ВИДЫ ГРАФИКОВ

1. Линейный график – передает изменения в некоторых мерных числах, например, изменение среднего возраста пациентов в отделении, среднего количества проведенных исследований.

2. Гистограмма – представляет собой разновидность графика в котором по оси “Y” откладываются частотные (интервальные) значения какой-либо группировки, в результате чего график становится “ступенчатым”.

ВИДЫ ГРАФИКОВ

3. Полигон частот – на базе полигона частот строится гистограмма, разница между ними заключается в том, что в полигоне частота интервала сведена к его центру, а при гистограмме частоты изображают равномерно в пределах всего интервала.

4. Кумулятивный график частоты (накопляющее распределение частоты) –

частота отдельных интервалов совокупности рассматривается кумулятивно, то есть к частоте каждого интервала прибавляются частоты всех предыдущих интервалов.

ВИДЫ ГРАФИКОВ

5. Диаграммы сопоставляют количественную информацию в виде площадей различных фигур (круг, прямоугольник, сектор, цилиндр, пузырьки и др.)

ПРАВИЛА ПОСТРОЕНИЯ ГРАФИКОВ

1.Необходимо провести тщательный отбор из имеющегося цифрового статистического материала тех данных, которые будут изображены на графике (далеко не все полученные данные следует изображать графически).

2.Выбрать тот вид графика, который наиболее ярко будет отражать полученные данные.

3.Название графика должно быть ясным и полным, отражающим содержание и имеющим при необходимости особые пояснения.

4.Надписи и легенда располагаются, как правило, в нижней или правой части диаграммы.

5.Цифры шкалы следует наносить слева и снизу

или вдоль осей.

6.Горизонтальную шкалу (по оси абсцисс) необходимо строить слева направо, вертикальную (по оси ординат) - снизу вверх.

7.Если числовые данные не включены в диаграммы, желательно их представить рядом в табличной форме.

8.Густота координатной сетки должна быть оптимальной, не затрудняющей чтения графика.

9.Допускается количество различных цветов на графике не более трех.

10.Если графики отражают серию наблюдений, рекомендуется ясно обозначать все точки, соответствующие отдельным наблюдениям.

СТАТИСТИЧЕСКИЙ АНАЛИЗ

это статистическая обработка полученных количественных данных, заключающаяся в вычислении статистических характеристик и оценок, позволяющих проверить нулевую гипотезу.

ВИДЫ ГИПОТЕЗ

используют дихотомические гипотезы:

нулевая и альтернативная.

•Но – нулевая, гипотеза отсутствия различий,

изменений, эффектов воздействия на совокупность.

•Её математический смысл состоит в том, что

Хср.1 – Хср.2→0,

т.е. различие между выборками стремится к нулю.

•Принятие нулевой гипотезы можно выразить

такими словами:

«Достоверных различий между выборками не обнаружено»

ВИДЫ ГИПОТЕЗ

•НА (Н1) – альтернативная, гипотеза о наличии различий, изменений, эффектов при воздействии на совокупность.

•Её смысл заключается в том, что различия между выборками есть и что они достоверны.

•Если отвергли нулевую гипотезу, то следует принять альтернативную.

УРОВЕНЬ ЗНАЧИМОСТИ

это вероятность того, что мы сочли различия существенными, в то время как они на самом деле случайны.

уровень значимости имеет дело с вероятностью

•Уровень значимости показывает степень

достоверности выявленных различий между выборками, т.е. показывает, насколько мы можем доверять тому, что различия действительно есть.

1-й уровень значимости: р ≤ 0,05

Это 5%-ный уровень значимости.

До 5% составляет вероятность того, что мы ошибочно сделали вывод о том, что различия достоверны, в то время как они недостоверны на самом деле.

Можно сказать и по-другому: мы лишь на 95% уверены в том, что различия действительно достоверны.

В данном случае можно написать и так: P>0,95. Общий смысл критерия останется тем же.

2-й уровень значимости: р ≤ 0,01

Это 1%-ный уровень значимости.

Вероятность ошибочного вывода о том, что различия достоверны, составляет не более 1%.

Можно сказать и по-другому: мы на 99% уверены в том, что различия действительно достоверны.

В данном случае можно написать и так: P>0,99.

Смысл останется тем же.

3-й уровень значимости: р ≤ 0,001

Это 0,1%-ный уровень значимости.

Всего 0,1% составляет вероятность того, что мы сделали ошибочный вывод о том, что различия достоверны.

Это — самый надёжный вариант вывода о достоверности различий.

Можно сказать и по-другому: мы на 99,9% уверены в том, что различия действительно достоверны.

В данном случае можно написать и так: P>0,999.

Смысл опять-таки останется тем же.