• 1 Этап – подготовительный (организационный)‏

• 2 этап – сбора информации и формирование баз данных.

• 3 Этап – обработки, анализа данных, их литературного и графического оформления.

• 4 Этап – разработки рекомендаций и управленческих решений, внедрение их в практику и оценки эффективности

На 1 этапе определяется цель, устанавливаются объект и единица наблюдения, разрабатываются инструментарий и программа наблюдения. Общей целью статистического наблюдения является получение достоверной информации о тенденциях развития явлений и процессов для последующего принятия управленческих решений. Она должна быть конкретной и четкой. Цель определяет объект статистического наблюдения. Объект наблюдения исследуемая статистическая совокупность состоит из отдельных единиц. Обоснование цели, выбор единиц наблюдения, отчетных единиц, отбор существенных признаков, период времени проведения статистического наблюдения, формы отчетности излагаются в программе статистического наблюдения. На 2 этапе решаются важнейшие организационные вопросы статистического наблюдения. Они заключаются в том, чтобы выбрать соответствующие целям и задачам конкретного статистического наблюдения организационные формы наблюдения, виды наблюдения и способы получения статистической информации. Основной формой статистического наблюдения является отчетность. К специально организованному статистическому наблюдению можно отнести перепись. Перепись - наблюдение, повторяющееся через равные промежутки времени, задачей которого является не только определение численности и состава исследуемой совокупности, но и анализ количественных изменений в период между двумя обследованиями. На 3 этапе собранный статистический материал должен пройти контроль. Поэтому целью этого этапа является как счетный, так и логический контроль полученных первичных данных. Расхождение между расчетным и действительным значениями исследуемой величины в статистике называют ошибкой наблюдения. В зависимости от причин возникновения различают ошибки регистрации и ошибки репрезентативности. Ошибки регистрации могут быть случайными и систематическими. Случайные ошибки не имеют определенной направленности и возникают под действием случайных факторов. Систематические ошибки регистрации имеют определенную направленность, могут либо завышать, либо занижать конкретное значение показателя, что в итоге приводит к искажению действительного положения. Контрольной проверкой собранных данных завершается статистическое наблюдение.

№8.Способы сбора статистич.материала.Способы формирования выбороч.совокупности

1)По полноте охвата единиц совокупности

-Сплошное

-Несплошное (монографическое, основного массива, выборочное)

2)По временному критерию

-Единовременное;

-Текущее;

-Интревальное.

3)По способу регистрации данных

-Непосредственное наблюдение;

-Выкопировки данных;

-Опрос.

Основные способы формирования выборочной совокупности

Способ отбора - порядок отбора единиц из генеральной совокупности. Различают два вида:

1) повторный;

2) бесповторный.

Повторный отбор - отобранную единицу после обследования возвращают в генеральную совокупность, и она снова участвует в отборе. Численность генеральной совокупности при этом все время остается неизменной, а вероятность попадания каждой единицы в выборку постоянной.

Бесповторный отбор - отобранные однажды единицы в генеральную совокупность не возвращаются. Вероятность попадания отдельных единиц в вы­борку увеличивается по мере производства отбора.

В зависимости от методики формирования выборочной совокупности различают следующие виды выборки.

Простая случайная выборка - отбор, при котором единицы отбираются из генеральной совокупности наудачу. Этот выбор осуществляется двумя путями: жеребьевкой; с помощью таблиц случайных чисел.

Механическая выборка - вид отбора, при котором наблюдению подвергаются единицы, равно отстоящие друг от друга (отбирается каждая пятая единица, каждая десятая). Если единицы генеральной совокупности располагаются в случайном порядке, не зависящем от изучаемого признака, механическая выборка называется несистематической. Если единицы генеральной совокупности расположены в порядке увеличения или уменьшения изучаемого признака, механическая выборка называется систематической.

При механической выборке учитывается шаг отсчета и начало отсчета. Шаг отсчета - расстояние между соседними отбираемыми единицами. Он определяется делением численности генеральной совокупности на объем выборки h = N /n. Начало отсчета - номер единицы, которая должна быть отобрана первой.

Типическая выборка применятся для совокупности, не являющейся однородной по изучаемому признаку. При этом генеральную совокупность раз­бивают на однородные группы (типы) по изучаемому признаку. Затем из каждой группы отбирается определенное число единиц.

При пропорциональной выборке из каждой группы отбирают число единиц, пропорциональное удельному весу данной группы в генеральной совокупности. Стандартная ошибка непропорциональной выборки зависит от величины средней из групповых дисперсий .

Серийная выборка - из генеральной совокупности отбираются не единицы, подлежащие обследованию, а группы (серии, гнезда) единиц. Стандартные ошибки выборки при серийном отборе зависят от величины межсерийной дисперсии, которая оп­ределяется по формуле:

где ^~ - межсерийная дисперсия выборочной совокупности;

r - число отобранных серий. Предельная ошибка серийной выборки:

Комбинированная выборка - комплексное использование нескольких видов выборки. Величина стандартной ошибки состоит из ошибок на каждой ее ступени и может быть определена как корень квадратный из суммы квадратов ошибок соответствующих выборок. Так, если при комбинированной выборке в сочетании использовались механическая и типическая выборки, то стандартную ошибку можно определить по формуле:

Где ₁ и ₂ - стандартные ошибки соответственно механической и типической выборок.

№9.Виды относительных величин.

Относительные статистические показатели более объективно выражают количественные соотношения между явлениями. Для ана­лиза здоровья населения и деятельности системы здравоохранения выделяют следующие:

экстенсивные показатели; интенсивные показатели; показатели соотношения; показатели наглядности.

Экстенсивные показатели показывают внутреннюю структуру явления, распределение его на составные части, удельный вес каж­дой части в целом и выражаются в процентах (%). Эти показатели дают возможность сопоставлять структуры одной и той же совокуп­ности в различные моменты времени, делать выводы о тенденциях и закономерностях структурных изменений в динамике. К экстенсивным показателям относятся структура заболеваемости, инвалидно­сти, смертности, коечного фонда, врачебных специальностей и др.

В то же время на основании экстенсивных показателей нельзя судить о частоте изучаемого явления и динамике его во времени. Для этой цели всегда необходимо знать численность среды, в которой происходят явления, и вычислять интенсивные показатели. Часть явления Х 100%

Целое явление

Интенсивные показатели характеризуют уровень, распростра­ненность какого-либо явления в среде, которое непосредственно связано с этой средой. Эти показатели рассчитывают, как правило, для анализа здоровья населения, где в качестве среды берут числен­ность населения, а в качестве явления — число рождений, заболева­ний, смертей и др., которые выражают в промилле (%о), децимилле (%оо), сантимилле (%ооо). К интенсивным показателям относятся по­казатели заболеваемости, рождаемости, смертности населения и др. Эти показатели в отдельности можно сравнивать на различных адми­нистративных территориях, группах населения, наблюдать на дан­ный момент времени или в динамике.

Интенсивные показатели могут быть общими и специальными. Общие показатели характеризуют явление в целом, например, общие коэффициенты рождаемости, смертности, заболеваемости, вычис­ленные ко всему населению субъекта РФ, города, района и др.; пока­затель больничной летальности, рассчитанный на всех выбывших из стационара больных. Эти показатели позволяют оценить динамику явления или процесса в самом общем виде. Для более углубленного и дифференцированного анализа явлений необходимо пользоваться специальными интенсивными показателями. Особенностью специ­альных показателей является уточнение группировки. Например, при вычислении специальных коэффициентов рождаемости (плодо­витости) за среду берется не все население, а только женщины в воз­расте 15—49 лет. Или другой пример: для углубленного анализа мла­денческой смертности рассчитываются коэффициент ранней неона-тальной смертности (смертность детей в первые 7 суток, т.е. в первые 168 часов жизни), коэффициент поздней неонатальной смертности (смертность детей в возрасте 8—28 суток жизни) и др.» Явление Х (100, 1000, 10000 и т.д.)‏

Среда, продуцирующая данное явление

Показатели соотношения характеризуют уровень (распростра­ненность) какого-либо явления в среде, непосредственно (биологи­чески) не связанного с этой средой. В этом их отличие от интенсивных показателей. Показатели соотношения рассчитывают, как пра­вило, для анализа деятельности системы здравоохранения, ее ресурс­ного обеспечения, где в качестве среды берут численность населения, а в качестве явления — число врачей, средних медицинских работни­ков, больничных коек, посещений амбулаторно-поликлинических учреждений и др., и выражают в промилле (%с), децимилле (%оо), сантимилле (%ооо). К показателям соотношения относятся обеспе­ченность населения стационарной, амбулаторно-поликлинической помощью, врачами, средними медицинскими работниками и др. Эти показатели, так же как и показатели интенсивности, можно сравни­вать на различных административных территориях, изучать на дан­ный момент времени или в динамике. Явление Х (100, 1000, 10000 и т.д.)‏

Среда, непродуцирующая данное явление

Показатели наглядности применяют для анализа степени изме­нения изучаемого явления во времени. Они указывают, на сколько процентов или во сколько раз произошло увеличение или уменьше­ние сравниваемых показателей за данный период времени. Показа­тели наглядности получают при отношении ряда сравниваемых ве­личин к исходной величине, принятой за 100 или за 1. Как правило, за такую исходную величину берут начальные или конечные значе­ния временного ряда. По сути, эти показатели являются базисными темпами роста, применяемыми для анализа временных рядов.

Показатели наглядности являются одной из разновидностей ин­дексов, широко используемых в статистике.

№10.Динамические ряды

Динамический ряд — ряд однородных величин, характеризующих изменения явления во времени

Область применения.

• для характеристики изменений состояния здоровья населения в целом или отдельных его групп, а также деятельности учреждений здравоохранения и изменения их во времени;

• для установления тенденций и закономерностей изменений явлений, углубленного анализа динамического процесса (скоростей, временных характеристик текущего и стратегического планирования;

• для прогнозирования уровней явлений общественного здоровья и здравоохранения

Числа (уровни) динамического ряда. Динамические ряды могут быть представлены только однородными величинами: абсолютными, относительными или средними величинами

Виды динамических рядов

1.По времени. В зависимости от характера изучаемого явления уровни рядов динамики могут относиться или к определенным датам (моментам) времени, или к отдельным периодам. В соответствии с этим ряды динамики подразделяются на моментные и интервальные. Моментные ряды динамики отображают состояние изучаемых явлений на определенные даты (моменты) времени. (наличие тракторов на 1 января, численность населения на 1 января) Интервальные ряды динамики отражают итоги развития (функционирования) изучаемых явлений за отдельные периоды (интервалы) времени. (прибыль 1 кв. + П(2кв) + П(3кв) + П(3кв) = прибыль за год) Ряды с нарастающими итогами - при составлении таких рядов производится последовательное суммирование смежных уровней. 2. По форме представления уровней. Могут быть построены ряды динамики, уровни которых представляют собой абсолютные, относительные и средние величины. (динамический ряд прибыли, рентабельности, средняя прибыль по району). 3. По расстоянию между датами (интервалам времени) выделяют: Полные ряды динамики (равноотстоящие ряды) имеют место тогда, когда даты регистрации или окончания периодов следуют друг за другом с равными интервалами. Неполные ряды динамики – когда принцип равных интервалов не соблюдается. 4. По числу показателей выделяют: Изолированный ряд динамики (одномерный) – имеют место, когда ведется анализ во времени одного показателя. Комплексный ряд динамики (многомерный) получается в том случае, когда в хронологической последовательности дается система показателей, связанных между собой единством процесса или явления.

Расчет показателей динамич.ряда :

Базисные - показатели, при расчете которых каждый уровень сравнивается с одним и тем же уровнем, именуемым базисным. Цепные - показатели, при расчете которых последующий уровень сравнивается с предыдущим.

Наименование показателя	Цепной	Базисный	Интерпретация
Абсолютный прирост			показывает, насколько данный уровень ряда превышает уровень, взятый за базу сравнения
Темп роста			показывает во сколько раз изменился текущий уровень относительно базисного уровня
Темп прироста			показывает на сколько % изменился сравниваемый уровень относительно базисного уровня

_t - абсолютный прирост данного уровня;

y_t-1 - базисный уровень (уровень предыдущего периода);

Y0 - значение базисного уровня ряда динамики.

№11.Средние величины

Средняя величина - обобщающая характеристика размера изучаемого признака. Она позволяет одним числом количественно охарактеризовать качественно однородную совокупность. Средние величины получаются из вариационных рядов.

Виды средних величин:

М - Среднее арифметическое –общая мера исследуемого признака в совокупности. Особенности взвешенной средней (пример со средним количеством дней госпитализации в разных больницах, пример с процентным соотношением курящих на разных факультетах).

Мо - Мода –величина наиболее часто встречаемая в вариационном ряду (определяет пик графика).

Ме - Медиана – величина, занимающая в вариационном ряду срединное положение (медиана необходима для определения нормальности распределения признака в вариационном ряду). Рассчитывается только в ранжированном вариационном ряду.

Простая сред. арифметическая

1. Взвешенная сред. арифметич.

2)Сред.арифметич. по способу моментов

А – условная средняя

i – величина интервала

a – условное отклонение от условной средней (a = V - A)‏

p – частота

Показатели вариации:

Лимит (lim)‏

Амплитуда (Amp)‏

Среднее квадратичное отклонение - отклонение отражает вариабельность признака и зависит от распределения вариант в совокупности.

Коэффициент вариации: вариационный ряд считается однородным при С_V>10%, обладающим средней вариабельностью признака при С_V=10-20% и высокой вариабельностью при С_V>20%

Применение средних величин

• для оценки состояния здоровья — например, параметров физического развития (средний рост, средняя масса тела, среднее значение жизненной емкости легких и др.), соматических показателей (средний уровень сахара в крови, средняя величина пульса, средняя СОЭ и др.);

• для оценки организации работы лечебно-профилактических и санитарно-противоэпидемических учреждений, а также деятельности отдельных врачей и других медицинских работников (средняя длительность пребывания больного на койке, среднее число посещений на 1 ч приема в поликлинике и др.);

• для оценки состояния окружающей среды.

№12.Вариационный ряд.

Вариационный ряд – это ряд числовых изменений определенного признака, отличающегося по своей величине.

• V (варианта) – числовое значение изучаемого признака

• p (частота) – абсолютная численность отдельных вариант

• n – общее число наблюдений, из который состоит ряд

Классификация вариационного ряда:

1. В зависимости от порядка расположения

   1. Ранжированный (определение медианы)- это распределение отдельных единиц совокупности в порядке возрастания или убывания исследуемого признака.

   2. Неранжированный

2. В зависимости от вида случайной величины

• Дискретный (прерывный)- то ряд, в котором группы составлены по признаку, изменяющемуся дискретно и принимающему только целые значения.

• Непрерывный

3. В зависимости от группировки вариант

• Простой - это ряд, в котором каждая вариата встречается по одному разу (р=1);

• Сгруппированный (простая группировка, интервальная)

№13.Оценка достоверности отн. и сред.величин

Оценка достоверности результатов исследования предусматривает вычисления:

• Средней ошибки средней величины или средней ошибки относительной величины

• Доверительных границ средних или относительных величин

• Достоверности разности средних или относительных величин

Средняя ошибка (m): Для относительной величины

Средняя ошибка (m): Для средней величины

• P – показатель, выраженный в процентах (%), промилле (‰) и т.д.

• q – величина, равная 100 – Р (при вычисление в процентах)‏

• m – ошибки средней или относительной величины

• σ – среднее квадратичное значение

• n – число наблюдений

Доверительные границы:

Разность между двумя относительными или средними величинами

Параметрическими называют количественные методы статистической обработки данных, применение которых требует обязательного знания закона распределения изучаемых признаков в совокупности и вычисления их основных параметров.

Непараметрическими являются количественные методы статистической обработки данных, применение которых не требует знания закона распределения изучаемых признаков в совокупности и вычисления их основных параметров.

Как параметрические, так и непараметрические методы, используемые для сравнения результатов исследований, т.е. для сравнения выборочных совокупностей, заключаются в применении определенных формул и расчете определенных показателей в соответствии с предписанными алгоритмами. В конечном результате высчитывается определенная числовая величина, которую сравнивают с табличными пороговыми значениями. Критерием достоверности будет результат сравнения полученной величины и табличного значения при данном числе наблюдений (или степеней свободы) и при заданном уровне безошибочного прогноза.

Таким образом, в статистической процедуре оценки основное значение имеет полученный критерий достоверности, поэтому сам способ оценки достоверности в целом иногда называют тем или иным критерием по фамилии автора, предложившего его в качестве основы метода.

Применение параметрических методов

При проведении выборочных исследований полученный результат не обязательно совпадает с результатом, который мог бы быть получен при исследовании всей генеральной совокупности. Между этими величинами существует определенная разница, называемая ошибкой репрезентативности, т.е. это погрешность, обусловленная переносом результатов выборочного исследования на всю генеральную совокупность.

Определение доверительных границ средних и относительных величин.

Данный способ применяется в тех случаях, когда по результатам выборочной совокупности необходимо судить о размерах изучаемого явления (или признака) в генеральной совокупности.

Обязательным условием для применения способа является репрезентативность выборочной совокупности. Для переноса результатов, полученных при выборочных исследованиях, на генеральную совокупность необходима степень вероятности безошибочного прогноза (Р), показывающая, в каком проценте случаев результаты выборочных исследований по изучаемому признаку (явлению) будут иметь место в генеральной совокупности.

При определении доверительных границ средней величины или относительного показателя генеральной совокупности, исследователь сам задает определенную (необходимую) степень вероятности безошибочного прогноза (Р).

Для большинства медико-биологических исследований считается достаточной степень вероятности безошибочного прогноза, равная 95%, а число случаев генеральной совокупности, в котором могут наблюдаться отклонения от закономерностей, установленных при выборочном исследовании, не будут превышать 5%. При ряде исследований, связанных, например, с применением высокотоксичных веществ, вакцин, оперативного лечения и т.п., в результате чего возможны тяжелые заболевания, осложнения, летальные исходы, применяется степень вероятности Р = 99,7%, т.е. не более чем у 1% случаев генеральной совокупности возможны отклонения от закономерностей, установленных в выборочной совокупности.

Оценка достоверности разности результатов исследования.

Данный способ применяется в тех случаях, когда необходимо определить, случайны или достоверны (существенны), т.е. обусловлены какой-то причиной, различия между двумя средними величинами или относительными показателями.Обязательным условием для применения данного способа является репрезентативность выборочных совокупностей, а также наличие причинно-следственной связи между сравниваемыми величинами (показателями) и факторами, влияющими на них.

№14.Виды связи между явлениями.

Различают два типа связей между различными явлениями и их признаками:

1) функциональную (жестко детерминированную)

2) статистическую (стохастически детерминированную).

Опр. Функциональная связь существует лишь при условии, что вторая из переменных зависит только от первой переменой и ни от чего более.

Функциональные связи характеризуются полным соот­ветствием между изменением факторного признака и изменением результативной величины, и каждому значению признака-фактора соответствуют вполне определенные значения результативного признака. Функциональная зависимость может связывать резуль­тативный признак с одним или несколькими факторными призна­ками. Так, величина начисленной заработной платы при повре­менной оплате труда зависит от количества отработанных часов. Модель функциональной связи в общем виде можно представить уравнением:  

 

В реальной природе таких связей нет! Любая функция, функциональная связь (в том числе множественная) является лишь абстракцией, полезной и необходимой при анализе явлений, но упрощающей реальность. Между тем все явления и процессы безграничного реального мира связаны между собой статистическими связями.

 

Опр. При статистической связи разным значениям одной переменной соответствуют разные распределения значений другой переменной.

 При этом функциональные связи представляют собой частный случай статистических связей, но имеющие вероятность наступления события, равную единице.

Статистическая связь обусловлена тем, что:

1)  на результативный признак оказывают влияние не только факторы, учтенные в модели (которые мы исследуем), но и неучтенные или неконтролируемые факторы;

2)  неизбежностью ошибок измерения значений при­знаков.

Модель статистической связи может быть представлена в общем виде уравнением:

где – зависимая переменная (предиктор, результативный признак), фактическое значение результативного признака;

         Х – независимая переменная (регрессор);

       –детерминированная составляющая - часть результативного признака, сформировав­шаяся под воздействием учтенных известных факторных признаков;

         U – случайная составляющая (случайный остаток).

 

Опр. Корреляционная связь – это частный случай статистической связи, состоящий в том, что разным значениям одной переменной соответствуют различные средние значения другой. С изменением значения признака х закономерным образом изменяется среднее значение признака y, в то время как в каждом отдельном случае значение признака y с разными вероятностями может принимать множество различных значений. Математической мерой корреляции двух случайных величин служит коэффициент корреляции.

Если изменяются только другие показатели вариаци и, ассиметрии, эксцесса, то связь является не корреляционной, хоть и статистической.

И x и y имеют случайную вариацию индивидуальных значений относительно средней величины. Если же такую вариацию имеет лишь один из признаков, а значение другого является жестко детерминированным, то говорят лишь о регрессии, но не о статистической (корреляционной) связи.

При сравнении функциональных и корреляционных зависи­мостей следует иметь в виду, что при наличии функциональной зависимости между признаками можно, зная величину факторного признака, точно определить величину результативного признака. При наличии же корреляционной зависимости устанавливается лишь тенденция изменения результативного признака при изме­нении величины факторного признака. В отличие от жесткости функциональной связи корреляционные связи характеризуются множеством причин и следствий и устанавливаются лишь их тенденции.