота аналогичных нарушений осанки при медосмотре детей 4-летнего возраста составила 24% (m= ±6,7%).

Задание: оценить достоверность различий в частоте нарушения осанки у детей 2 возрастных групп.

РЕШЕНИЕ P1 – P 24 – t = = = = 0, m12 + m22 36 + 44, Вывод: значение критерия t<1,0 соответствует вероятности безоши бочного прогноза Р<68,3%. Следовательно, частота нарушений осанки не имеет существенных различий у детей 3- и 4-летнего возраста (раз личия случайны).

Типичные ошибки, допускаемые исследователями при применении спо соба оценки достоверности разности результатов исследования • При оценке достоверности разности результатов исследования по критерию t часто делается вывод о достоверности (или недостоверно сти) самих результатов исследования. В действительности же этот способ позволяет судить только о достоверности (существенности) или случайности различий между результатами исследования.

• При полученном значении критерия t<2 часто делается вывод о необходимости увеличения числа наблюдений. Если же выбороч ные совокупности репрезентативны, то нельзя делать вывод о необ ходимости увеличения числа наблюдений, так как в данном случае значение критерия t<2 свидетельствует о случайности, недостовер ности различия между двумя сравниваемыми результатами исследо вания.

КОНТРОЛЬНЫЕ ВОПРОСЫ И ЗАДАНИЯ 1. Что означает оценка достоверности результатов исследования?

2. Назовите способы оценки достоверности результатов исследования.

3. Что показывает ошибка репрезентативности?

4. Как вычисляется ошибка репрезентативности для средних величин и относительных показателей?

5. В чем заключается назначение способа определения доверительных границ?

6. Как определяется величина критерия t при вычислении доверитель ных границ при числе наблюдений меньше 30 (<30) и при n>30?

7. В чем заключается назначение способа оценки достоверности раз ности результатов исследования?

8. При каком значении критерия t разность между двумя средними величинами можно считать достоверной (существенной)?

9. Что такое «вероятность безошибочного прогноза»? Каким параме тром она представлена в формуле?

10. Какие величины необходимы для определения доверительных гра ниц средней величины какого-либо признака в генеральной сово купности?

ТЕСТОВЫЕ ЗАДАНИЯ Выберите один или несколько правильных ответов 1. Размер ошибки средней арифметической величины зависит от:

а) типа вариационного ряда;

б) числа наблюдений;

в) способа расчета средней;

г) разнообразия изучаемого признака.

2. Доверительный интервал — это:

а) интервал, в пределах которого находятся не менее 68% вариант, близких к средней величине данного вариационного ряда;

б) пределы возможных колебаний средней величины (показателя) в генеральной совокупности;

в) разница между максимальной и минимальной вариантами вариационного ряда.

3. Для медико-социальных статистических исследований минимально достаточной является вероятность безошибочного про гноза:

а) 90%;

б) 95%;

в) 99%.

4. Какой степени вероятности соответствует доверительный интервал M±3m при n > 30:

а) 68,3%;

б) 95,5%;

в) 99,7%.

5. Оценка достоверности полученного значения критерия Стьюдента (t) для малых выборок производится:

а) по специальной формуле;

б) по принципу: если t > 2, то P > 95%;

в) по таблице.

6. При оценке достоверности разности полученных результатов иссле дования разность является достоверной (существенной), если при n >30 величина t равна:

а) 1,0;

б) 1,5;

в) 2,0;

г) 3 и более.

СИТУАЦИОННЫЕ ЗАДАЧИ Задача В результате проведенного маммографического исследования женщин старше 35 лет, проживающих в одном из районов города К., у 20% из них были выявлены предраковые состояния молочной желе зы;

m= ±0,9%.

1. С помощью какого способа оценки достоверности можно перенести результаты с выборочной на генеральную сово купность?

2. Достаточно ли представленной информации в условии зада чи для соответствующего вывода? Обоснуйте свой ответ.

Задача С целью определения эффективности работы золоуловителей на заводе железобетонных изделий в городе Н. вычислена среднесуточная концентрация пыли в атмосферном воздухе, которая до пуска золо уловителей составила 0,2 мг/м3 (m=±0,06 мг/м3), а после ввода в строй комплекса золоуловителей — 0,1 мг/м3;

m=±0,01 мг/м3.

1. С помощью какого способа оценки достоверности резуль татов исследования можно оценить эффективность работы золоуловителей?

2. Примените способ и сделайте соответствующий вывод.

Задача Летальность при онкопатологии больных, леченных препаратом № 1, составила 10%;

m= ±2%.

Врач провел ряд исследований и предлагает лечить больных новым препаратом (№ 2), который считает более эффективным (летальность в данном случае составила 8%;

m= ±2%). Критерий t равен 1,7.

1. Оцените эффективность новой методики лечения.

2. Согласны ли вы с врачом? Обоснуйте свой ответ.

Задача Средний вес новорожденных, родившихся у матерей с пороками сердца в роддоме № 2 города А., составил 2,8 кг, = ±0,3 кг.

1. С помощью какого способа оценки достоверности резуль татов исследования можно узнать аналогичный результат в генеральной совокупности?

2. Какая дополнительная информация необходима для при менения выбранной вами методики оценки достовернос ти?

Задача Какой способ оценки достоверности результатов исследования не обходимо применить для переноса результатов исследования на гене ральную совокупность, если известно, что при изучении организации приема больных в одной из районных поликлиник города Н. среднее время на 1 обращение в регистратуру составило 4 мин, m=±1,5 мин.

Выборочно были изучены 1600 обращений пациентов в данную поли клинику.

1. Примените этот способ.

2. Сделайте соответствующий вывод.

СПИСОК ЛИТЕРАТУРЫ Обязательная 1. Лисицын Ю.П. Общественное здоровье и здравоохранение. Учебник для вузов. — М.: ГЭОТАР-МЕД, 2002. — 520 с.

2. Общественное здоровье и здравоохранение. Учебник для студентов / Под ред. В.А. Миняева, Н.И. Вишнякова. — М.: Мед пресс-информ, 2002. — 528 с.

3. Медик В.А., Юрьев В.К. Курс лекций по общественному здоровью и здравоохранению. Часть I. Общественное здоровье — М.: Медицина, 2003. — 368 с.

4. Кучеренко В.З., Агарков Н.М. и др. Социальная гигиена и организа ция здравоохранения. (Учебное пособие). — М., 2000 — 432 с.

5. Тестовые задания по общественному здоровью и здравоохранению. — М.: ММА им. ИМ. Сеченова, 2002 г.

Дополнительная Гланц С. Медико-биологическая статистика. Пер. с англ. — М.:

Практика, 1998. — С. 36–44, 81–104, 193–220.

4.5.2. ПРИМЕНЕНИЕ НЕПАРАМЕТРИЧЕСКИХ МЕТОДОВ Непараметрические критерии оценки — это совокупность статисти ческих методов, которые позволяют оценить результаты исследований без вычисления общепринятых параметров (М,, m, C и т. д.) Достоинства непараметрических методов (критериев) заключают ся в том, что они не требуют знания характера распределения, могут применяться при любых распределениях, могут быть использованы при любом, даже небольшом числе наблюдений, применимы для при знаков, имеющих количественное выражение, и признаков полуколи чественного характера (например, степень тяжести и заболевания, ре зультаты лечения и др.), относительно просты и не требуют проведения сложных расчетов, соответственно, экономят время при вычислении. Кроме того, непараметрические критерии обладают до статочной мощностью (чувствительностью).

В основе расчета непараметрических критериев лежит упорядочи вание (ранжирование) имеющихся значений по отношению друг к другу, типа «больше-меньше» или «лучше-хуже». Это разграничение значений не предполагает точных количественных соотношений, а, следовательно, и ограничений на параметры и вид распределения. По этому для использования непараметрических критериев нужно мень ше информации, нежели для критериев параметрических. В качестве оценок при непараметрических методах используются относительные характеристики — ранги, серии, знаки и др. Если в ситуации воз можно применение параметрических критериев (нормальное распре деление признака и незначительно различающееся разнообразие при знака в совокупности), то им, как учитывающим большее количество информации, следует отдать предпочтение, так как они оказывают ся более мощными, чем непараметрические критерии, хотя и более трудоемкими.

Использование непараметрических критериев связано с такими понятиями, как «нулевая гипотеза» (Н0), уровень значимости, досто верность статистических различий. «Нулевая гипотеза» — это предпо ложение о том, что в сравниваемых группах отсутствует различие в распределении частот. Уровень значимости — это такая вероятность, которую принимают за основу при статистической оценке гипотезы.

В качестве максимального уровня значимости, при котором нулевая гипотеза еще отклоняется, принимается 5%. При уровне значимости более 5% «нулевая гипотеза» принимается, различия между сравнива емыми совокупностями принимаются статистически недостоверны ми, незначимыми.

Особого внимания заслуживает вопрос о мощности (чувствитель ности) критериев. Каждый из изучаемых критериев имеет характерную для себя мощность. Оценку значимости различий необходимо начи нать с наименее мощного критерия. Если этот критерий опровергает нулевую гипотезу, то на этом анализ заканчивается. Если же нулевая гипотеза этим критерием не опровергается, то следует проверить из учаемую гипотезу более мощным критерием. Однако если значение характеристики, вычисленной для менее мощного критерия, оказалось очень далеким от критического значения, то мало надежды, что более мощный критерий опровергнет нулевую гипотезу.

Выбор непараметрических критериев для оценки результатов медицинских исследований (для определения существенности различий двух совокупностей).

Для выбора того или иного критерия (табл. 29) необходимо опре делить следующие моменты:

1. В каком виде получены результаты: в количественном или аль тернативном (атрибутивном), т.е. представлены числом или альтерна тивной (атрибутивной, двухвариантной) оценкой: «есть признак» «нет признака», «есть симптом» — «нет симптома» и т.д.

2. Связаны ли между собой сравниваемые выборочные совокупно сти или они взаимно независимы. К связанным между собой отно сятся выборочные совокупности с попарно сопряженными варианта ми, например, при изучении количества гемоглобина в крови одних и тех же больных до и после лечения, различных физиологических по казателей у спортсменов в норме, перед стартом и после окончания соревнований и т.п. Взаимно независимые совокупности не связаны между собой и могут иметь различную численность, например, резуль таты исследования крови у нескольких групп больных с различными стадиями болезни, результаты наблюдений над подопытной и конт рольной группами исследования и т.д.

3. Сравниваются две или несколько выборочных совокупностей.

Таблица Выбор непараметрических критериев для определения существеннос ти различий совокупностей ПРИМЕНЕНИЕ НЕПАРАМЕТРИЧЕСКИХ КРИТЕРИЕВ ДЛЯ ОПРЕДЕЛЕНИЯ СУЩЕСТВЕННОСТИ РАЗЛИЧИЙ ВЗАИМОСВЯЗАННЫХ (СОПРЯЖЕННЫХ) СОВОКУПНОСТЕЙ Применяя критерии различия к связанным между собой выбороч ным совокупностям, исследователь стремится устранить или ослабить влияние на результаты оценки индивидуальной колеблемости вариант в пределах каждой совокупности, фиксируя основное внимание на изменениях каждого признака в динамике (например, до и после ка кого-либо воздействия). С этой целью, в частности, может быть ис пользован и критерий Стьюдента — способ оценки достоверности раз ности результатов исследования. Однако применение этого способа связано с трудоемкой вычислительной работой.

Непараметрические критерии дают практически такую же ин формацию, но требуют для своего применения гораздо меньше вы числений. При этом более простые критерии (критерий знаков, максимум — критерий) обладают меньшей статистической мощнос тью;

некоторое усложнение критерия (критерий Вилкоксона) приво дит к повышению его мощности*.

Для более наглядного применения критериев в разделе был ис пользован один пример.

Критерий знаков Критерий знаков в отличие от критерия t при оценке парных на блюдений (например, до и после лечения) учитывает не величину про исшедших изменений, а только их направленность. Поэтому характер этих изменений учитывается в альтернативной форме (увеличение— уменьшение, ухудшение—улучшение и т.д., что для краткости обычно обозначается знаками «+» и «–», откуда и произошло название кри терия). Случаи, когда парные наблюдения не имеют разницы (что можно обозначить знаком = или 0), из дальнейшего сравнения ис ключаются. В связи с этим следует стремиться, чтобы количество та ких нулевых разностей было минимальным (обеспечение непрерывно сти выборочных данных путем повышения точности измерения количественных и полуколичественных наблюдений).

Если число положительных изменений близко к числу отрицатель ных изменений, то очевидно, что различия между сравниваемыми вы борочными совокупностями не могут быть признаны статистическими значимыми. Наоборот, вероятность значимого различия возрастает в случаях заметной направленности изменений в одну из сторон, т.е. в случаях преобладания одного из знаков.

Практическое применение критерия знаков заключается в следую щем:

1) определяется направленность изменений в сравниваемых пар ных наблюдениях и для каждой пары наблюдений обозначается зна ками + или –, а в случаях отсутствия изменений — 0;

* Другие, более сложные критерии, в данном пособии не разбираются, так как применяются, в основном, при углубленных научных исследованиях.

2) подсчитывается общее число (n) парных наблюдений, имеющих различия (т.е. отмеченных знаками + и –);

3) подсчитывается меньшее число однозначных результатов срав нения (т.е. число знаков + или –), обозначаемое буквой Z;

4) полученное число Z сравнивается с критическими значениями Z (Z05, Z01) для данного количества парных наблюдений (n) по специ альной таблице (см. приложение 2);

5) если Z равно или больше критического табличного значения со ответствующего Z05 (соответствующего уровню значимости 5%), то происшедшие изменения признаются случайными, статистически не значимыми (справедлива нулевая гипотеза) Если Z меньше Z05 или Z01), то различия признаются значимы ми с вероятностью ошибки менее 5% (менее 1%).

Условие задачи: У 10 больных изучалось количество билирубина в желчи до и после введения антибиотиков (см. табл. 30).

Задание. Определить существенность различий количества билиру бина.

Таблица Количество билирубина в желчи до и после введения антибиотиков РЕШЕНИЕ ЗАДАЧИ 1) Увеличение количества билирубина произошло у 7 больных.

Снижение билирубина было у 2 больных.

2) Число пар наблюдений равнялось 10. Одна пара наблюдений имела равные результаты.

3) Оценка производится по минимальному числу наблюдений с од нонаправленным результатом. В данном случае это было двое боль ных, у которых произошло снижение билирубина в крови.

4) Оценка достоверности различий двух связанных между собой со вокупностей производится по таблице. При пользовании таблицей из общего числа пар наблюдений вычитают те пары, где результаты бы ли одинаковыми до и после воздействия, т.е. те случаи, где не про изошло изменений (см. приложение 2). Итак, в нашем примере n= (10-1), Z (наименьшее число однонаправленных результатов) равно 2.

По таблице для 9 пар наблюдений табличное значение Z05 = 2, для Z01 = 1.

Вывод: с вероятностью более 95%, но менее 99% можно утверждать, что введение антибиотиков увеличивает содержание билирубина в желчи.

Максимум-критерий Это более мощный критерий, основанный уже на величине про исшедших изменений. Для этого:

1) определяют разности в парах наблюдений с учетом знаков;

2) располагают разности по их абсолютным величинам;

3) определяют число первых наибольших разностей с одинаковым знаком, т.е. до величины с противоположным направлением измене ния.

Оценка ведется по стандартным значениям: 6 пар наблюдений с одним знаком — 5% риска ошибки;

8 пар наблюдений — 1% риска ошибиться в достоверности разли чий и 11 пар наблюдений — менее 1% риска ошибки.

Таблица Количество билирубина в желчи до и после введения антибиотиков РЕШЕНИЕ ЗАДАЧИ 1. В нашем примере расположенные по абсолютной величине раз ности имеют следующий вид: +90, +80, +60, +60, +50, +42, –40, +18, –10.

2. Подряд идут 6 величин со знаком «+» до значения со знаком «–» (–40).

3. В приведенной выше оценочной характеристике указывается:

для того, чтобы иметь суждение о 95% вероятности безошибочного прогноза, необходимо 6 разновидностей с одинаковым знаком. В на шем примере их как раз 6. Следовательно, еще раз подтверждается вы вод об эффективности действия антибиотиков.

Критерий Вилкоксона До настоящего времени при оценке различий двух связанных сово купностей рассматривалось лишь направление оказания действия и в какой-то степени величина разностей в паре наблюдений. Для более точного суждения о достоверности различий принимаются во внима ние размеры этих разностей.

Вычисление критерия Вилкоксона (табл. 32) осуществляется в сле дующей последовательности:

1. Вычисляются разности в парах наблюдений.

2. Проставляются ранги по величине разности без учета знаков (от меньшей разности к большей, результаты без изменений исключают ся).

3. Подсчитывается сумма однозначных рангов.

4. Оценивается меньшая из сумм.

Таблица Количество билирубина в желчи до и после введения антибиотиков РЕШЕНИЕ ЗАДАЧИ:

1) сумма рангов значений с плюсовым изменением = 41, сумма рангов со значением минус = 4.

2) оценивается меньшая из сумм (Т=4) при числе пар наблюдений, равном 9.

3) Оценочная таблица приводится в специальной литературе: по строчке для n=9 Т05= 6, для Т01=2. В нашем примере Т=4.

4) Следовательно, с вероятностью, большей 95% и меньшей 99%, можно утверждать о достоверном влиянии введения антибиотиков на увеличение билирубина в желчи.

ПРИМЕНЕНИЕ НЕПАРАМЕТРИЧЕСКИХ КРИТЕРИЕВ ДЛЯ ОПРЕДЕЛЕНИЯ СУЩЕСТВЕННОСТИ РАЗЛИЧИЙ НЕЗАВИСИМЫХ СОВОКУПНОСТЕЙ Эти критерии особенно часто применяются в исследованиях, где имеются опытные и контрольные группы, где необходимо сравнить результаты двух групп наблюдений, относящихся к различным заболе ваниям или стадиям болезни и т.д.

ЗАДАЧА Условие задачи: Были изучены сроки гибели животных (в минутах) после введения токсического вещества. Ряд Х — контрольная группа, в которой лечение не проводилось;

ряд Y — опытная группа, ниже проводилось определенное лечение.

Задание: определить, существенны ли различия в сроках гибели животных.

Критерий Уайта Последовательность расчета:

1. Данные рядов Х и Y ранжируются от меньшей величины к боль шей вне зависимости от их принадлежности к тому или иному ряду.

2. Ранги суммируются отдельно для рядов Х и Y.

3. Меньшая из сумм оценивается по таблице.

Меньшая из сумм относится к ряду Кх = 42,5.

Оценочная таблица приводится в специальной литературе nх=7 К05 =38 Кх =42, nY=8 К01 =34 Кх> К Вывод: различия, полученные в опытной и контрольной группах слу чайны. Поэтому не следует считать проведенное лечение причиной удли нения срока жизни животных, которым введено токсическое вещество.

Критерий Колмогорова–Смирнова Это наиболее мощный критерий из серии непараметрических критери ев, применяемых при сопоставлении двух различных групп наблюдений.

Задача его та же, что и всех предыдущих.

Последовательность обработки данных (табл. 33):

1. Объединяются в один ряд в возрастающем порядке все вариан ты, встречающиеся в сравниваемых группах наблюдений.

2. Записываются частоты вариант для одной и другой групп.

3. Проставляются частоты в накопленном порядке.

4. Накопленные частоты делятся на число наблюдений в соответ ствующих группах.

5. Вычисляются разности накопленных частот по группам Х и Y без учета знаков.

6. Находится максимальная разность D.

7. По формуле определяется критерий nx · ny 2= D2 • —————— nx + ny 8. Сравнивается полученное значение 2 с граничными значения ми, которые для 052 = 1,84, а для 012 = 2,65. Если 2 > 052, то раз личия между сравниваемыми группами признаются существенными (табл приводится в специальной литературе).

9. По формуле рассчитывается nx · ny 2= D2 • —————— nx + ny D (максимальная разность) равняется 0,49.

7 · 2 = 0,492• —————— = 0,24•3,7 = 0, 7 + Граничные значения 052 = 1,84, 012 = 2, так как 0,888 < 1,84, то 2 < 052.

Таблица Следовательно, еще раз подтверждается вывод о том, что сроки ги бели животных в опытной и контрольной группах существенно не от личаются друг от друга и различия, которые имеют место, случайны.

ПРИМЕНЕНИЕ НЕПАРАМЕТРИЧЕСКИХ КРИТЕРИЕВ ДЛЯ ОПРЕДЕЛЕНИЯ СУЩЕСТВЕННОСТИ РАЗЛИЧИЙ ЛЮБЫХ СОВОКУПНОСТЕЙ Критерий соответствия (2) - «хи-квадрат» С помощью 2 (хи-квадрат) определяют соответствие (согласие) эмпирического распределения теоретическому, и тем самым оценива ют достоверность различий между выборочными совокупностями.

Критерий применяется в тех случаях, когда нет необходимости знать величину того или иного параметра (среднюю или относительную ве личину) и требуется оценить достоверность различий не только двух, но и большего числа групп.

Критерий соответствия применяется для статистической оценки ре зультатов исследования в случаях, когда нет необходимости знать вели чину самого показателя, размер связи, а требуется лишь подтвердить, су щественно ли влияние изучаемого фактора или оно случайно, и подтвердить наличие взаимосвязи между явлениями. В отличие от мето да оценки достоверности по критерию Стьюдента, который позволяет проводить только попарное сравнение, критерий соответствия применя ется для сопоставления не только двух, но и большего числа групп, в этом его преимущество. Определение критерия соответствия основано на довольно распространенном в исследованиях приеме: доказывать от противного.

В практическом здравоохранении метод 2 может широко исполь зоваться при оценке эффективности прививок, действия препаратов, результатов различных методов лечения и профилактики заболеваний влияния условий труда и быта на заболеваемость работающих. С по мощью критерия можно определить, влияют или нет сроки госпита лизации на течение заболеваемости, влияет ли материальное обеспе чение населения на уровень заболеваемости и т.д.

Критерий определяется по формуле:

(P – P1) 2 = • ——————, P где Р — фактические (эмпирические) данные;

Р1 — «ожидаемые» (те оретические) данные, вычисленные на основании нулевой гипотезы;

— знак суммы.

Определение критерия основано на расчете разницы между фак тическими и «ожидаемыми» данными. Чем больше эта разность (Р–Р1), тем с большей вероятностью можно утверждать, что сущест вуют различия в распределении сравниваемых выборочных совокуп ностей, и наоборот, чем меньше разность, тем меньше шансов на то, что сравниваемые выборочные совокупности различны между собой.

ЗАДАЧА - ЭТАЛОН Условие задачи: при изучении организации специализированной по мощи больным ревматизмом (табл. 34) были проанализированы сроки постановки диагноза с момента обращения в поликлинику (менее 15 дней, 15 дней и более) 73 пациентов поликлиники №1, где прием больных вел специалист в кардиоревматологическом кабинете, и 21 па циента поликлиники № 2, где специализированного кабинета не бы ло (прием вел терапевт).

Задание: определить, существенно ли различаются группы больных ревматизмом по срокам постановки диагноза с момента обращения в поликлинику в зависимости от наличия в поликлинике кардиоло гического кабинета.

ЭТАЛОН РЕШЕНИЯ 1 этап — распределение фактических данных (Р) по всем группам, суммирование итогов 61+33=94.

2 этап — определение ожидаемых величин (Р1) на основе «нулевой гипотезы». Согласно «нулевой гипотезе», допускают, что наличие или отсутствие в поликлинике кардиоревматологических кабинетов не влияет на сроки постановки диагноза у больных ревматизмом. В этом случае распределение двух групп больных, обслуживаемых с участием специалистов кардиоревматологического кабинета и без него, по сро кам постановки диагноза должно быть одинаковым и соответствовать итоговому фактическому распределению всех наблюдаемых больных, т.е. 61 и 33. При таком условии в первой группе (кардиоревматологи ческий кабинет есть) «ожидаемое» число больных со сроком установ ления диагноза менее 15 дней определяется по следующей пропор ции:

94 — 73 — х х = 47, «Ожидаемое» число больных со сроком установления диагноза дней и более получается путем вычисления 73 – 47,4=25,6. Подобным же образом рассчитывают «ожидаемые» числа больных второй группы.

Полученные «ожидаемые» числа по всем группам заносят в таблицу.

3 этап — определяют разность между фактическими и «ожидаемы ми» числами (Р–Р1). Первая группа больных (Р–Р1) = 54–47,4 = +6,6;

19–25,6–6,6. Вторая группа больных (Р–Р1) = 7–13,6=–6,6;

14–7,4 = +6,6 (в числовом отношении разность между фактическими и «ожи даемыми» числами (Р–Р1) одинакова, что позволяет проверить пра вильность расчетов).

4 этап — определяют квадрат разностей (P–Р1)2 по всем группам.

5 этап — квадрат разности делят на ожидаемое число во всех группах и 43, результаты заносят в таблицу, например, —————— = 0,9 и т.д.

47, 6 этап — критерий соответствия определяется путем суммирования преды (P – P1)2 (P – P1) дущих результатов —————— по всем группам: 2 = • —————= P1 P = 0,9+1,7+3,2+5,9=11,7.

Таблица Распределение больных ревматизмом по срокам установления диагноза в поликлиниках с разной системой организации специализированной помощи Величина критерия 2 зависит от величины разности между факти ческими и «ожидаемыми» числами и от числа слагаемых (т.е. числа сравниваемых групп по графам и строкам). Чем больше разность, тем больше критерий. Если бы фактические данные были равны «ожидае мым», то 2 был бы равен нулю и «нулевую гипотезу» надо было бы признать существенной, и, наоборот, чем больше величина критерия, тем «нулевая гипотеза» становится менее вероятной, несущественной.

Для оценки критерия учитывают число рядов (R) и число строк (S) распределения фактических чисел (без итоговых) и на основании этих данных вычисляют так называемое число степеней свободы n’ = (R–1) · · (S–1). В нашем примере R=2, S=2, при этом n’= (2–1) · (2–1)=1. Чис ло степеней свободы указывает на число «свободно варьирующих» эле ментов, или число клеток таблицы, которые могут быть заполнены лю быми числами без изменения общих итоговых данных.

Полученную величину оценивают по специальной таблице (прил. 3).

Для того, чтобы опровергнуть «нулевую гипотезу», вычисленный крите рий соответствия должен быть равен или больше табличного (критиче ского) значения 2 при уровне вероятности «нулевой» гипотезы p=5%.

При альтернативном распределении применяется упрощенная формула расчета 2 на основе таблицы взаимной сопряженности (че тырехпольной таблицы):

Величину 2 можно оценить и без таблицы, по упрощенной формуле: если 2–n’/2n’ больше 3, то «нулевая гипотеза» отвергается.

(ad – bc)2 · (a + b + c + d) 2 = ——————————————————, (a + b) (c + d) (a + c) (b + d) где p, q — значения альтернативных признаков в обеих группах;

a, b, c, d — абсолютные величины в клетках таблицы.

ЭТАЛОН РЕШЕНИЯ (по «четырехпольной таблице»):

1. Согласно «нулевой гипотезе» допускаем, что наличие или отсут ствие в поликлинике кардиоревматологических кабинетов не влияет на сроки постановки диагноза у больных ревматизмом.

2. Cоставляем «четырехпольную таблицу» (ad – bc)2 N (756 – 133)2 · 94 36 484 2 = ——————————————— = ——————————————— = ——————— = 11, (a+b) (c+d) (a+c) (b+d) (54+7) (19+14) (54+19) (7+14) 3 085 3. Оцениваем число степеней свободы. В нашем примере имеется только одно число степеней свободы n=1. Это указывает на то, что до статочно найти только одно «ожидаемое» число, тогда три остальных числа можно легко получить как дополнение до итоговых чисел.

4. Полученную величину критерия при n=1 оценивают по специ альной таблице (см. приложение 3). Вычисленная нами величина 2 = 11,8 больше критического значения 2, при котором уровень ее веро ятности подтверждения «нулевой гипотезы» будет равен 0,1%. Это дает основание опровергнуть «нулевую гипотезу» и признать существенны ми различия в распределении по срокам постановки диагноза двух срав ниваемых групп (обследованных специалистом, работающим в кардио ревматологическом кабинете, и при отсутствии такого специалиста).

5. Следовательно, на основании проведенного исследования мож но утверждать, что организация специализированных кардиоревмато логических кабинетов в поликлиниках позволяет снизить сроки об следования больных ревматизмом.

КОНТРОЛЬНЫЕ ВОПРОСЫ И ЗАДАНИЯ:

1. С какой целью применяются непараметрические критерии до стоверности?

2. Укажите условия применения непараметрических критериев до стоверности?

3. Что означает понятие «нулевая гипотеза»?

4. Какими критериями необходимо пользоваться при выборе того или иного непараметрического метода оценки достоверности?

5. Возможно ли применение критерия соответствия для относи тельных величин и средних?

6. Как определить число степеней свободы при вычислении крите рия соответствия?

7. Укажите достоинства и недостатки критерия соответствия по сравнению с другими непараметрическими критериями.

8. Пользуясь таблицей критерия соответствия, назовите подтвер ждение или опровержение «нулевой гипотезы» при n = 2 2= n = 3 2 = 7, n = 4 2 = 9, n = 6 2 = n = 2 2 = 6, 9. Можно ли оценить величину 2 без таблицы? Каковы критерии оценки?

ТЕСТОВЫЕ ЗАДАНИЯ:

Выберите один или несколько правильных ответов 1. Непараметрические критерии достоверности применяются:

а) только к количественным совокупностям, б) только к качественным совокупностям, в) как к количественным, так и к качественным совокупностям.

2. Из нижеперечисленных непараметрических критериев оценки до стоверности результатов наибольшей мощностью (чувствительностью) обладает:

а) критерий знаков, б) максимум-критерий, в) критерий Вилкоксона.

СИТУАЦИОННЫЕ ЗАДАЧИ Задача В результате лечения 263 больных туберкулезом легких с примене нием пневмоторакса рецидивы отмечались у 19 человек, в то же вре мя при лечении 77 больных сочетанным способом (пневмоторакс и химиопрепараты) рецидивы наблюдались у 15 пациентов.

1. С помощью каких способов оценки достоверности можно дока зать эффективность сочетанной методики лечения?

2. Обоснуйте свой ответ.

Задача В результате изучения закаливания детей было определено влия ние сна на свежем воздухе на заболеваемость простудными болезня ми. При этом выяснилось, что из 45 детей, не болевших простудны ми заболеваниями, у 40 дневной сон обычно проходил на веранде, а у 5 детей — в палате, в то время как из 344 детей, болевших про студными заболеваниями, 226 спали на веранде, а 118 — на открытом воздухе. Всего изучением были охвачены 389 детей, из них днем спят на веранде 266 малышей, в палате — 123.

1. С помощью какого способа оценки достоверности можно су дить о достоверности различий заболеваемости детей, проводящих дневной сон в разных условиях?

2. Достоверны ли эти различия? Обоснуйте свой ответ.

Задача В городе Н. при изучении здоровья детей и подростков, зани мающихся физкультурой и спортом, были получены следующие ре зультаты:

1. С помощью какого способа оценки достоверности можно су дить о достоверности различий в состоянии здоровья детей и подрост ков, имеющих разную физическую активность?

2. Достоверны ли эти различия? Обоснуйте свой ответ.

СПИСОК ЛИТЕРАТУРЫ:

Обязательная 1. Лисицын Ю.П. Общественное здоровье и здравоохранение. Учеб ник для вузов. — М.: ГЭОТАР-МЕД, 2002. — 520 с.

2. Общественное здоровье и здравоохранение Учебник для студен тов / Под ред. В.А. Миняева, Н.И. Вишнякова. — М.: Мед пресс-ин форм, 2002. — 528 с.

3. Медик В.А., Юрьев В.К. Курс лекций по общественному здоро вью и здравоохранению. Часть I. Общественное здоровье — М.: Ме дицина, 2003. — 368 с.: ил. — ISBN 5-225-04122-1.

4. Кучеренко В.З., Агарков Н.М. и др. Социальная гигиена и органи зация здравоохранения. (Учебное пособие). — М., 2000 — 432 с.

5. Тестовые задания по общественному здоровью и здравоохране нию. — М.: ММА им. И.М. Сеченова, 2002.

Дополнительная Гланц С. Медико-биологическая статистика. Пер. с англ. — М., Практика, 1998. — 459 с. — С. 36–44, 81–104, 193–220.

Приложение ЗНАЧЕНИЕ КРИТЕРИЯ t (по Н.А. Плохинскому) n’ — число наблюдений минус единица (n – 1) P — вероятность безошибочного прогноза Приложение Критические значения Z-критерия знаков (число знаков, менее часто встречающихся) по Ван дер Вардену Приложение Таблица оценки значений критерия соответствия 4.6. КОРРЕЛЯЦИОННЫЙ АНАЛИЗ ВВЕДЕНИЕ При изучении общественного здоровья и здравоохранения в науч ных и практических целях исследователю часто приходится проводить статистический анализ связей между факторными и результативными признаками статистический совокупности (причинно-следственная связь) или определение зависимости параллельных изменений не скольких признаков этой совокупности от какой-либо третьей величи ны (от общей их причины). Необходимо уметь изучать особенности этой связи, определять ее размеры и направление, а также оценивать ее достоверность. Для этого используются методы корреляции.

ЦЕЛЬ ИЗУЧЕНИЯ ТЕМЫ: на основе применения методов корре ляции уметь выявлять влияние факторного признака на результативный при анализе общественного здоровья и деятельности медицинских уч реждений, в том числе учреждений санитарно-эпидемиологического профиля.

По окончании изучения темы студент должен Уметь:

• устанавливать корреляционную зависимость методом квадратов и методом ранговой корреляции;

• оценивать силу, направление и достоверность полученного коэф фициента корреляции и делать соответствующие выводы.

Для этого студент должен знать:

• виды проявления количественных связей;

• понятие функциональной и корреляционной зависимости;

• практическое значение установления корреляционной связи;

• характеристики коэффициента корреляции (силу и направление связи);

• методы определения коэффициента корреляции (метод квадратов и ранговый метод);

• методические требования к использованию коэффициента корре ляции;

• рекомендации по применению метода ранговой корреляции и метода квадратов;

• методику и порядок вычисления коэффициента корреляции по ме тоду квадратов и по методу ранговой корреляции, ошибок коэффициентов корреляции и способы оценки достоверности ко эффициентов корреляции.

ЗАДАНИЯ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТА 1. Изучить материалы обязательной и рекомендуемой литературы, данного раздела учебного пособия.

2. Разобрать задачу-эталон.

3. Ответить на контрольные вопросы и тестовые задания в данном учебном пособии.

4. Решить ситуационные задачи.

5. Выполнить задание в курсовой работе, сделать соответствующие выводы.

БЛОК ИНФОРМАЦИИ 1. Виды проявления а) функциональная связь;

количественных б) корреляционная связь.

связей между признаками 2. Определения Функциональная связь — такой вид соотноше функциональной ния между двумя признаками, когда каждому и корреляционной значению одного из них соответствует строго связи определенное значение другого (площадь кру га зависит от радиуса круга и т.д.). Функцио нальная связь характерна для физико математических и химических процессов.

Корреляционная связь — такая связь, при которой каждому определенному значению од ного признака соответствует несколько значе ний другого взаимосвязанного с ним признака (связь между ростом и массой тела человека;

связь между температурой тела и частотой пульса и др.). Корреляционная связь характер на для социально-гигиенических процессов, клинической медицины и биологии.

3. Практическое • Выявление причинно-следственной связи значение между факторными и результативными установления признаками (при оценке физического раз корреляционной вития, для определения связи между усло связи виями труда, быта и состоянием здоровья, при определении зависимости частоты слу чаев болезни от возраста, стажа, наличия производственных вредностей и др.).

• Зависимость параллельных изменений не скольких признаков от какой-то третьей величины. Например, под воздействием вы сокой температуры в цехе происходят изме нения кровяного давления, вязкости крови, частоты пульса и др.

4. Величина, Коэффициент корреляции, который одним чис характеризующая лом дает представление о направлении и силе направление связи между признаками (явлениями);

преде и силу связи между лы его колебаний от 0 до ±1.

признаками 5. Способы а) таблица;

представления б) график (диаграмма рассеяния);

корреляционной в) коэффициент корреляции.

связи а) прямая;

6. Направление корреляционной б) обратная.

связи 7. Сила а) сильная: ±0,7 до ±1;

корреляционной б) средняя: ±0,3 до ±0,699;

связи в) слабая: 0 до ±0,299.

8. Методы а) метод квадратов (метод Пирсона);

определения б) ранговый метод (метод Спирмена).

коэффициента корреляции и формулы • Измерение связи возможно только в каче 9. Методические ственно однородных совокупностях (на требования к использованию пример, измерение связи между ростом и коэффициента весом в совокупностях, однородных по по корреляции лу и возрасту).

• Расчет может производиться с использованием как абсолютных, так и производных величин.

• Для вычисления коэффициента корреляции используются несгруппированные данные (это требование применяется только при вы числении коэффициента корреляции по ме тоду квадратов).

10. Рекомендации по а) когда нет необходимости в точном установле применению ме- нии силы связи, а достаточно ориентировоч ных данных;

тода ранговой б) когда признаки не только количественные, корреляции но и атрибутивные;

в) когда ряды распределения признаков имеют открытые варианты (например, стаж работы до 1 года).

11. Рекомендации а) когда требуется точное установление силы к применению связи между признаками;

метода квадратов б) когда признаки имеют только количествен ное выражение.

1) Метод квадратов 12. Методика а) построить вариационные ряды для каждого и порядок из сопоставляемых признаков;

вычисления б) определить для каждого вариационного ряда коэффициента средние величины (М1 и М2);

корреляции в) найти отклонения (dx и dy) каждой вариан ты от средней соответствующего вариацион ного ряда;

г) полученные отклонения перемножить (dx dy) и просуммировать (dx · dy) д) каждое отклонение возвести в квадрат и про суммировать по каждому ряду (dx2 и dy2);

е) подставить полученные значения в формулу раcчета коэффициента корреляции:

dx dy rxy = ;

(dx2 dy2) при наличии вычислительной техники расчет производится по формуле:

nxy – x y rxy = ([nx2 –/x2/][ny2 –/y2/]) 2) Ранговый метод а) составить два ряда из парных сопоставляе мых признаков, обозначив первый и второй ряд, соответственно, х и у. При этом пред ставить первый ряд признака в убывающем или возрастающем порядке, а числовые значения второго ряда расположить напро тив того значения первого ряда, которым они соответствуют;

б) величину признака в каждом из сравнивае мых рядов заменить порядковым номером (рангом). Рангами, или номерами, обозна чают места показателей (значения) первого и второго рядов. При этом числовым значе ниям второго признака ранги должны при сваиваться в том же порядке, какой был принят при раздаче их величинам первого признака. При одинаковых величинах при знака в ряду ранги следует определять как среднее число из суммы порядковых номе ров этих величин;

в) определить разность рангов между х и у (d) d = х — у;

г) возвести полученную разность рангов в квадрат (d2);

д) получить сумму квадратов разности (d2) и подставить полученные значения в фор мулу:

6 d ху = 1– n (n2 – 1) 13. Схема оценки Направление связи Сила корреляционной связи прямая (+) обратная (–) связи по коэф фициенту Сильная От +1 до +0,7 От –1 до –0, корреляции Средняя От +0,699 до +0,3 От –0,699 до –0, Слабая От +0,299 до 0 От –0,299 до Связь, при которой коэффициент корреляции равен +1,0 или –1,0, называется полной (функциональной).

14. Вычисление а) ошибка коэффициента корреляции, вычис ошибки ленного методом квадратов (Пирсона):

коэффициента 1 – rxy 1 – pxy m = или при n< корреляции n – n – б) ошибка коэффициента корреляции, вычис 15. Оценка достоверности ленного ранговым методом (Спирмена):

коэффициента 1 – pxy mрxy = корреляции, n – полученного методом ранго- Способ вой корреляции Достоверность определяется по формуле:

и методом rxy n – квадратов t = mrxy или t = · 1 – Критерий t оценивается по таблице значений t с учетом числа степеней свободы (n — 2), где n — число парных вариант. Критерий t должен быть равен или больше табличного, соответст вующего вероятности р 95 %.

Способ Достоверность оценивается по специальной таблице (прил. 1 на с. 167) стандартных коэф фициентов корреляции. При этом достовер ным считается такой коэффициент корреля ции, когда при определенном числе степеней свободы (n — 2) он равен или больше таблич ного, соответствующего степени безошибочно го прогноза р 95 %.

ЗАДАЧА — ЭТАЛОН на применение метода квадратов Задание: вычислить коэффициент корреляции, определить направление и силу связи между количеством кальция в воде и жесткостью воды, если известны следующие данные (табл. 35).

Оценить достоверность связи. Сделать вывод.

Обоснование выбора метода. Для решения задачи выбран метод ква дратов (Пирсона), так как каждый из признаков (жесткость воды и ко личество кальция) имеет числовое выражение;

нет открытых вариант.

Таблица Жесткость воды Количество кальция в воде (в градусах) (в мг/л) 11 27 34 37 РЕШЕНИЕ Последовательность расчетов изложена в тексте, результаты пред ставлены в таблице. Построив вариационные ряды из парных сопос тавляемых признаков, обозначить их через х (жесткость воды в градусах) и через у (количество кальция в воде в мг/л).

12 3 4 5 Жесткость Количество воды кальция dx dy dx dy dx2 dy (в градусах) в воде (в мг/л) 4 28 –16 –114 1824 256 8 56 –12 –86 1032 144 11 76 –9 –66 594 81 27 190 +7 +48 336 49 34 240 +14 +98 1372 196 36 262 +16 +120 1920 256 Mx = x /n Mу = у /n dx dy= dx2 dy2 = =7078 = 982 Mx =120/6 Mу = 852/ =20 = 1. Определить средние величины Mx в ряду вариант х и Mу в ряду ва риант у по формулам: Mx = x /n (графа 1) и Mу = у /n (графа 2).

2. Найти отклонение (dx и dy) каждой варианты от величины вычис ленной средней в ряду «х» и в ряду «у» dx = x — Mx (графа 3) и dу = у — Mу (графа 4).

3. Найти произведение отклонений dx dу и суммировать их: dx dу (графа 5).

4. Каждое отклонение dx и dy возвести в квадрат и суммировать их значения по ряду «х» и по ряду «у»: dx2 = 982 (графа 6) и dу2 = 51056 (графа 7).

5. Определить произведение dx2 dy2 и из этого произведения извлечь квадратный корень (dx2 dy2)= 51 056).

( 6. Полученные величины (dx dy) и (dx2 dy2) подставляем в формулу расчета коэффициента корреляции:

dx dy 7078 rxy= = = = = +0,99.

dy2) (982 51056) 7080, (dx 7. Определить достоверность коэффициента корреляции:

1-й способ. Найти ошибку коэффициента корреляции (mrxy) и кри терий t по формулам:

0, 1 – 0, mrxy = ± = ± = 0,0025 = ±0, 6 – 0, t = = 0, Критерий t = 20, что соответствует вероятности безошибочного прогноза р> 99,9%.

2-й способ. Достоверность коэффициента корреляции оценивается по таблице «Стандартные коэффициенты корреляции» (см.

Pages:     | 1 || 3 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.