9. Различают 2 типа связи между явлениями: функциональную и корреляционную связь.

Функциональная связь предполагает строгую зависимость между явлениями. Это такой вид соотношения между двумя признаками, когда каждому значению одного из них соответствует строгое определенное значение другого. Такой вид связи характерен для точных наук. Примером может быть скорость движения и время пребывания в пути.

Между явлениями в медицине и биологии наблюдается корреляционная связь, т.е. такая связь при которой значению каждой величины одного признака соответствует несколько значений другого взаимосвязанного с ним признака. На характер и величину этой связи влияют различные условия и обстоятельства.

Пример: связь между ростом и массой тела.

Наличие, величину и характер корреляционной связи между явлениями можно установить с помощью статистического метода – метода корреляции, который проводится на 4 этапе статистического исследования при анализе полученных результатов.

Практическое значение установления коррел связи:

• Выявление причинно-следственной связи между факторными и результативными признаками (при оценке физич развития)

• Выявление зависимости параллельных изменений нескольких признаков от какой-то третьей величины (н-р, под воздействием высокой температуры в цехе происходит изменение кровяного давления, вязкости крови).

По направлению связь между явлениями может быть прямой (+), когда с увеличением или уменьшением одного явления соответственно увелич или уменьш др явление и обратной (-), когда с увеличением одного явления др явление уменьшается или наоборот (увелич возраста ребенка-уменьш колич молочных зубов).

По силе корреляц связь может быть:

1. Сильной

2. Средней

3. Слабой.

Величина, которая одним числом характеризует направление и силу связи мжду признаками, называется коэффициентом корреляции (p). Пределы колебаний коэффициента корреляции от 0 до ±1.

Оценка размеров корре- ляции (сила связи)	Величина коэффициента корреляции
	Прямая связь (+)	Обратная связь (-)
Связь отсутствует	0	0
Слабая (малая,низкая)	От 0 до 0,3	От 0 до -0,3
Средняя (умеренная)	От 0,3 до 0,7	От -0,3 до -0,7
Сильная (большая, высокая)	От 0,7 до 1	От -0,7 до 1

Методические требования к вычислению коэффициента корреляции:

• Измерение связи возможно только в качественно однородных совокупностях (н-р, измерение связи между ростом и массой тела в совокупностях)

• Расчет может производиться как на абсолютных, так и на производных величинах (относительных и средних)

• Для вычисления коэффициента корреляции используются только несгруппированные данные

• Число наблюдений должно быть менее 30.

II Основы медицинской статистики и организации статистического исследования. Статистический анализ.

10. Параметрические методы определения коэффициента корреляции. При вычислении коэффициента линейной корреляции необходимо помнить, что названный коэффициент является более мощным по сравнению с коэффициентом ранговой корреляции, однако область его применения ограничивается количественным распределением. Определение коэффициента линейной корреляции проводят по формуле: r_xy= ; где

r_xy – коэффициент линейной корреляции; d_xd_y – отклонение каждого числового значения от средней величины по ряду x и d в ряду y.

Начальным моментом вычисления коэффициента линейной корреляции является нахождение средней величины по ряду x (M_x) и ряду y (M_y). Полученные результаты определяем по направлению и силе. Для определения достоверности полученного коэффициента используются 2 метода:

1. Найденный результат r_xy сравниваем с критическим значением оценочных таблиц.

2. Определение достоверности коэффициента корреляции проводят по формуле: r_xy/m; где t – коэффициент достоверности; r_xy - коэффициент корреляции; m - ошибка коэффициента корреляции; n - число коррелируемых пар. Для оценки достоверности критерия t нужно определить число степеней свободы по формуле: f = n - 2.

II Основы медицинской статистики и организации статистического исследования. Статистический анализ.

11. Непараметрические методы расчета коэффициента корреляции. При вычислении коэффициента ранговой корреляции необходимо учесть, что этот коэффициент является менее мощным критерием по сравнению с коэффициентом линейной корреляции, однако имеет более широкую область применения. Названный коэффициент корреляции используется в тех случаях, когда коррелируемые данные соответствуют количественному, качественному или порядковому распределениям.

, где – коэффициент ранговой корреляции; d – разница между рангами; n – число коррелируемых пар.

Начальным этапом определения коэффициента ранговой корреляции является проведение ранжировки коррелируемых рядов (построение числовых значений рядов x и у по возрастающей или убывающей величине) путем присвоения числовым значениям каждого ряда порядковых номеров. Если числовые значения в ряду одинаковые, то их ранги будут соответствовать среднему значению порядковых мест, которые они занимают. Найденный результат сравниваем с критическим значением оценочных таблиц.

Оценку достоверности полученного коэффициента корреляции можно проводить и с использованием критерия t.

t = t – коэффициент достоверности; – коэффициент ранговой корреляции; m- ошибка ранговой корреляции; n- число коррелируемых пар.

Для оценки достоверности критерия t нужно определить число степеней свободы по формуле: f = n - 2.

II Основы медицинской статистики и организации статистического исследования. Статистический анализ.