37. Понятие о средних величинах. Виды средних величин. Методика расчета средней арифметической, взвешенной.

Средние величины — это количественная обобщающая характеристика однородной совокупности с изменяющимся варьирующим признаком. Они используются при оценке физиологических показателей (средняя частота пульса, дыхания, АД), параметров физического развития (средний рост юношей 18 лет, средняя масса тела), при санитарно-гигиенических характеристиках (средняя жилая площадь на одного человека, среднее число бактерий в 1 мл), при количественном описании медицинских услуг (среднее число посещений в час, средняя занятость койки в течение года). Виды средних величин: средняя арифметическая простая (сумма всех значений признака, деленная на число наблюдений); средняя арифметическая взвешенная (сумма всех величин, умноженная на свое число встречаемости и деленная на число наблюдений — объектов); мода — величина с наибольшей частотой повторения; медиана — величина, делящая вариационный ряд пополам; средняя прогрессивная — средняя арифметическая, вычисленная из лучшей половины вариационного ряда.

Основные свойства средней величины: 1) имеет абстрактный характер, так как является обобщающей величиной: в ней стираются случайные колебания; 2) занимает срединное положение в ряду (в строго симметричном ряду); 3) сумма отклонений всех вариант от средней величины равна нулю. Данное свойство средней величины используется для проверки правильности расчета средней. Она оценивается по уровню колеблемости вариационного ряда. Критериями такой оценки могут служить: амплитуда (разница между крайними вариантами); среднее квадратическое отклонение, показывающее, как отличаются варианты от рассчитанной средней величины; средняя ошибка средней арифметической (отношение среднего квадратического отклонения к квадратному корню из общего числа наблюдений — объектов).

38. Статистическая оценка достоверности результатов исследования.Применение критерия т

Методы оценки достоверности результатов исследования:

1) Параметрические – количественные методы статистической обработки данных, применение кот требует обязательного знания закона распределения изучаемых признаков в совокупности вычисления их основных параметров. Не используются, когда имеется малое кол-во наблюдений и хар-р распределения неизвестен (тяжесть заболевания, результат лечения).

2) Непараметрические – количественные методы статистической обработки данных, применение кот не требует знания закона распределения изучаемых признаков в совокупности и вычисления их параметров.

Параметрические методы:

1. Способ оценки достоверности с помощью определения ошибок репрезентативности.

2. Определение доверительных границ средних и относительных величин.

- для средних величин (М): М_ген = М_выб +или – tm.

- для относительных показателей (Р): Р_ген = Р_выб +или – tm.

Где М_ген и Р_ген – соответственно, значения средней величины и относительного показателя генеральной совокупности.

М_выб и Р_выб – значения средней величины и относительного показателя выборочной совокупности.

m – ошибка репрезентативности.

t – критерий достоверности (доверительный коэффициент).

• t-критерий является наиболее часто используемым методом обнаружения различия между средними двух выборок. Например, t-критерий можно использовать для сравнения средних показателей группы пациентов, принимавших определенное лекарство, с контрольной группой, где принималось безвредное лекарство

• Решение о достоверности различий принимается в том случае, если вычисленная величина т^ превышает табличное значение для данного числа степеней свободы. В тексте отчета указывают наиболее высокий уровень значимости из трех: 0.05, 0.01 или 0.001. Если превышены 0.05 и 0.01, то пишут (обычно в скобках) р = 0.01 или р < 0.01. Это означает, что оцениваемые различия все же случайны только с вероятностью не более 1 из 100 шансов. Если превышены табличные значения для всех трех уровней: 0.05, 0.01 и 0.001, то указывают р = 0.001 или р < 0.001, что означает случайность выявленных различий между средними не более 1 из 1000 шансов.