Ответы на вопросы: Ответы ОЗЗ

На практике для определения средней ошибки выборки при проведении статистических исследований, используются следующие Формулы:

1) для расчета ошибки репрезентативности (m_м) средней арифмети­ческой величины (М):

, где σ - среднее квадратическое отклонение;

n - численность выборки.

2) для расчета ошибки репрезентативности (m_Р) относительной величины (Р):

, где Ρ - соответствующая относительная величина (рассчитанная, например, в процентах (%));

q - 100 - Ρ;

n - численность выборки.

В клинических и экспериментальных работах довольно часто приходится использовать малую выборку, когда число наблюдений меньше или равно 30. При малой выборке для расчета ошибок репрезентатив­ности, как средних, так и относительных величин, число наблюде­ний уменьшается на единицу, т.е.

_{, .}

Знание величины ошибки недостаточно для того, чтобы быть уве­ренным в результатах выборочного исследования, так как конкрет­ная ошибка выборочного исследования может быть значительно больше (или меньше) величины средней ошибки репрезентативности. Для оп­ределения точности, с которой исследователь желает получить ре­зультат, в статистике используется такое понятие, как вероят­ность безошибочного прогноза, которая является характеристикой надежности результатов выборочных медико-биологических статистических исследований. Обычно, при проведении медико-биологических статистических исследований используют вероятность безошибочного прогноза 95% или 99%. В наиболее ответственных случаях, когда необходимо сделать особенно важные выводы в теоретическом или практическом отношении, используют вероятность безошибочного прогноза 99,7%

Определенной степени вероятности безошибочного прогноза соот­ветствует определенная величина предельной ошибки случайной выборки (Δ) Определяется эта величина по формуле:

Δ=t * m ,

где t - доверительный коэффициент, который при вероятности безо­шибочного прогноза 95% равен 2. при вероятности безоши­бочного прогноза 99% - 3,. и при вероятности безошибочно­го прогноза 99,7% - 3,3.

Используя предельную ошибку выборки (Δ), можно определить до­верительные границы, в которых с определенной вероятностью безо­шибочного прогноза заключено действительное значение статистичес­кой величины, характеризующей всю генеральную совокупность (сред­ней или относительной).

Для определения доверительных границ используются следующие Формулы:

1) для средних величин:

,где - доверительные границы средней величины в генеральной со­вокупности;

- средняя величина, полученная при проведении исследова­ния на выборочной совокупности;

t - доверительный коэффициент, значение которого определяет­ся степенью вероятности безошибочного прогноза, с кото­рой исследователь желает получить результат;

m_M - ошибка репрезентативности средней величины.

2) для относительных величин:

, где - доверительные границы относительной величины в гене­ральной совокупности;

- относительная величина, полученная при проведении иссле­дования на выборочной совокупности;

t - доверительный коэффициент;

m_P - ошибка репрезентативности относительной величины.

При малом числе наблюдений (n<30), для вычисления довери­тельных границ значение коэффициента t находят по специальной таблице Стьюдента (см. Табл.6). Значения t расположены в таблице на пересечении с избранной вероятностью безошибочного прогноза и строки, указывающей на имеющееся число степеней свободы (n`), которое равно n-1.

Таблица 6.

Таблица значений критерия t (Стьюдента)

При проведении выборочного медико-биологического статистичес­кого исследования важное значение имеет определение необходимого числа наблюдений (n). Число наблюдений при проведении выборочно­го исследования зависит от вероятности безошибочного прогноза ре­зультатов исследования (определяется по коэффициенту t), а также от конкретных особенностей организации исследования и объекта наблюдения.

При проведении медико-биологических статистических исследова­ний для определения минимально допустимого числа наблюдений ис­пользуются следующие формулы:

1) для средних величин:

,где t - доверительный коэффициент; Δ - предельная ошибка выборки; σ - среднее квадратическое отклонение. n	=	t2 * σ2
		Δ2

2

,где t - доверительный коэффициент;

n	=	t2 * ρ * (100 * Ρ)
		Δ2

Величина Δ определяется исследователем на основании необхо­димой вероятности безошибочного прогноза. Среднее квадратическое отклонение (σ) и относительная величина (Р) определяются либо на основании ранее проведенных исследований, либо на основании имею­щихся данных литературы.

Оценка достоверности разницы статистических величин

При проведении медико-биологических исследований на двух срав­ниваемых совокупностях возникает необходимость определить не только их различие, но и его достоверность.

Для оценки достоверности различия сравниваемых средних вели­чин используется формула:

,а для относительных величин: ,

где Μ₁, Μ₂, P₁ и P₂ - статистические величины, полученные при проведении выборочных исследований: m₁ и m₂ - их ошибки репрезен­тативности; t - коэффициент достоверности. Различие достоверно при t>2. что соответствует вероятности безошибочного прогноза равной или более 95%. При величине коэффициента достоверности t<2 степень вероятности безошибочного прогноза менее 95%. При такой степени вероятности мы не можем утверждать, что полученная раз­ность показателей достоверна с достаточной степенью вероятности. В этом случае необходимо получить дополнительные данные, увели­чив число наблюдений. Если после увеличения численности выборки, и. соответственно, уменьшения ошибки репрезентативности, разли­чие продолжает оставаться недостоверным, можно считать доказан­ным, что между сравниваемыми совокупностями не обнаружено разли­чий по изучаемому признаку.

В качестве примера сопоставим уровни общей летальности в двух больницах:

а) рассчитываем средние ошибки показателей летальности (Р₁ и Р₂).

б) вычисляем критерий достоверности t:

Рассчитанный критерий достоверности равен 10, он больше 2, что указывает на существенную разницу уровней летальности в сравни­ваемых больницах.

Динамический ряд, виды, методы выравнивания. Показатели динамического ряда, методика вычисления.

При изучении динамики какого-либо явления прибегают к построе­нию динамического ряда.

Динамический ряд - это ряд однородных статистических вели­чин, показывающих изменение какого-либо явления во времени и расположенных в хронологическом порядке через определенные промежутки времени.

Числа, составляющие динамический ряд, называются уровнями.

Уровень ряда - размер (величина) того или иного явления, достигнутый в определенный период или к определенному моменту времени.

Уровни ряда могут быть представлены абсолютными, относительны­ми или средними величинами.

Динамические ряды делятся на простые (состоящие из абсолютных величин) и сложные (состоящие из относительных или средних вели­чин).

Простые динамические ряды могут быть моментными и интервальны­ми.

Моментный динамический ряд состоит из величин, характеризую­щих явление на какой-то определенный момент (дату). Примером могут служить статистические сведения, обычно регистрируемые на начало или конец месяца, квартала, года (численность населения на начало года, число врачей, средних медицинских работников на конец года, число лечебных учреждений, коек на конец года и т.д.).

Интервальный динамический ряд состоит из чисел, характеризую­щих явление за определенный промежуток времени (интервал) - за неделю, месяц, квартал, год и т. д. Примером такого ряда могут служить данные о числе родившихся, умерших за год, число инфек­ционных заболеваний за месяц и т. д. Особенностью интервального ряда является то, что его члены можно суммировать (при этом ук­рупняется интервал), или дробить. Например, имея данные о коли­честве заболевших дизентерией, зарегистрированных за каждые день, можно построить динамический ряд с интервалом в неделю, месяц, год.

Динамические ряды могут подвергаться преобразованиям, целью которых является выявление особенностей изменения изучаемого про­цесса, а также достижение наглядности.

Прежде всего ряд может быть охарактеризован самими величинами членов ряда, называемыми уровнями. Величина первого члена ряда носит название начального (исходного) уровня, величина послед­него члена ряда - конечного уровня. Средняя величина из всех чле­нов ряда называется средним уровнем.

Абсолютный прирост (убыль) - величина разности между последующим и предыду­щим уровнями; прирост выражается числами с положи­тельным знаком, убыль - с отрицательным знаком. Значение прироста или убыли отражают изменения уровней динамического ряда за оп­ределенный промежуток времени.

Темп роста (снижения) - показывает отношение каждого после­дующего уровня к предыдущему уровню и обычно выражается в процен­тах.

Темп прироста (убыли) - отношение абсолютного прироста или убыли каждого последующего члена ряда к уровню предыдущего, выра­женное в процентах. Темп прироста может быть вычислен также по формуле: Темп роста - 100%

Абсолютное значение одного процента прироста (убыли) - полу­чается от деления абсолютной величины прироста или убыли на пока­затель темпа прироста или убыли за тот же период.

Для более наглядного выражения нарастания или убывания ряда можно преобразовать его путем вычисления показателей наглядности, показывающих отношение каждого члена ряда к одному из них, приня­тому за сто процентов.

Примеры расчета показателей динамического ряда представлены в таблице 10.

Таблица 10

Младенческая смертность в Индии в 1992-1995гг. (на 1000)

Абсолютный прирост (убыль):

1993: 98.0 - 95.0 = + 3.0

1994: 96.0 - 98.0 = - 2.0

1995: 87.9 - 96.0 = - 8.1

Темп роста (убыли):

;

Темп прироста (убыли):

; ;

Показатель наглядности:

1992: = 100%; ;

;

Иногда динамика изучаемого явления представлена не в виде неп­рерывно меняющегося уровня, а отдельными скачкообразными измене­ниями. В этом случае для выявления основной тенденции в развитии изучаемого явления прибегают к выравниванию динамического ряда. При этом могут быть использованы следующие приемы: укрупнение ин­тервала, вычисление групповой средней, вычисление скользящей средней, выравнивание методом наименьших квадратов.

Укрупнение интервала производят путем суммирования данных за ряд смежных периодов. В результате получаются итоги за более про­должительные промежутки времени. Этим сглаживаются случайные ко­лебания и более четко определяется характер динамики явления.

Вычисление групповой средней заключается в определении сред­ней величины каждого укрупненного периода. Для этого необходимо суммировать смежные уровни соседних периодов, а затем сумму раз­делить на число слагаемых. Этим достигается большая ясность изме­нений во времени.

Вычисление скользящей средней в некоторой степени устраняет влияние случайных колебаний на уровни динамического ряда и более заметно отражает тенденцию явления. При ее вычислении каждый уро­вень ряда заменяется на среднюю величину из данного уровня и двух соседних с ним. Чаще всего суммируются последовательно три члена ряда, но можно брать и больше

Пример выравнивания динамического ряда данных о заболеваемости дизентерией по месяцам года представлен в таблице 11.

Таблица 11.

Число заболеваний дизентерией по месяцам года