12.Характеристика распределения признака в статистической совокупности.Типы распред-я.

Понятие статистических рядов распределения и их виды Результаты сводки и группировки материалов статистического наблюдения оформляются в виде статистических рядов распределения. Статистические ряды распределения представляют собой упорядоченное распределение единиц изучаемой совокупности на группы по группировочному (варьирующему) признаку. Они характеризуют состав (структуру) изучаемого явления, позволяют судить об однородности совокупности, границах ее изменения, закономерностях развития наблюдаемого объекта. В зависимости от признака статистические ряды распределения делятся на:- атрибутивные (качественные);- вариационные (количественные). а) дискретные; б) интервальные.

Атрибутивные ряды образуются по качественным признакам, которыми могут выступать занимаемая должность работников торговли, профессия, пол, образование и т.д.

13.Выборочные исследования.Опред необходимого числа наблюдений.

В зависимости от степени охвата единиц наблюдения выделяют два метода исследования: сплошное (изучают все единицы наблюдения) и несплошное (выборочное). Теоретическим обоснованием выборочного метода является закон больших чисел, сформулированный Бернулли: «При неограниченном увеличении числа однородных независимых опытов с практической достоверностью можно утверждать, что наблюдаемая частота случайного события будет сколь угодно мало отличаться от вероятности появления события в отдельном опыте».

Случайная величина — это величина, которая при реализации комплекса условий может принимать различные значения. Статистическая вероятность, выражая численную меру объективной возможности появления того или иного события (при реализации определенного комплекса условий), является отношением числа опытов, в которых появилось событие, к общему числу опытов:р = m\n > где р — статистическая вероятность; т — число опытов, в которых появилось то или иное событие;п — общее число опытов.

Соответствие, устанавливаемое между всеми возможными численными значениями случайной величины и вероятностями их появления, называется законом распределения (который описывает случайную величину с вероятностной точки зрения). Основными типами распределения являются: альтернативный, нормальный (симметричный, асимметричный — правосторонний, левосторонний, бимодальный) и др. Применение вероятностных методов в статистике позволяет выявить закономерность там, где на поверхности выступает кажущийся хаос случайных явлений, а теория вероятностей — это математическая теория, позволяющая изучить закономерности случайных явлений. Таким образом, возвращаясь к выборочному методу исследования, можно отметить, что выводы, полученные на его основе (при наличии допу-

стимой погрешности), могут быть распространены и на генеральную совокупность. Однако при этом необходимым условием является репрезентативность выборки, т.е. ее способность отражать свойства генеральной совокупнос-

ти. Репрезентативность должна быть как количественной, так и качественной. Условием обоснованного расчета необходимого числа наблюдений является допущение возможной ошибки, т.е. предположение максимально допустимого отклонения результатов выборочного исследования от генеральных значений.

Формула для определения предельной ошибки показателя: Д — предельная ошибка;

t — доверительный коэффициент, показывающий с какой вероятностью (надежностью) можно гарантировать достоверность полученного результата, обычно t берется равным 2; р — величина показателя; q — величина, обратная показателю, т.е. дополняющая его до основания; п — число наблюдений, Исходя изданной формулы, можно определить необходимое число на-

блюдений: (2

Могут быть использованы и другие формулы для расчета необходимого числа наблюдений: bit1 ра N — численность генеральной совокупности. Или такая: 5 — среднее квадратическое отклонение (его величина определяется из предыдущих исследований или при собственном пилотажном исследовании). Для обеспечения качественной репрезентативности выборки необходимо избегать систематических ошибок, т.е. рандомизировать выборку. Процесс рандомизации аналогичен подбрасыванию монеты, обеспечивающему равные шансы каждой единице наблюдения попасть в ту или иную группу. Рандомизация уравнивает вероятность воздействия как учитываемых факторов, так и тех, о существовании которых мы не подозреваем (что является одним из условий доказательной медицины).__

Случайная выборка формируется путем отбора единиц наблюдения наугад: например, по первой букве фамилии, алфавита, по жребию и т.д.

Механически а формируется о помощью механического (арифметического) подхода к отбору единиц наблюдения. Например, при необходимости отбора 20% от всей генеральной совокупности можно отобрать каждый 5-й случай.

Типическая (типологическая) выборка — это выборка, при формировании которой генеральная совокупность предварительно разбивается на типы с последующим отбором единиц наблюдения из каждой типической группы, при этом число единиц наблюдения можно отобрать пропорционально численности типической группы и непропорционально, т.е. отбирая разное число наблюдений из каждой группы

Серийная выборка (гнездовой отбор) формируется с помощью отбора не отдельных единиц наблюдения, а целых групп, серий, или гнезд, в состав которых входят организованные определенным образом единицы наблюдения. Так, могут быть территориальные серии (деревни, районы), отдельные учреждения (больницы, детские сады и т.д.) и т.п. Отбор серий осуществляется с помощью случайной или механической выборки.

Метод многоступенчатого отбора. По количеству этапов различают одноступенчатый, двухступенчатый, трехступенчатый отбор и т.п. Так,например, на первом этапе по краткой программе обследуются все рабочие

и служащие завода. Из всей совокупности работающих выбирают отдельную группу (женщины), которые обследуются по более полной программе:часть этой группы (женщин, имеющие детей) исследуются по подробной

программе, а отдельные лица (женщины, имеющие ребенка с врожденным пороком развития) — по особенно детальной преграде (монографическоеисследование).

Метод направленного отбора. Использование принципов направленного отбора позволяет выявить влияние неизвестных факторов при устранении влияния известных. Например, при изучении влияния стажа работающего на травматизм отбираются рабочие одной профессии, одногвозраста, одного образовательного уровня.

Когортный метод. Под когортой в демографии понимают совокупность людей, переживших одно и то же демографическое явление в течениеьодного и того же года. Иными словами, статистическую совокупность при этом методе составляют относительно однородные группы лиц, объединенные наступлением определенного демографического признака в один и тот же интервал времени.

Метод «копи-пара», или способ уравновешивания групп (метод парных сочетаний). В основе его лежит подбор для каждой единицы наблюдения исследуемой группы «копи-пары» по одному или нескольким признакам.

Монографическое исследование — тщательное, глубокое изучение одного человека, одного учреждения, одного села и т.д.

Метод основного массива охватывает большую часть единиц изучаемого объекта наблюдения. Этот метод иногда называют несовершенным сплошным.

14. Относительные величины, их значение и применение в практической деятельности врача.

Для характеристики изучаемой совокупности по качественным признакам используют относительные величины.Виды:

-интенсивные величины; -экстенсивные величины; -показатель соотношения; -показатель наглядности. Интенсивные величины-это показатель частоты (уровня) распространенности явления в среде, продуцирующее данное явление. Экстенсивные величины-характеризуют часть, долю, процент, удельный вес, распределение изучаемой части явления к явлению в целом.Показатель соотношения-соотношение между двумя независимыми совокупностями. Показатель наглядности-во сколько раз или на сколько % произошло увеличение или уменьшение данного явления по отношению к другому явлению. ИВ применяют для: -характеристики частоты уровня распространенности изучаемого явления -для сравнения частоты изучаемого явления в различных совокупностях –для оценки динамики изучаемого явления интенсивный показатель = абсолютная численность явления/абсолютная численность среды, продуцирующая это явление·100. Диаграммы: столбиковая, линейная, радиальная, картограмма, картодиаграмма.

Экстенсивная величина-применяется для характеристики структуры явления(больные с дифтерией среди инфекционных больных). Экстенсивный показатель =часть явления/явление в целом·100%. Диаграммы: секторная, внутристолбиковая. Показатель соотношения = абсолют.числ.явления/абсол.числ.среды, не продуц.явл.·1000. применяется: в планировании здравоохранения(обеспеченность населения врачами). Диаграммы как ИВ. ПН = явление/другое явление, принятое за единицу или 100%. Применяется (рождаемость и смертность). Имеет большое значение для анализа, когда рассматривается в динамике не один признак, а несколько, имеющих разную размерность. Диаграммы как ИВ.

Ошибки:1-м.б.смешение экстенсивных и интенсивных показателей. Вывод о большей или меньшей частоте каких-то явлений, процессов, можно и нужно делать только на основании интенсивных показателей. В практическом здравоохранении смешение интенсивных и экстенсивных показателей –самая частая ошибка стат.анализа. 2-м.б.арифметическая ошибка, м.б.неправильное определение единицы наблюдения, в результате-неправильный диагноз.3-м.б.логические ошибки(иногда вывод делают на основе простого сравнения цифр без учета качественной характеристики явления.

Для более углубленного анализа общественного здоровья и деятельности учреждений здравоохранения, а также деятельности медицинского работника используются обобщающие показатели, называемые относительными величинами. Они применяются для изучения совокупности, которая характеризуется, главным образом, альтернативным распределением качественных признаков.

15.Динамические ряды. Динамический ряд — ряд однородных величин, характеризующих изменения явления во времени.

Типы динамических рядов: Моментный ряд — характеризует изменение размеров явления на определенную дату (момент). Интервальный ряд — характеризует изменения размеров явления за определенный период (интервал времени). Применяется в случае необходимости анализа процесса в различные

дробные периоды. Область применения. Для характеристики состояния здоровья населения в целом или отдельных его групп, а также деятельности учреждений здравоохранения и изменения их во времени.

Показатели динамического ряда

Для углубленного изучения процессов во времени рассчитывают показатели динамического ряда.

1.Для характеристики скорости изменения процесса применяются такие показатели, как абсолютный прирост (убыль), темп прироста (убыли).

Абсолютный прирост (убыль) характеризует скорость изменения процесса (абсолютную величину прироста (убыли) в единицу времени). Абсолютный прирост рассчитывается как разность между данным уровнем и предыдущим; обозначается знаком "+", характеризуя прирост, или знаком "—", характеризуя убыль.

Темп прироста (убыли) характеризует величину прироста (убыли) в относительных показателях в % и определяется как процентное отношение абсолютного прироста (убыли) к предыдущему уровню ряда; обозначается знаком "+" (прирост) или знаком "—" (убыль).

2.Для характеристики изменения процесса одного периода по отношению к предыдущему периоду применяется такой показатель, как темп роста (снижения); рассчитывается как процентное отношение последующего (уровня) к предыдущему.

3.При сравнении динамических рядов с разными исходными уровнями (например, средними, интенсивными, абсолютными) используется показатель — значение 1% прироста (убыли); рассчитывается как отношение абсолютного прироста к темпу прироста за каждый период.

4.Для обобщенной количественной оценки тенденций динамического ряда используется показатель, именуемый средним темпом прироста (снижения), выраженный в %

16. Средняя величина - число, выражающее общую меру исследуемого признака в совокупности. Виды средних величин: -мода (Мо)-соответствует величине признака, который чаще других встречается в данной совокупности.

-медиана (Ме) – величина признака, занимающая срединное положение в вариационном ряду. -средняя арифметическая (М) рассчитывается: М простая = ∑V/n, вычисляется при малом числе наблюдений. V-варианты, числовые значения признака. n-общее число всех вариант. М средневзвешенная =∑VP/n, Р-частота признака. при большом числе наблюдений, Р<1. Свойства средней арифметической: -занимает срединное положение в вариационном ряду (в симметричном ряду М =Мо =Ме. -является обобщающей величиной, из-за средней не видны случайные колебания, различия в индивидуальных данных. -сумма отклонений всех вариант от средней равна 0.

Средняя арифметическая одним числом характеризует совокупность, обобщая то, что свойственно всем ее вариантам, поэтому она имеет ту же равномерность, что и каждая из вариант. Применение - с одной стороны их используют для характеристики явлений в целом, с другой они необходимы для оценки отдельных величин. При сравнении отдельных величин со средними получают ценные характеристики каждой из них. Использование средних величин требует строгого соблюдения принципа однородности совокупности. Нарушение этого принципа ведет к искаженному представлению о реальных процессах (среднее время задержки дыхания, средний рост той или иной возрастной группы).

17. Вариационный ряд — числовые значения признака, представленные в ранговом порядке с соответствующим значением частоты .V —варианта, отдельное числовое выражение изучаемого признака; p —частота (“вес”) варианты, число ее повторений в вариационном ряду; n — общее число наблюдений (т.е. сумма всех частот, n=Σ p); Vmax и Vmin — крайние варианты, ограничивающие вариационныйряд (лимиты ряда); А — амплитуда ряда (т.е. разность между максимальной и минимальной вариантами, А= Vmax — Vmin).

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

V (число дней лечения)	Р (число больных)
13 14 17 18 20 22 23 25 28	1 2 2 5 4 8 5 2 2
	n=31

Правила построения: все значения признака расположить в нарастающем или в убывающем порядке (от максимальной варианты до минимальной или наоборот) и указать частоту каждой варианты.

Пример вариационного ряда:Распределение больных по срокам лечения в стационаре