Ответы на вопросы: Ответы ОЗЗ

При пользовании относительными величинами могут быть допущены некоторые ошибки. Приведем наиболее частые из них:

1. Иногда судят об изменении частоты явления на основе экстенсив­ных показателей, которые характеризуют структуру явления, а не его интенсивность.

3. При расчете специальных показателей следует правильно выби­рать знаменатель для расчета показателя: например, показатель послеоперационной летальности необходимо рассчитывать по отно­шению к оперированным, а не всем больным.

4. При анализе показателей следует учитывать Фактор времени:

нельзя сравнивать между собой показатели, вычисленные за раз­личные периоды времени: например, показатель заболеваемости за год и за полугодие, что может привести к ошибочным суждениям.

5. Нельзя сравнивать между собой общие интенсивные показатели, вычисленные из неоднородных по составу совокупностей, пос­кольку неоднородность состава среды может влиять на величину показателя.

2. Нельзя складывать и вычитать статистические показатели, кото­рые рассчитаны из совокупностей, имеющих разную численность, ибо это приводит к грубым искажениям показателя.

Средние величины

Средние величины дают обобщающую характеристику статистичес­кой совокупности по определенному изменяющемуся количественному признаку.

Средняя величина характеризует весь ряд наблюдений одним чис­лом, выражающим общую меру изучаемого признака. Она нивелирует случайные отклонения отдельных наблюдений и дает типичную харак­теристику количественного признака.

Одним из требований при работе со средними величинами являет­ся качественная однородность совокупности, для которой рассчиты­вается средняя. Только тогда она будет объективно отображать ха­рактерные особенности изучаемого явления. Второе требование зак­лючается в том, что средняя величина только тогда выражает типич­ные размеры признака, когда она основывается на массовом обобще­нии изучаемого признака, т.е. рассчитывается на достаточном чис­ле наблюдений.

Средние величины получаются из рядов распределения (вариа­ционных рядов).

Вариационный ряд - ряд однородных статистических величин, ха­рактеризующих один и тот же количественный учетный признак, отли­чающихся друг от друга по своей величине и расположенных в опре­деленном порядке (убывания или возрастания).

Элементами вариационного ряда являются:

Варианта - v - числовое значение изучаемого меняющегося коли­чественного признака.

Частота - p (pars) или f (frequency) - повторяемость вариант в вариационном ряду, показывающая, как часто встречается та или иная варианта в составе данного ряда.

Общее число наблюдений - n (numerus) - сумма всех частот: n=ΣΡ. Если общее число наблюдений более 30, статистическая выборка считается большой, если n меньше или равно 30 - малой.

Вариационные ряды бывают прерывные (дискретные), состоящие из целых чисел, и непрерывные, когда значения вариант выражены дроб­ным числом. В прерывных рядах смежные варианты отличаются друг от друга на целое число, например: число ударов пульса, число дыха­ний в минуту, число дней лечения и т.д. В непрерывных рядах ва­рианты могут отличаться на любые дробные значения единицы. Вариационные ряды бывают трех видов. Простой - ряд, в котором каждая варианта встречается один раз, т.е. частоты равны единице.

Обычный - ряд, в котором варианты встречаются более одного ра­за.

Сгруппированный - ряд. в котором варианты объединены в группы по их величине в пределах определенного ин­тервала с указанием частоты повторяемости всех вариант, входящих в группу.

Сгруппированный вариационный ряд используют при большом числе наблюдений и больном размахе крайних значений вариант.

Обработка вариационного ряда заключается в получении парамет­ров вариационного ряда (средней величины, среднего квадратичес­кого отклонения и средней ошибки средней величины).

Виды средних величин.

В медицинской практике наиболее часто используются следующие средние величины: мода, медиана, средняя арифметическая. Реже применяются другие средние величины: средняя геометрическая (при обработке результатов титрования антител, токсинов, вакцин); средняя квадратическая (при определении среднего диаметра среза клеток, результатов накожных иммунологических проб); средняя кубическая (для определения среднего объема опухолей) и другие.

Мода (Mo) - величина признака, чаще других встречающаяся в со­вокупности. За моду принимают варианту, которой соответствует наибольшее количество частот вариационного ряда.

Медиана (Me) - величина признака, занимающая срединное значе­ние в вариационном ряду. Она делит вариационный ряд на две рав­ные, части.

На величину моды и медианы не оказывают влияния числовые зна­чения крайних вариант, имеющихся в вариационном ряду. Они не всегда могут точно характеризовать вариационный ряд и применяют­ся в медицинской статистике относительно редко. Более точно ха­рактеризует вариационный ряд средняя арифметическая величина.

Средняя арифметическая (М, или ) - рассчитывается на осно­ве всех числовых значений изучаемого признака.

В простом вариационном ряду, где варианты встречаются только по одному разу, вычисляется средняя арифметическая простая по формуле:

, где V - числовые значения вариант,

n - число наблюдений,

Σ - знак суммы

В обычном вариационном ряду вычисляется средняя арифметичес­кая взвешенная по формуле:

, где V - числовые значения вариант.

Ρ - частота встречаемости вариант.

n - число наблюдений.

 - знак суммы

Пример расчета средней арифметической взвешенной приведен в таблице 4.

Таблица 4

Определение средней длительности лечения больных в специализированном отделении больницы

n=95 =1900,

В приведенном примере модой является варианта, равная 20 дням, поскольку она повторяется чаще других - 29 раз. Мо = 20. Порядковый номер медианы определяется по формуле:

Место медианы приходится на 48-ю варианту, числовое значение ко­торой равно 20. Средняя арифметическая, рассчитанная по формуле, равна также 20.

Средние величины являются важными обобщающими характеристика­ми совокупности. Однако за ними скрываются индивидуальные значе­ния признака. Средние величины не показывают изменчивости, колеб­лемости признака.

Если вариационный ряд более компактен, менее рассеян и все от­дельные значения расположены вокруг средней, то средняя величина дает более точную характеристику данной совокупности. Если вариа­ционный ряд растянут, отдельные значения значительно отклоняются от средней, т.е. имеется большая вариабельность количественного признака, то средняя менее типична, хуже отражает в целом весь ряд.

Одинаковые по величине средние могут быть получены из рядов с различной степенью рассеяния. Так, например, средняя длительность лечения больных в специализированной отделении больницы также бу­дет равна 20, если все 95 больных находились на стационарном ле­чении по 20 дней. Обе вычисленные средние равны между собой, но получены из рядов с разной степенью колеблемости вариант.

Следовательно, для характеристики вариационного ряда, помимо средней величины, необходима другая характеристика, позволяющая оценить степень его колеблемости.

Характеристика разнообразия изучаемого признака в выборочной совокупности. Среднее квадратическое отклонение, методика вычисления, использование в деятельности врача.

Среднее квадратическое отклонение.

Приближенный метод оценки колеблемости вариационного ряда - это определение лимита, т.е. минимального и максимального значе­ния количественного признака, и амплитуды - т.е. разности между наибольшим и наименьшим значением вариант (Vmax - Vmin). Одна­ко лимит и амплитуда не учитывают значений вариант внутри ряда.

Основной общепринятой мерой колеблемости количественного приз­нака в пределах вариационного ряда является среднее квадратичес­кое отклонение (σ - сигма).

Чем больше среднее квадратическое отклонение, тем степень ко­леблемости данного ряда выше.

Так, например, при изучении средней длительности лечения больных в двух больницах были получены следующие результаты:

Больница 1	Больница 2
Μ = 20 дней	Μ = 20 дней
σ = 3 дня	σ = 5 дней

Средняя длительность лечения в обеих больницах одинакова, од­нако во второй больнице колебания были значительнее.

Методика расчета среднего квадратического отклонения включает следующие этапы:

1. Находят среднюю арифметическую величину (Μ).

2. Определяют отклонения отдельных вариант от средней арифмети­ческой
(V-M=d). В медицинской статистике отклонения от средней обозначаются как d (deviate). Сумма всех от­клонений равняется нулю (графа 3. табл. 5).

3. Возводят каждое отклонение в квадрат (графа 4. табл. 5).

4. Перемножают квадраты отклонений на соответствующие частоты d²*p (графа 5, табл. 5).

5. Вычисляют среднее квадратическое отклонение по формуле:

при n больше 30, или . при n меньше либо равно 30, где n - число всех вариант

Методика расчета среднего квадратического отклонения приведе­на в таблице 5.

Среднее квадратическое отклонение позволяет установить сте­пень типичности средней, пределы рассеяния ряда, сравнить колеб­лемость нескольких рядов распределения. Величина среднего квадра­тического отклонения обычно используется для сравнения колеблемости однотипных рядов. Если сравниваются два ряда с разными признаками (рост и масса тела, средняя длительность лечения в стационаре и больничная летальность и т.д.), то непосредственное сопоставление размеров сигм невозможно, т.к. среднеквадратичес­кое отклонение - именованная величина, выраженная в абсолютных числах. В этих случаях применяют коэффициент вариации (Cv), представляющий собой относительную величину: процентное отноше­ние среднего квадратического отклонения к средней арифметической.

Таблица 5

М=20 n=95 Σ=252

Коэффициент вариации вычисляется по формуле:

Cv	=	σ * 100
		Μ

Пример: по данным специального исследования средний рост мальчиков 7 лет в городе N составил 117.7 см (σ=5.1 см), а сред­ний вес - 21,7 кг (σ=2,4 кг). Оценить колеблемость роста и веса путем сравнения средних квадратических отклонений нельзя, т. к. вес и рост - величины именованные. Поэтому используется относи­тельная величина - коэффициент вариации:

,

Сравнение коэффициентов вариации роста (4.3%) и веса (11.2%) показывает, что вес имеет более высокий коэффициент вариации, следовательно, является менее устойчивым признаком.

Чем выше коэффициент вариации, тем большая изменчивость данно­го ряда. Считают, что коэффициент вариации свыше 30 % свиде­тельствует о качественной неоднородности совокупности.

Средние величины широко применяются в повседневной работе ме­дицинских работников. Они используются для характеристики Физи­ческого развития, основных антропометрических признаков: рост, вес. окружность груди, динамометрия и т.д. Средние величины при­меняются для оценки состояния больного путем анализа физиологи­ческих, биохимических сдвигов в организме: уровня артериального давления, частоты сердечных сокращений. температуры тела, уровня биохимических показателей, содержания гормонов и т. д. Широкое применение средние величины нашли при анализе деятельности лечеб­но-профилактических учреждений, например: при анализе работы ста­ционаров вычисляются показатели среднегодовой занятости койки, средней длительности пребывания больного на койке и т. д.

Выборочный метод. Оценка достоверности результатов статистического исследования. Оценка достоверности разности относительных и средних величин. Критерий «t».

Оценка достоверности статистических величин.

В статистике выделяют два основных метода исследования - сплошной и выборочный.

При сплошном методе объектом исследования является вся сово­купность единиц, представляющих изучаемое явление, которая назы­вается генеральной совокупностью. Однако, поскольку сплошное ис­следование является трудоемким и дорогостоящим, при проведении медико-биологических статистических исследований чаше всего ис­пользуется выборочный метод. При этом исследование проводится на выборочной совокупности, являющейся частью генеральной совокуп­ности, отобранной для обследования и изучения.

При проведении выборочного исследования обязательным является соблюдение следующих требований:

1) репрезентативность выборочной совокупности;

2) достаточное число единиц наблюдений выборочной совокупности.

Для соблюдения первого требования, репрезентативности, очень важен способ отбора части единиц наблюдений из генеральной сово­купности. Статистикой выработан ряд способов осуществления выборки.

1. Случайный отбор, основу которого составляет отбор единиц наблюдений путем жеребьевки. При этом для каждой единицы обеспе­чивается равная возможность попасть в выборку.

2. Механический отбор, при котором единицы генеральной сово­купности последовательно расположенные по какому-либо признаку (по алфавиту, по датам обращения к врачу и т.д.), механически разбиваются на равные части. Из каждой части в заранее обуслов­ленном порядке отбирают каждую пятую, десятую или какую-либо иную единицу наблюдения таким образом, чтобы обеспечить необходимый объем выборки.

3. Типический (типологический) отбор предполагает обязательное предварительное расчленение генеральной совокупности на от­дельные качественно однородные группы (типы). Выборка, произве­денная в случайном порядке в каждой из установленных типических групп, и будет называться типической.

4. Серийный (гнездный) отбор предполагает выборку из гене­ральной совокупности не отдельных единиц, а целых серий групп единиц, которые отбираются по принципам случайного или механичес­кого отбора. Серийный отбор очень удобен в практическом отноше­нии, хотя точность его результатов уступает другим методам отбора.

При выборе единиц наблюдения любым из перечисленных способов, возможны ошибки смещения, т.е. такие события, появление которых не может быть точно предсказуемым. Эти ошибки являются объектив­ными и закономерными. При определении степени точности выборочно­го исследования оценивается величина ошибки, которая может прои­зойти в процессе выборки. Такие ошибки носят название случайных ошибок репрезентативности (m), и являются Фактической разностью между средними или относительными величинами, полученными при проведении выборочного исследования и аналогичными величинами, которые были бы получены при проведении исследования на гене­ральной совокупности.