- •Составители: н.Г. Астафьева, н.В. Абызова, н.Е. Белянко л.В. Боброва, в.М. Марон
- •Методика статистического исследования
- •I этап. Составление плана и программы исследования
- •А. Определение статистической совокупности, единицы совокупности и единицы наблюдения.
- •Составление макетов статистических таблиц
- •Распределение травм по локализации
- •Состав выбывших из стационара по диагнозам, полу и возрасту
- •Распределение пороков сердца среди детей различного возраста и пола
- •II этап. Сбор материала (статистическое наблюдение)
- •Разновидностями несплошного наблюдения являются:
- •III этап. Обработка собранного материала
- •Абсолютные и относительные величины
- •Часть явления х 100 целое явление
- •Явление х 100 ( 1000, 10000 и т.Д.) среда
- •Одна совокупность х 10 000 другая совокупность
- •Сравниваемый уровень х 100 исходный уровень
- •Графическое изображение статистических данных
- •Виды графических изображений:
- •Правила построения диаграмм
- •Динамические ряды
- •Средние величины. Методика вычисления средней арифметической, оценка ее типичности и достоверности
- •Составление сгруппированного вариационного ряда
- •Вычисление средней арифметической по способу моментов (условных отклонений)
- •Параметры средней арифметической
- •Практическое значение среднего квадратического отклонения
- •Статистическая оценка достоверности полученных данных
- •Ошибка репрезентативности прямо пропорциональна колеблемости ря- да (сигме) и обратно пропорциональна числу наблюдений.
- •Для медико-биологических исследований принята степень вероятности
- •Т.О., ошибка разности равняется корню квадратному из суммы квадратов ошибок сравниваемых величин.
- •Специальные статистические методики
- •Вычисление стандартизованных показателей.
- •Явление х 100среда
- •Часть явления х100 целое явление
- •Практическое значение установления корреляционной связи:
- •Сильной
- •Оценка размеров коэффициента корреляции
- •Для вычисления коэффициента корреляции используются только не- сгруппированные данные
- •Основным принципом метода ранговой корреляции является сопостав- ление порядковых номеров (рангов) величин, характеризующих сравниваемые явления.
- •Непараметрические критерии статистической оценки значимости различий
Вычисление средней арифметической по способу моментов (условных отклонений)
При больших числовых значениях признака в значительных по объему сово- купностях средняя арифметическая вычисляется упрощенным способом, который называется “способ моментов” или “способ условных отклонений”.
Вычисление средней арифметической по способу моментов основано на сле- дующих ее свойствах:
Каждая варианта отклоняется от средней в большую или в меньшую сторону.
Это отклонение (d) может быть выражено положительным или отрицательным числом.
Сумма отклонений с положительным знаком всегда равна сумме отклонений с отрицательным знаком, следовательно, алгебраическая сумма отклонений всех вариант от средней равна нулю ( это свойство средней лежит в основе данного способа вычисления).
Средняя арифметическая равна любой произвольно взятой величине плюс среднее отклонение от нее всех членов ряда, которое имеет выражение Pd и называется моментом первой степени (обозначается буквой А) n
Средняя арифметическая вычисляется по формуле:
М М
, где М - средняя арифметическая
d P
1 n
М1 - “условная” средняя арифметическая
d - отклонение условной средней от вариант Р - частота
n - число наблюдений
- знак суммирования
Вычисление ведется от “условной” средней (М1). За среднюю условно при- нимается любая варианта, чаще мода (как наиболее часто встречающаяся вариан- та). Если эта величина действительно средняя арифметическая, то сумма откло- нений всех вариант от нее будет равна нулю. Если сумма отклонений будет рав-
няться какой-то величине, то это означает, что “условная” средняя не соответст- вует действительной и к ней требуется поправка (момент первой степени - А):
Pd
Если, А = n , тогда М = М1 + А
ПРИМЕР: Средняя дневная нагрузка врача-терапевта в поликлинике
Число больных (V) |
Число приемов (Р) |
d (d = V - M1) |
Pd |
14 |
2 |
- 4 |
- 8 |
15 |
1 |
- 3 |
- 3 |
16 |
3 |
- 2 |
- 6 |
17 |
3 |
- 1 |
- 3 |
18 |
4 |
0 |
0 |
19 |
4 |
+ 1 |
+ 4 |
20 |
3 |
+ 2 |
+ 6 |
21 |
2 |
+ 3 |
+ 6 |
|
n = 22 |
|
Pd = - 4 |
Pd -4
М1 = 18; n = 22 = - 0,18
Таким образом, М = 18 + (- 0,18) = 17,82.
Последовательность вычислений: Выбираем “условную” среднюю М1 = 18 больных
Определяем отклонение ( d ) каждой варианты от “условной” средней
d = V - M1
Найденные отклонения умножают на частоты P (V - M1) = Pd Вычисляем алгебраическую сумму всех отклонений Рd = - 4 По формуле определяем среднюю арифметическую
Pd - 4
М = М1 + n М = 18 + 22 = 18 + (- 0,18) = 17,82
Параметры средней арифметической
Средние величины являются важными характеристиками совокупности, од- нако они полностью не раскрывают индивидуальные значения признака, которые отличаются от средних и различаются между собой. Средние величины скрывают изменчивость, колеблемость признака, его рассеянность.
При обработке вариационного ряда недостаточно только лишь вычислить среднюю арифметическую, нужно еще оценить, насколько она типична и досто- верна для данной совокупности. Для этого в статистике существуют специальные параметры средней - мера типичности и мера достоверности.
ОЦЕНКА ТИПИЧНОСТИ СРЕДНЕЙ АРИФМЕТИЧЕСКОЙ
Чем вариационный ряд более компактен, менее рассеян, тем лучше средняя арифметическая характеризует данную совокупность.
Если вариационный ряд растянут, отдельные значения вариант сильно от- клоняются от средней (т.е. имеется большая вариабельность, колеблемость при- знака), то средняя хуже характеризует ряд в целом и является менее типичной для данной совокупности.
Таким образом, кроме средней необходима еще одна характеристика ряда: его колеблемость.
Простейшей мерой колеблемости ряда является амплитуда (вариационный размах), т.е. разность крайних вариант. Например, при подсчете частоты пульса у одной группы обследованных средняя составляла 68, минимальное число было 60, а максимальное - 70. У второй группы средняя частота пульса составляла так- же 68, но наименьшее число было 55, а наибольшее - 80. Амплитуда в первой группе значительно меньше и, следовательно, все значения группируются вокруг средней. Вторая совокупность более разнообразна, ее рассеяность велика и коле- бания отдельных значений от средней больше; следовательно, средняя в этой группе менее типична , чем в первой группе.
Мерой колеблемости, изменчивости признака и мерой типичности средней арифметической является среднее квадратическое отклонение (сиг- ма - ), которое определяется по формуле (по способу моментов):
dp
2
=
n
ПРИМЕР: Результаты измерения массы тела мальчиков 12 лет
Масса тела (V) |
Число лиц (Р) |
d = (V - M1) |
Pd |
d2 |
d2P |
20 |
1 |
- 5 |
- 5 |
25 |
25 |
22 |
5 |
- 3 |
- 15 |
9 |
45 |
23 |
6 |
- 2 |
- 12 |
4 |
24 |
25 = M1 |
10 |
0 |
0 |
0 |
0 |
28 |
5 |
3 |
15 |
9 |
45 |
29 |
4 |
4 |
16 |
16 |
64 |
31 |
2 |
6 |
12 |
36 |
72 |
|
n = 33 |
|
Pd = 11 |
|
Pd2 = 275 |
Pd2 Pd 2 275 11 2
= n n = 33 33 = 8,3- (0,33)2 = 8,3 - 0,1= 2,86 кг
Чем больше среднее квадратическое отклонение, тем выше колеблемость данного вариационного ряда.
Для оценки типичности средней арифметической с помощью среднего квад- ратического отклонения в статистике применяется так называемое “правило трех сигм”. Это правило основано на законе нормального распределения и отражает теоретическую закономерность распределения вероятностей случайных со- бытий в условиях бесконечно большого количества наблюдений.
Согласно теории вероятности, в явлениях, подчиняющихся закону нормально- го распределения, между значениями средней арифметической ( М ), средним квадратическим отклонением ( ) и отдельными значениями вариант существует строгая зависимость: в интервале М1 находится 68,3% всех вариант ряда, в интервале М2 - 95,5%, в интервале М3 находится 99,7% всех вариант, т.е. практически весь вариационный ряд укладывается в этот предел.
Таким образом, среднее квадратическое отклонение является стандартным отклонением, позволяющим предвидеть вероятность появления такого значения изучаемого признака, которое находится в пределах заданных границ.
М 1 68,3%
М 2 95,5%
М 3 99,7%
Для того, чтобы проверить, насколько средняя арифметическая типична для той совокупности, из которой она вычислена, нужно к ней прибавить и отнять утроенную сигму ( М3 ). Если в полученный интервал данный ва- риационный ряд укладывается, то средняя типична; если не укладывается - средняя нетипична, совокупность неоднородна и число наблюдений недос- таточно.
Графическим изображением “правила трех сигм” является кривая нормально- го распределения (биноминальная кривая Ньютона, кривая Гаусса).
Форма этой кривой отражает степень вариабельности результатов наблюде- ний: при большой разбросанности данных она будет пологой, при малой разбро- санности - крутой. В силу симметричности кривой перпендикуляр, опущенный из ее максимума на ось абсцисс, пересекает ее в точке, соответствующей среднему значению данных, отложенных по этой оси ( М, Мо, Ме ).