- •1. Статистика как наука.
- •2. Статистическая совокупность.
- •3. Теория вероятности. Закон больших чисел.
- •4. Распределение признака в статистической совокупности.
- •5. Интенсивные и экстенсивные показатели
- •6. Показатели соотношения и наглядности.
- •7. Способы графического изображения относит величин.
- •8. Вариационные ряды.
- •9. Средние величины.
- •10. Способы расчёта средней арифметической величины.
- •17. Динамические ряды.
- •18. Корреляция.
- •19. Стандартизация.
- •20 И 21. Этапы статистического исследования. Ошибки статистического анализа.
- •22 И 23. Достоинства выборочного метода. Характ-ка способов отбора единиц наблюде-ния.
- •29 И 30. Медицинская демография. Статика населения.
- •31. Статика населения.
- •32. Миграция.
- •33. Рождаемость.
- •37 И 38. Естественный прирост населения. Возрастно-половой состав.
- •39. Средняя продолжительность предстоящей жизни
- •40. Формирование статистической совокупности.
8. Вариационные ряды.
- это ряд числовых измерений определённого признака, отличающихся друг от друга по своей величине, расположенных в ранговом порядке - по порядку, от меньшего к большему или наоборот. Вариационный ряд состоит из вариант (v) и соответствующих им частот (p). Вариантой (v) называют каждое числовое значение изучаемого признака. Частота (p) - абсолютная численность отдельных вариант в совокупности, указывающая, сколько раз встречается данная варианта в вариационном ряду. Общее число случаев наблюдений, из которых состоит вариационный ряд, обозначается буквой η. Если η включает в себя не более 30 наблюдений, то все значения признака располагают в нарастающем или убывающем порядке (от максимальной варианты до минимальной или наоборот) и указывают частоту каждой варианты.
При большом числе наблюдений (более 30) вариационный ряд должен быть сгруппирован.
ПОСТРОЕНИЕ СГРУППИРОВАННОГО РЯДА:
1 этап: Определение количества групп в вариационном ряду. Чем больше число наблюдений, тем больше может быть групп. При большом колебании признака его максимальные величины могут не соответствовать размерам последней группы и будут вне ее. В этом случае необходимо увеличить число групп с тем, чтобы можно было включить эти крайние варианты.
2 этап: Определение величины интервала (i) между группами.
i=(Vmax-Vmin)/r(число групп)
Полученный интервал округляется до целого числа.
3 этап: определение начала, середины и конца группы. Поскольку середина группы должна делиться на величину интервала, то за середину первой группы следует брать варианту, которая будет ближайшей к максимальному значению и без остатка разделится на величину интервала. Середины для каждой последующей группы находят путем вычитания величины интервала от середины каждой предыдущей группы. Определяя начало группы, к ее середине прибавляется величина (i-1)/2; вычитая же ее из середины, получаем конец группы. Границы должны быть составлены так, чтобы значения вариант не оказались между группами. Нежелательны также так называемые «открытые» группы, например «свыше 60» или «менее 20».
4 этап: распределение случаев наблюдения по группам проводится соответственно размерам показателей в группе. Результаты записываются по группам, получая, таким образом, частоты (p) вариационного ряда.
5 этап: графическое изображение вариационного ряда делают статистические данные обозримыми, доступными для анализа и дальнейшего изучения. В графическом изображении ось абсцесс (х) служит для отображения градации (середины групп) изучаемого признака (рост, масса тела, уровень НЬ в крови), а ось ординат (у) - для отображения числа случаев с данной величиной признака. Все пять этапов выполняются при составлении сгруппированных вариационных рядов. При составлении не сгруппированных вариационных рядов - выполняются 1,2 и 5 этапы.
9. Средние величины.
Под CВ понимается число, выражающее общую меру исследуемого признака в совокупности. (средний рост, средняя масса тела - при анализе физического развития группы населения; средняя длительность пребывания больного на койке; средняя продолжительность обследования больного - при анализе деятельности ЛЛУ; средняя запыленность воздуха в цехе - при оценке загрязненности воздуха на предприятии и др.) Св как бы выражает то общее, что характерно для признака в данной совокупности.
В медицинской статистике используют ТРИ ВИДА СВ: среднюю арифметическую (М), моду (Мо), медиану (Me).
МОДА (Мо) — соответствует величине признака, которая чаще других встречается в данной совокупности. Иначе говоря, за моду принимают варианту, которой соответствует наибольшее количество частот (р) вариационного ряда.
МЕДИАНА (Me) — величина признака, занимающая серединное положение в вариационном ряду. Она делит ряд на две равные части по числу наблюдений. Для определения медианы надо найти середину ряда. Для ряда 2,5, 6, 9, 11, 12,15, 16 медиана будет равна (9+11)/2=10. При нечетном числе наблюдений медианой будет серединная (центральная) варианта, которая определяется по формуле: (n+1 )/2. Одной из возможных особенностей моды и медианы является то, что на их величины не оказывает влияние числовые значения крайних вариант. Например, если бы в вариационном ряду имелось максимальное нечетное абсолютное значение (предположим 65 кг), а минимальное абсолютное значение - четное (пусть будет 58 кг), то эти значения крайних вариант не отражаются ни на величине моды, ни на величине медианы.
M обладает тремя СВОЙСТВАМИ:
1) Она занимает серединное положение в вариационном ряду:M=Mo=Me;
2) Она является обобщающей величиной и за средней не видны случайные колебания, различия в индивидуальных данных. Средняя арифметическая вскрывает то типичное, что характерно для всей совокупности. В тоже время она абстрактна и поэтому не может правильно характеризовать совокупность из которой рассчитана;
3) Сумма отклонений всех вариант от средней равна нулю: Ʃ(v-M)=0 . Это происходит потому, что средняя величина превышает размеры одних вариант и меньше размеров других вариант. Иначе говоря, истинное отклонение вариант от истинной средней
(d=v-M) может быть положительной и отрицательной величиной, поэтому сумма (Ʃ) всех +d и –d равна нулю. Данное свойство средней используется при проверке правильности расчетов М. Если сумма отклонение вариант от средней равна нулю, то можно сделать вывод, что средняя вычислена правильно. На этом свойстве основан способ моментов для определения М.
