Вы находитесь на странице: 1из 280

ДОНЕЦКИЙ ГОСУДАРСТВЕННЫЙ МЕДИЦИНСКИЙ

УНИВЕРСИТЕТ ИМ. М. ГОРЬКОГО

КАФЕДРА СОЦИАЛЬНОЙ МЕДИЦИНЫ,


ОРГАНИЗАЦИИ ЗДРАВООХРАНЕНИЯ

ОПИСАТЕЛЬНЫЕ И АНАЛИТИЧЕСКИЕ МЕТОДЫ


ОЦЕНКИ СОСТОЯНИЯ ОБЩЕСТВЕННОГО ЗДОРОВЬЯ
И ДЕЯТЕЛЬНОСТИ МЕДИЦИНСКИХ УЧРЕЖДЕНИЙ

(учебное пособие управляющего типа)

ДОНЕЦК-2006
УДК 614.21:312.1/.2

Описательные и аналитические методы оценки


состояния общественного здоровья и деятельности
медицинских учреждений: Учебное пособие управляющего типа
/ Агарков В.И., Бутева Л.В.; Грищенко С.В. – Донецк:
ДонГМУ, 2006. – 277 с.

Авторы: проф. Агарков В.И.; доц. Бутева Л.В.; проф. Грищенко


С.В.; проф. Мухин В.В.; доц. Николаенко В.В.;
доц. Мухина К.Ш.; доц. Коктышев И.В.; доц. Северин
Г.К.; доц. Лихобабина О.А.; асс. Бугашева Н.В.;
асс. Ганенко О.Н.

Рецензент – профессор кафедры гигиены ДонГМУ,


д.мед.н. Гребняк Н.П.

В пособии изложены методы санитарной


(медицинской) статистики, наиболее часто используемые для
оценки здоровья населения и деятельности учреждений
здравоохранения.
Пособие составлено в соответствии с программой по
социальной медицине и организации здравоохранения для
медицинских факультетов. По своей структуре относится к
учебным пособиям управляющего типа.

Утверждено на заседании Ученого Совета ДонГМУ


№ 7 от 19 октября 2006 г.

© Агарков В.И.; Бутева Л.В.; Грищенко С.В.;


Мухин В.В.; Николаенко В.В.; Мухина К.Ш.;
Коктышев И.В.; Северин Г.К.; Лихобабина О.А.;
Бугашева Н.В.; Ганенко О.Н., 2006

2
СОДЕРЖАНИЕ
стр.

ВВЕДЕНИЕ 4-5

РАЗДЕЛ I. МЕТОДЫ ОПИСАТЕЛЬНОЙ СТАТИСТИКИ 6-120

Тема 1. МЕТОДИКА ОРГАНИЗАЦИИ СТАТИСТИЧЕСКОГО


ИССЛЕДОВАНИЯ В ЗДРАВООХРАНЕНИИ 6-43
Тема 2. ОТНОСИТЕЛЬНЫЕ ВЕЛИЧИНЫ,
ИХ ИСПОЛЬЗОВАНИЕ В ЗДРАВООХРАНЕНИИ 44-65

Тема 3. СРЕДНИЕ ВЕЛИЧИНЫ, ИХ ИСПОЛЬЗОВАНИЕ


В ЗДРАВООХРАНЕНИИ 66-120

РАЗДЕЛ II. МЕТОДЫ АНАЛИТИЧЕСКОЙ СТАТИСТИКИ 121-


277

Тема 4. МЕТОДИКА ОЦЕНКИ ДОСТОВЕРНОСТИ


ОТНОСИТЕЛЬНЫХ И СРЕДНИХ ВЕЛИЧИН 121-135
Тема 5. МЕТОД СТАНДАРТИЗАЦИИ.
ОЦЕНКА ОТНОСИТЕЛЬНЫХ ПОКАЗАТЕЛЕЙ
С ПОМОЩЬЮ ПРЯМОГО МЕТОДА СТАНДАРТИЗАЦИИ 136-161
Тема 6. МЕТОДИКА ИЗУЧЕНИЯ ДИНАМИКИ ЯВЛЕНИЙ
В МЕДИЦИНЕ И ЗДРАВООХРАНЕНИИ 162-
185
Тема 7. ИЗМЕРЕНИЕ СВЯЗИ МЕЖДУ ЯВЛЕНИЯМИ
ИЛИ ПРИЗНАКАМИ. КОРРЕЛЯЦИЯ 186-221

Тема 8. ГРАФИЧЕСКИЕ ИЗОБРАЖЕНИЯ


СТАТИСТИЧЕСКИХ ДАННЫХ 222-245

Тема 9. АНАЛИЗ ЯВЛЕНИЯ (ПРИЗНАКА, ПРОЦЕССА)


ИЗ ОБЛАСТИ МЕДИЦИНЫ И ЗДРАВООХРАНЕНИЯ 246-277

3
ВВЕДЕНИЕ

Каждая отрасль народного хозяйства имеет свою


статистическую информацию. В специальную научную
дисциплину оформилась и санитарная (медицинская)
статистика. Она является важным средством получения
количественной и качественной характеристики различных
процессов и явлений из области медицины, гигиены,
здравоохранения, играет важную роль в оценке состояния
здоровья населения, деятельности медицинских учреждений,
планировании и прогнозировании различных служб
здравоохранения. Поэтому в системе высшего медицинского
образования изучение медицинской статистики имеет
большое значение в подготовке врачей всех специальностей.
Представленный к изучению курс статистики состоит
из 2-х частей: описательной и аналитической.
Описательная статистика включает методику
организации и проведения статистического исследования,
расчета обобщающих коэффициентов (относительных,
средних, критерия достоверности этих величин), их научную
и практическую значимость.
Аналитическая статистика содержит наиболее часто
используемые на практике методы. Можно выделить
следующие группы методов:
 методы сравнения различных совокупностей
(оценка достоверности различий обобщающих
коэффициентов, стандартизация интенсивных
показателей);
 методы оценки взаимодействия (коэффициенты
корреляции, регрессии);
 метод анализа динамики явления;
4
 метод статистического анализа.
Выбор названных методов согласуется с учебной
программой предмета по этому разделу. Полученные при
этом умения учета, статистической обработки, обобщения и
анализа медицинских данных должны позволить студентам
на высоком качественном уровне подходить к решению
клинических и организационных лечебно-профилактических
проблем.
В каждой рассматриваемой теме можно выделить
основные структурные части: введение (актуальность темы);
учебные цели в виде элементов профессиональной
деятельности, подлежащих обязательному усвоению;
перечень основных теоретических вопросов, подлежащих
изучению, и краткие ответы на них с расшифровкой
ключевых понятий и терминов; перечень источников
учебной информации; набор ситуационных задач для
проверки освоения поставленных целей-умений. Для
большей успешности формирования умений в каждой теме
приводятся различного рода схемы, алгоритмы, графы,
методики расчета показателей и пр., выполняющие функции
ориентировочной основы действий.
Пособие предназначено для студентов медицинских
факультетов.

5
ТЕМА 1. МЕТОДИКА ОРГАНИЗАЦИИ
СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ В
ЗДРАВООХРАНЕНИИ

Актуальность темы. Среди множества методов, которыми


располагает социальная медицина и организация здравоохранения
(исторический, социологический, экономического анализа,
экспериментальный, медико-географический, экспертных оценок и
др.), статистический метод занимает особое место. Это
универсальный метод, которым пользуются во всех областях науки,
техники, народного хозяйства, в том числе в медицине и
здравоохранении. Пользуются там, где изучаются массовые
явления.
Его значимость определяется не только количественным
измерением изучаемых явлений, но и вскрытием причинно-
следственных закономерностей этих явлений, поскольку стержнем
метода является качественный статистический анализ,
предусматривающий научную статистическую обработку
материала с помощью специальных математико-статистических
методов, а затем сравнение полученных результатов (сравнивают с
нормами, нормативами, стандартами, среднереспубликанскими,
среднеобластными показателями, с данными внутри изучаемой
совокупности, в динамике и т.п.), оценку взаимодействия и
интеграции изучаемых факторов, качественную оценку и
объяснение результатов исследования и на этом основании
разработку мер, направленных на улучшение состояния
изучаемого явления.
В последнее время, с широким внедрением ЭВМ, метод
приобретает особую значимость. Это метод, которым пользуются
государственные статистические органы. К ним относится система
учётно-отчётной информации о сети, кадрах и деятельности,
постоянно собираемой во всех лечебно-профилактических и
других учреждениях системы здравоохранения. Примером могут
также быть и периодически проводимые государственные

6
переписи населения. Специальные статистические исследования
проводятся научно-исследовательскими и учебными заведениями,
различными практическими учреждениями и органами
здравоохранения. Особое место этот метод занимает в изучении
здоровья населения – рождаемости, смертности и её причинах,
младенческой и перинатальной смертности, заболеваемости,
физического развития, инвалидности. Поэтому медико-
статистический метод еще называют “методом социальной
диагностики”.
Такой метод необходим врачу любой специальности.
Участковому врачу, например, для оценки состояния здоровья
населения обслуживаемого участка, состояния диспансеризации,
противоэпидемической работы, цеховому врачу – для выяснения
причин роста заболеваемости рабочих на цеховом участке, анализа
заболеваемости с временной утратой трудоспособности,
ординатору стационара – для анализа работы своего
подразделения, руководителю медицинского учреждения – для
оценки здоровья различных контингентов обслуживаемого
населения и т.п.
Владение методикой организации статистического
исследования является обязательным умением практического
врача. В связи с этим определим цели усвоения данной темы.

ЦЕЛИ ЗАНЯТИЯ:
Общая цель: уметь организовать статистическое
исследование по изучению состояния здоровья населения,
другого процесса или явления из области здравоохранения.
Общая цель достигается через конкретные уменья:
1. Сформулировать цель исследования и задачи,
решение которых может обеспечить достижение
поставленной цели.
2. Составить программу наблюдения, разработав
учетный документ соответственно цели и задачам
исследования.
3. Составить программу группировки, сводки и
дальнейшей разработки данных в виде макетов7
статистических таблиц.
4.Оформить макеты таблиц в соответствии с
ИСТОЧНИКИ УЧЕБНОЙ ИНФОРМАЦИИ
(рекомендуемая литература)

1. Соціальна медицина та організація охорони здоров’я /


Під ред. Вороненка Ю.В., Москаленка В.Ф. – Тернопіль:
Укрмедкнига, 2000. – С. 32-43.
2. Социальная гигиена и организация здравоохранения / Под
ред. Серенко А.Ф., Ермакова В.В. – М.: Медицина, 1984. –
С. 102-113, 168-185.
3. Руководство по социальной гигиене и организации
здравоохранения / Под ред. Лисицына Ю.П. – М.:
Медицина, 1987. – Т.1. – С. 200-218.
4. Граф логической структуры содержания темы
(приложение 1).

ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ТЕМЫ


1. Методы социальной медицины и организации
здравоохранения. Значимость статистического метода.
2. Схема организации статистического исследования.
3. Значение подготовительного периода в проведении
исследования, его этапность.
4. Характеристика этапов:
 требования к формулировке цели и задач исследования;
 содержание программы исследования (программы
наблюдения, программы разработки данных);
 виды статистических таблиц и требования ГОСТа к их
составлению и оформлению;
 составление плана статисследования (методический,
организационный разделы плана).
5. Этапность периода собственно статистического
исследования и их характеристика.
6. Методика статистического анализа.
7. Практическое применение статистического метода в
здравоохранении.
8
ОСНОВНЫЕ ВОПРОСЫ И КЛЮЧЕВЫЕ ПОНЯТИЯ,
НА КОТОРЫЕ СЛЕДУЕТ ОБРАТИТЬ ВНИМАНИЕ
ПРИ ПОДГОТОВКЕ ТЕМЫ

Предлагаемая Вашему вниманию методика проведения


статистического исследования отработана и унифицирована
на кафедре в процессе долголетней практики и имеет свои
особенности, которые будут изложены ниже.
Так, в методике проведения статистического
исследования выделено 2 периода:
 период подготовки;
 период собственно статистического
исследования;
Каждый из этих периодов включает ряд последовательно
проводимых этапов (см. схему 1).

9
Схема 1
Периоды и этапы статистического исследования
в медицине и здравоохранении
МЕДИКО-СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ

Период собственно
Подготовительный период
статистического исследования

Определение цели Статистическое наблюдение


исследования или сбор материала

Определение задач Группировка и сводка данных


исследования (получение абсолютных величин)

Ознакомление с сутью Счетная обработка


изучаемого явления полученных данных

Выработка рабочей Представление рассчитанных


гипотезы показателей в виде таблиц и рисунков

Разработка программы Анализ результатов


исследования:
программы наблюдения;
программы группировки
и сводки материала

Составление плана
исследования Литературное оформление

10
ПЕРИОД ПОДГОТОВКИ имеет шесть этапов, которые
позволяют решить теоретические, методические и
организационные вопросы исследования.

I этап – ОПРЕДЕЛЕНИЕ ЦЕЛИ ИССЛЕДОВАНИЯ

Цель – это конечный итог, то, к чему стремятся, что хотят


осуществить. Определить цель исследования – это значит
ответить на вопросы – для чего мы его предпринимаем и
зачем нам понадобились его результаты.
Обратите внимание на то, что:
1) название темы должно соответствовать цели
исследования.
2) цель может быть различна при исследовании одного и
того же объекта.
3) цель должна быть реальна, достижима, сформулирована
четко и недвусмысленно.
4) обязательное условие при достижении цели
исследования – получение определенного эффекта.

В зависимости от практической направленности


исследования можно предложить 4 варианта постановки
цели:
 1-й вариант – изучить явление;
 2-й вариант – изучить явление + разработать рекомендации
по улучшению состояния изучаемого явления;
 3-й вариант – изучить явление + разработать
рекомендации + внедрить в практику
здравоохранения;
 4-й вариант – изучить явление + разработать рекомендации
+ внедрить в практику здравоохранения +
оценить эффективность разработанных и
внедренных рекомендаций (методов лечения,
диагностики, профилактики и т.п.).
11
Целями исследования в здравоохранении могут быть:
 изучение актуальных проблем медицины;
 разработка мероприятий по улучшению здоровья
населения, планов развития и работы медицинских
учреждений, их подразделений, служб;
 снижение уровней заболеваемости, травматизма,
смертности, инвалидности и т.д.;
 обоснование нормативов, финансового обеспечения;
 определение экономического эффекта от проведения
лечебно-профилактических или оздоровительных
мероприятий определенных групп больных.
Таким образом, в зависимости от цели исследования и
соответствующих результативных показателей медико-
статистические исследования могут быть направлены на
изучение здоровья населения (статистика здоровья) и выявление
различных сторон деятельности лечебно-профилактических
учреждений и служб здравоохранения (статистика
здравоохранения).
Примечание. Учитывая, что предметом изучения
студентов IV курса является общественное
здоровье, с учебной целью следует
использовать 2-й вариант постановки цели, т.е.
разработка рекомендации по улучшению
состояния здоровья заданного объекта
исследования.

2-й этап – ОПРЕДЕЛЕНИЕ ЗАДАЧ ИССЛЕДОВАНИЯ

Формулируя задачи, исследователь должен ответить на


вопрос: какие конкретные действия ему необходимо
выполнить, чтобы достичь намеченной цели. Иначе,
исследователи ставят перед собой препятствия и, постепенно
преодолевая их, достигают конечной цели. Для небольших
12
исследований намечают обычно несколько задач (от 3 до 6).
Среди них можно выделить задачи, которые характеризуют
состояние изучаемого явления (распространенности,
структуры и т.п.) и задачи, которые устанавливают влияние
одного или комплекса факторов на изучаемое явление(я).
Обычно формулировка задач начинается со слов: изучить,
сравнить, установить зависимость, выявить взаимодействие,
оценить, проанализировать и т.п.

3-й этап – ОЗНАКОМЛЕНИЕ С СУТЬЮ


ИЗУЧАЕМОГО ЯВЛЕНИЯ

Чтобы убедиться в том, насколько грамотно и адекватно


поставлена цель и определены задачи изучения любой
проблемы, а также для последующего анализа материала,
нужно получить об этой проблеме максимум имеющейся
информации, более полную характеристику объекта
изучения. Это достигается путем знакомства с объектом
исследования, с факторами, которые могут влиять на этот
объект.
Также знакомятся с данными литературы, справочников,
результатами предыдущих отчетов. Узловые вопросы,
которые следует изучать по литературным источникам,
отражены в задачах исследования.
Получив нужную информацию относительно сущности
проблемы исследования, целесообразно приступить к
следующему этапу.

4-й этап – ВЫРАБОТКА РАБОЧЕЙ ГИПОТЕЗЫ

Этот этап нельзя считать абсолютно обязательным. Он


предпринимается целенаправленно для выбора групп более
глубокого изучения, возможного сокращения объема работы.
Рабочая гипотеза – “предварительный диагноз” –
формулируется в форме предложений основной идеи
исследования, которую предстоит доказать или опровергнуть
13
в ходе дальнейшей работы.
5-й этап – РАЗРАБОТКА ПРОГРАММЫ
ИССЛЕДОВАНИЯ

Программа статистического исследования состоит из двух


частей:
 программы наблюдения;
 программы группировки и сводки материала .
Обе части программы взаимосвязаны между собой и
подчинены цели и задачам исследования.

ПРОГРАММА НАБЛЮДЕНИЯ включает:


 выбор объекта наблюдения;
 определение статистической совокупности изучаемого
явления и ее единицы наблюдения;
 определение учетных признаков единицы наблюдения;
 выбор учетного документа официальной
государственной статистики или составление
специального учетного документа для конкретного
исследования.
Определимся с некоторыми понятиями.

Статистическая совокупность – это группа, состоящая


из большого числа относительно однородных элементов
(единиц наблюдения), взятых вместе в известных границах
времени и пространства. Можно выделить две
разновидности статистических совокупностей: ◊
совокупность среды и ◊ совокупность явления.
Совокупность среды представлена абсолютным числом
различных контингентов населения. Примерами такой
совокупности могут быть трудящиеся в масштабах
государства или одного предприятия, цеха, одной
профессии; больные, состоящие под диспансерным
наблюдением или госпитализированные в стационар;
женщины определенной возрастной группы; дети,
14
родившиеся живыми или мертвыми и т.д. Совокупность
явлений представлена абсолютным числом изучаемых
явлений. Например, число всех случаев зарегистрированных
заболеваний среди жителей определенной административной
территории; число случаев рождений среди женщин
определенной возрастной группы; число
зарегистрированных браков или разводов среди населения;
число патологических или морфо-функциональных
отклонений выявленных на медицинском осмотре и т.д.
Статистическая совокупность, подлежащая изучению
является объектом наблюдения. Иначе говоря, это среда, в
которой будут изучены те или другие явления.
В каждой статистической совокупности есть единица
наблюдения. Единица наблюдения (счетная единица) –
наименьшая составная часть статистической совокупности,
подлежащая отдельной регистрации.
Выбор объекта наблюдения, определение статистической
совокупности и ее единицы наблюдения обусловлено целью
и задачами исследования. Следует обратить внимание на то,
что в одном исследовании может быть несколько различных
объектов и единиц наблюдения. Покажем это на следующем
примере.
Группа врачей проводит исследование по изучению
состояния здоровья шахтеров одной из Н-ских шахт города С.
В связи с этим решается несколько задач, где необходимо
изучить:
1) распространенность и структуру заболеваний среди
шахтеров за отчетный год;
2) уровень профессионального травматизма среди
подземных рабочих шахтеры в возрасте 40 лет и старше за
последние 3 года;
3) профессиональную заболеваемость среди проходчиков
шахты, которая была выявлена в течение последних 10
лет.
Объекты наблюдения, статистические совокупности и
единицы наблюдения данного исследования приведем ниже
(см табл.1).
15
Численность единиц наблюдения в совокупности
определяет объем исследования и обозначается буквой "n".

Таблица 1
Объекты наблюдения, статистические совокупности
и единицы наблюдения

Объект Явление, Статистическая Единица


наблюдения подлежащее совокупность наблюдения
(сов-ть изучению явления
среды)
шахтеры, заболеваемость совокупность всех случай заболевания,
работающие шахтеров случаев зарегистрированный
на Н-ской (1-я задача) заболеваний, среди шахтеров Н-
шахте зарегистрированны ской шахты в
в отчетном х среди шахтеров Н- отчетном году
году ской шахты в
отчетном году
подземные профессиональный совокупность всех случай
рабочие в травматизм профессиональных профессиональной
возрасте 40 шахтеров травм, травмы,
лет и в определенных регистрируемых зарегистрированный
старше, возрастных ежегодно среди среди подземных
работающие группах подземных рабочих рабочих в возрасте
в шахте в (2-я задача) в возрасте 40 лет и 40 лет и старше,
последние 3 старше, работавших работающих на
года на Н-ской шахте в шахте в последние 3
течение последних года
3-х лет

проходчики профессион. совокупность случай


, патология профзаболеваний, профессионального
работавшие проходчиков регистрируемых заболевания,
на шахте (3-я задача) ежегодно среди зарегистрированный
в последние проходчиков Н- среди проходчиков
16
10 лет ской шахты в шахты в последние
течение последних 10 лет
10лет
Каждая единица наблюдения имеет много характеристик,
однако, учитываются только те из них, которые необходимы
для достижения поставленной цели и решения конкретных
задач исследования. Эти признаки учитывают
(регистрируют) и поэтому их называют учетными.

По характеру учитываемые признаки делят на


атрибутивные (описательные), выраженные словесно, и
параметрические (количественные), выраженные числом. К
атрибутивным признакам относят: пол, профессии,
нозологические формы заболеваний, исходы лечения, место
жительства и пр. К параметрическим признакам относят:
рост, массу тела, число дней лечения, количество
холестерина в крови, количество белка в моче и т.д. Каждая
величина количественного признака называется вариантой и
обозначается буквой “V”.
Врачом должно быть выявлено влияние отдельных
признаков на изучаемое явление, поэтому различают
факториальные (причина) и результативные (следствие)
признаки.
Факториальными называются такие учитываемые
признаки, под влиянием которых изменяются другие,
зависящие от них результативные признаки. Приняты и
определенные обозначения этих признаков: y –
результативный признак; х – факториальный признак.
Y=F(X) или Y=F(X1, X2 … Xn), т.е. результативный признак
Y является функцией (зависит) от факториального признака Х
или от группы факторов X1, X2, Xn.

К факториальным признакам следует отнести методы


профилактики и лечения (или дозу лекарств), а также пол,
возраст, профессию, образование, доход, т.е. признаки,
которые могут прямо или косвенно повлиять на
результативные признаки.
К результативным признакам можно отнести заболевание
17
(диагноз), его исход (выздоровление, смерть, инвалидность),
массу тела, рост, уровень белка в моче и др.
Выделение факториальных и результативных признаков
Вам понадобиться при составлении макетов таблиц.

Получив общее представление об объекте и единице


наблюдения, ее учетных признаках, остановимся на
учетном документе. Названный документ исследования
представляет собой карту (бланк, анкету и пр.), в которой
заполняться) и перечислены учетные признаки.должна быть
указана единица наблюдения (на кого она будет
При проведении исследования используются:
 медицинские и статистические документы
официальной государственной статистики (история болезни,
карта выбывшего из стационара, дневник врача,
статистический талон для регистрации заключительного
(уточненного) диагноза, листок нетрудоспособности и т. п.);
такие медицинские документы утверждены министерством
здравоохранения и представляют собой единые по стране
программы сбора сведений о здоровье населения и его
медицинском обслуживании.
 карты выкопировки из медицинских и статистических
документов;
 специальные анкеты, вопросники, журналы, дневники
и другие документы, разработанные для каждого
конкретного исследования.
Специальные учетные документы составляются, если в
официально утвержденном документе не определены все
необходимые для работы учетные признаки или такого
документа нет.
Наиболее удобной формой регистрации следует считать
бланки, карты и перфокарты.

При составлении учетного документа необходимо


18
соблюдать следующие правила:
1) Документ должен иметь заглавие, в котором
сформулирована единица наблюдения.
2) Статистический регистрационный бланк должен
содержать некоторые вопросы формально-контрольного
порядка, как-то: наименование и порядковый номер бланка,
номер документа, из которого взяты сведения (номер
истории болезни), название лечебного учреждения
(больницы, амбулатории), где производится регистрация, а
также Ф.И.О. лица, к которому относятся данные, и
обязательно дату регистрации и подпись регистрирующего
лица.
3) Вопросы – учетные признаки, которые должны быть
четкими, краткими, соответствовать цели и задачам
исследования.
4) На каждый вопрос следует предусмотреть варианты
ответов в соответствии с принятой группировкой изучаемых
признаков. Можно также при заполнении бланка нужное
подчеркнуть, а ненужное зачеркнуть.
5) В тех случаях, когда содержание вопроса может быть все
же различно истолковано или вопрос вообще очень сложен,
необходимы дополнительные письменные указания
(инструкции по заполнению статистического бланка).
Форма статистических бланков и их объем очень
разнообразны: от сравнительно небольших статистических
талонов, карточек, употребляемых при массовом
оперативном статучете, до обширных анкет при более
углубленных исследованиях.
В одном исследовании могут быть использованы
несколько учетных документов (это зависит от сути задач
исследования).
Как пример наиболее употребительного учетного
документа можно привести статистический талон для

19
регистрации заключительных (уточненных) диагнозов (см.
приложение 2).

ПРОГРАММА ГРУППИРОВКИ И СВОДКИ


МАТЕРИАЛА

Такая программа предусматривает составление макетов


разного типа таблиц, которые будут заполняться во втором
периоде исследования в абсолютных цифрах, а на основании
этих данных рассчитываться показатели, которые помогут
вскрыть закономерности, причинно-следственные связи
между изучаемыми признаками (факториальными и
результативными). Поэтому, составление макетов таблиц –
не узкотехническая работа, а важный и ответственный этап.
Прежде, чем составить макеты таблиц, изученные
учитываемые признаки следует сгруппировать.
Группировка признаков осуществляется с целью
выделения качественно однородных групп для установления
тех или иных закономерностей в изучаемом явлении.
При выборе группировочных признаков надо иметь в
виду ответы на два основных вопроса: что должна вскрыть
группировка и, на каком признаке можно строить наиболее
совершенную группировку? Необходимо также учитывать,
что одни и те же признаки могут иметь различные значения
в зависимости от конкретных целей и задач работы, от
конкретных условий места и времени.
В зависимости от характера учитываемых признаков
различают два вида группировок: типологическую и
вариационную.
Типологическая группировка – это группировка по
атрибутивным признакам, которые могут быть выражены
словесно, описательно (например, пол, виды заболеваний,
профессии и др.)
Вариационная группировка – это группировка по
признакам, имеющим числовое выражение (масса тела, рост,

20
уровень АД и др.).
Оба вида группировок могут быть представлены в
различных сочетаниях и комбинациях (табл. 2)
Таблица 2
Примеры видов группировок
Типологическая Вариационная
Признак Группировка Признак Группировка
Сроки
Мужчины, установления 1, 2, 3, позже 3
Пол
женщины диагноза (в дней
днях)
Максимальное Выше 170,
Аппаратчики,
артериальное 170-161,
Профессия слесари,
давление 160-151,
прочие
(в мм рт. ст.) 150-141 и т.д.
Брюшной тиф,
Длительность До 5, 5-10,
Виды паратиф,
лечения 11-14,
заболеваний дизентерия,
в днях 15 и более
прочие
Инфекционные, До 20
онкологические (включительно
Классы Возраст
, сердечно- )
болезней (лет)
сосудистые, 21-39,
прочие 40 и более
Выздоровление,
Исходы
инвалидность,
лечения
смерть, прочее

Таким образом, вопрос о группировках должен быть заранее


решен перед составлением макетов таблиц. Макеты таблиц
строятся по определенным принципам, которые обеспечивают
логичность и компактность каждой таблицы. Их строят исходя
их задач исследования
Статистическая таблица – это система наглядного
изложения результатов статистического наблюдения.
Числовые данные таблицы объясняются общим заголовком,
21
подлежащим и сказуемым. Подлежащие – совокупность
результативных признаков или совокупность единиц
наблюдения. Сказуемое – факториальный признак или иначе
учетный признак единицы наблюдения, характеризующие
подлежащее. Статистическое подлежащее располагается, как
правило, по горизонтальным строкам таблицы,
статистическое сказуемое – в вертикальных графах таблицы.
Оформление таблицы заканчивается итогами (по
горизонтали и вертикали).
Различают три вида статистических таблиц:
 простые;
 групповые;
 комбинационные (сложные)
Простой называется таблица, в которой представлена
итоговая сводка данных лишь по одному признаку. Табл. 3 и
4 – примеры такого вида таблиц.
Таблица 3
Число заболеваний, выявленных на медосмотре
среди населения Н-ского района в отчетном году

Наименование заболевания Число заболеваний


Все болезни
в том числе:
1.
2.
3. и т.д.
Итого

Таблица 4
Распределение больных, лечившихся в терапевтическом
отделении ГБ №1 в отчетном году, по полу

22
Число больных
Пол

Мужчин
Женщин
Итого
Простые таблицы можно использовать лишь для
получения общей статистической информации. Для анализа
простые таблицы малопригодны, так как в них не отражены
взаимосвязи признаков между собой. Для этих целей
используются групповые или комбинационные таблицы.

Групповая статистическая таблица – имеет одно


статистическое подлежащее и несколько не связанных между
собой статистических сказуемых, его характеризующих. В
комбинационной таблице статистические сказуемые
представлены в комбинации. То есть вид таблицы зависит от
расположения в ней статистических сказуемых (см. табл. 5 и 6).
В групповую или комбинационную таблицы не
рекомендуется включать более пяти признаков, т.к. это
делает ее громоздкой, неудобной и приводит к
значительному дроблению материала.

Пример групповой таблицы:


Таблица 5
Число наиболее часто встречаемых болезней,
зарегистрированных у лиц разного пола и возраста,
работающих на Н-ском химзаводе в отчетном году

Болезни Пол Возраст (лет) Итого


мужско 60 и
женский до 30 31-59
й старше

23
Все
болезни, в
том числе:
1.
2.
3. и т.д.
Итого

Пример комбинационной таблицы:


Таблица 6
Число наиболее часто встречаемых болезней,
зарегистрированных у лиц разного пола, работающих на
Н-ском химзаводе, в зависимости от возраста в отчетном
году

мужчины женщины оба пола


Возраст (лет)
Болезни
до 31- 60 и всег до 31- 60 и всег до 31- 60 и всег
30 59 < о 30 59 < о 30 59 < о
Все
болезни,
в том
числе:
1.
2.
3. и
т.д.
Итого
При построении статистических таблиц следует
руководствоваться требованиями ГОСТа 7.32-81:
 Каждая таблица должна иметь содержательный
заголовок, который помещают над таблицей;
 Таблицы, если их больше одной, должны
нумероваться. Номер таблицы пишется над заголовком
справа (например, табл. 4) или перед названием таблицы
24
(например, табл. 5) без значка №;
 Заголовки и подзаголовки граф и строк должны
быть краткими, но достаточными, чтобы таблицей можно
было пользоваться, не прибегая к тексту, описывающему
таблицу.
Таким образом, в макетах таблиц еще до разработки
собранного материала уже представлены направления
исследования и анализа.
6-й этап – СОСТАВЛЕНИЕ ПЛАНА
ПОДГОТОВИТЕЛЬНОГО ПЕРИОДА
Этот этап – последний этап подготовительного периода.
Он включает:
 методический раздел
 организационный раздел
Содержание разделов плана отражено на схеме 2.
При составлении методического раздела плана
определяют вид и метод наблюдения, а также решается
вопрос об определении объема наблюдения.
Различают два вида статистического наблюдения:
единовременное и текущее. Единовременное наблюдение
обеспечивает получение данных на какой-то момент времени
(например, проведение медицинских профилактических
осмотров, переписи населения). Его применяют при
изучении явления, изменение которых происходит
сравнительно медленно. Текущее наблюдение
обеспечивается повседневной систематической регистрацией
явлений по мере их возникновения (например, учет
рождений, случаев смерти).
При выборе метода – различают в зависимости от охвата
единиц наблюдения изучаемой совокупности сплошное и
несплошное наблюдения. Сплошной метод наблюдения
предусматривает охват единиц наблюдения, составляющих
исследуемое явление, т.е. стопроцентную регистрацию всех
интересующих случаев. При несплошном наблюдении
изучается часть единиц наблюдения, а выводы с достаточной
степенью достоверности распространяются на все явления в
25
целом.
Несплошной метод наблюдения имеет разновидности. К
ним относятся:
 анкетный метод;
 монографический метод;
 метод основного массива;
 гнездовой метод;
 выборочный метод.

26
Схема 2
ПЛАН СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ
План исследования

Методический раздел плана Организационный раздел плана

Определение вида наблюдения указываются должности и Ф.И.О.


руководителя и исполнителей
исследования;
Текущее Единовременное место и время проведения
исследования;
стоимость и источники
Выбор метода наблюдения финансирования;
необходимое обеспечение
Сплошное (документами, аппаратурой и
наблюдение т.д.);
написание инструкции и (или)
инструктаж исполнителей.
Несплошное
(выборочное)
наблюдение

Анкетный

Гнездовой

Монографический

Основного массива

Выборочный

Механический отбор
отбор идет по любому признаку, от которого
не зависят результаты исследования

Случайный отбор
все единицы имеют одинаковую
вероятность попасть в выборочную
совокупность
Типологический отбор
отбор по определенным признакам,
соответственно составу генеральной
совокупности
27
Анкетный метод предусматривает представление
сведений о себе самом каждым из обследуемых лиц, которые
заполняют составленный учетный документ-анкету. При
этом способе учета возможны ошибки в связи с тем, что
обследуемые могут не понять вопрос или сознательно
исказить ответ.
Монографический метод применяют, когда необходимо
сделать детальное, глубокое изучение отдельных единиц
наблюдения (например, описание случаев чумы, сибирской
язвы и т.п.).
При использовании метода основного массива изучению
подлежат те объекты, в которых сосредоточена большая
часть исследуемого явления.
Гнездовой метод применяется в том случае, когда
исследование необходимо провести на большой территории.
Тогда на этой территории отбирают “гнезда” (наиболее
типичные населенные пункты).
Наиболее часто применяющейся разновидностью
несплошного метода является выборочный метод. Он
позволяет рассчитать, какое число наблюдений необходимо
отобрать, чтобы получить репрезентативные данные. Отбор
необходимого числа единиц наблюдения можно осуществить
несколькими способами: механическим, типологическим,
случайным. В основу механической выборки положен отбор,
например каждой 5-ой или 10-ой медицинских карты или отбор
карт, фамилии которых начинаются на одну и ту же букву и
т.п. Типологическая выборка основана на отборе типичных
групп по какому-то качественному признаку. При случайной
выборке в разработку могут попасть любые единицы
наблюдения.
Следует отметить, что в современных статистических
исследованиях комбинируется несколько способов отбора
единиц наблюдения, чем достигается наибольшая
представительность и статистическая достоверность
результатов исследования.
28
Определение объема наблюдения – количества материала
(единиц наблюдения) и степени детализации изучения
(количества регистрируемых признаков). От правильного
решения вопроса о достаточном числе наблюдений зависит
статистическая достоверность результатов, сроки проведения
исследования, финансовые затраты и другие
организационные проблемы.
Расчет минимального числа единиц наблюдения,
необходимых для конкретного статистического исследования
с выборочными статистическими совокупностями, основан
на базе предельно допустимой ошибки выборки.
Величина предельно допустимой ошибки определяется по
следующим формулам:
Для относительных
Для средних величин М ( X )
показателей (Р)
q 
  t , где X  , где
n n
  – предельно допустимая X – предельно допустимая
ошибка Р; ошибка X ;
t – критерий достоверности t – критерий достоверности
(Стьюдента); (Стьюдента);
Р – величина δ – среднеквадратическое
относительного показателя; отклонение;
q – величина, n – число наблюдений.
противоположная Р
(1–Р, если Р выражен в
долях единицы;
100–Р, если Р выражен в %;
1000–Р, если Р выражен ‰
т.д.);
n – число наблюдений.

Из приведенных формул выводятся формулы для расчета


необходимого числа наблюдения при выборочном
29
исследовании:

Для относительных
Для средних величин М ( X )
показателей (Р)
t2  P  q t2  2
n , где n , где
2 2
n – требуемое число n – требуемое число
наблюдений; наблюдений;
t – критерий достоверности t – критерий достоверности
(Стьюдента). (Стьюдента).
В здравоохранении можно В здравоохранении можно
ограничиться степенью ограничиться степенью
достоверности результатов достоверности
исследования 95%, т.е. t=2); результатов исследования
Р – величина 95%, т.е. t=2);
относительного показателя δ – среднеквадратическое
(по литературным данным); отклонение;
q – величина,  – предельно допустимая
противоположная Р; ошибка X .
 – предельно допустимая
ошибка Р.

В тех случаях, когда известна численность генеральной


совокупности, можно использовать для расчета
необходимого числа наблюдений, следующие формулы:

Для относительных
Для средних величин М ( X )
показателей (Р)
N  t2  P  q N  t2  2
n n
N  2  t 2  P  q N  2  t 2   2
где: N – численность генеральной совокупности.

Кроме приведенных ниже формул в литературе можно


встретить и другие методики расчета необходимого числа
наблюдений.
30
В организационном разделе плана необходимо
определить:
 число и состав исполнителей;
 место и срок исследования;
 источник финансирования;
 перечень необходимой аппаратуры;
 другие организационные вопросы.

Число и состав исполнителей. В небольших по объему


исследованиях собирает и обрабатывает материал сам
исследователь. При больших исследованиях следует заранее
предусмотреть число и квалификацию участников на каждом
этапе. Правильное распределение труда приводит к лучшим
результатам. Участники должны быть обучены методике
проведения работы, от их подготовленности и
квалификации, понимания цели и задач исследования
зависят качество и достоверность получаемых выводов. При
подборе исполнителей целесообразно выбирать из тех, кто
добровольно соглашается участвовать. Принудительное
привлечение к работе не заинтересованных лиц, приводит к
нежелательным результатам.
Для единого подхода участников составляется письменная
инструкция, разъясняющая методику проведения
наблюдения. Периодически проводится устный инструктаж.
Полезны пробные наблюдения под контролем руководителя.
Пробные наблюдения ("пилотные" или "пилотажные"
исследования) являются и проверкой правильности
составления программы наблюдения.

Место и сроки проведения исследования. Указывается


административная территория или клиника, лаборатория,
территориальный участок и т.д. Также определяется
31
календарное время проведения исследования в целом и по
отдельным этапам.
От правильного определения времени проведения
наблюдения в большой степени зависит полнота и
достоверность статистического материала, т.к. изучаемые
явления существуют в определенное время и не в каждый
момент своего проявления они обладают той
специфичностью, которая представляет интерес для
исследования. Точное отграничение изучаемых явлений во
времени увеличивает однородность их характеристик. При
этом следует исходить из цели статистического
исследования, учитывать благоприятствующие условия
проведения наблюдения, сезонность и цикличность
изучаемых явлений, тенденции развития.

ПЕРИОД СОБСТВЕННО СТАТИСТИЧЕСКОГО


ИССЛЕДОВАНИЯ

Период включает ряд последовательных этапов, которые


представлены на схеме 3.

ЭТАП – СТАТИСТИЧЕСКОЕ НАБЛЮДЕНИЕ


ИЛИ СБОР МАТЕРИАЛА

Статистическое наблюдение – это процесс регистрации


единиц наблюдения, который на практике заключается в
заполнении учетных документов в строгом соответствии с
программой наблюдения, разработанной в подготовительном
периоде.

Схема 3
32
Этапы периода собственно статистического исследования и их содержание

Статистическое Регистрация единиц наблюдения


наблюдение или сбор
в учетных документах
материала

коррекция неправильных и неточных


Контроль текущий сведений;
и заключительный изъятие из последующей разработки

Проставление условного знака (шифра),


Шифровка обозначающего каждый учетный признак
в виде: -буквы; -цифры; -знака и т.п.

Группировка и раскладка учетных документов на


сводка данных различные группы по признакам,
(получение абсолютных включенным в макеты таблиц;
величин) внесение результатов подсчета этих
признаков в макеты таблиц.

Счетная обработка Вычисление статистических показателей


полученных данных
полученные показатели переносят в
новые таблицы, на основании
Представление
которых будет проведен их анализ;
рассчитанных
для наглядного представления
показателей в виде
результаты переносят в рисунки.
таблиц или рисунков

Отражение этапов анализа:


количественное сравнение показателей;
качественная оценка показателей;
объяснение результатов оценки;
Анализ результатов выявление закономерностей;
формирование выводов и конкретных
рекомендаций по улучшению
состояния изучаемого явления.

Литературное Написание текстового отчета,


оформление статьи, диссертации и т.п.

На этом этапе основное внимание должно быть уделено

33
соблюдению правил регистрации, охвату всех включенных в
исследование единиц наблюдения, достоверности
собираемых данных.
Нельзя нарушать порядок отбора единиц наблюдения,
пропускать, исключать отдельные случаи, подменять одни
единицы наблюдения другими. То есть, при регистрации
должны выполняться условия непрерывности, полноты и
достоверности собираемого материала.
Учетные документы заполняются теми лицами, которые
были определены как участники-исполнители работы, в
течение того срока и на территории, которые были
оговорены в организационном разделе плана исследования.
Во время сбора материала необходимо осуществлять
периодический (текущий) контроль правильности
заполнения учетных документов. При этом возможны
ошибки точности (неправильная регистрация фактов,
неисправная аппаратура, неверные ответы обследуемых и
т.д.), ошибки внимания (описки, не заполнение или неверное
заполнение отдельных граф анкет и т.д.), ошибки
методические (применение неправильной методики сбора и
обработки материала, несоблюдение одинаковых условий
для опытной и контрольной групп, для каждой единицы
наблюдения, недостатки в программе наблюдения и т.д.).
После того, как срок статистического наблюдения истек,
весь необходимый материал собран, его следует подвергнуть
заключительному контролю. Такой контроль позволяет
оценить полноту, количественную достаточность собранных
материалов и качество их заполнения (в необходимых
случаях исправить дефектные признаки или документы,
исключить дубликаты или изъять из последующей
разработки).

ЭТАП – ШИФРОВКА МАТЕРИАЛА

34
Проверенный и исправленный материал подвергается
разметке или шифровке – техническому приему,
упрощающему и ускоряющему сортировку анкет по
соответствующим признакам. Шифровка заключается в
условном обозначении (цифровом, буквенном, цветовом и
т.д.) зарегистрированных признаков в соответствии с
рубриками программы сводки материала. В случае, если при
составлении программы наблюдения была предусмотрена
шифровка возможных ответов, то при сводке эта
статистическая операция исключается.
Сводка материалов может быть ручной и машинной.
При разработке значительных по объему статистических
материалов составляются специальные шифровальные коды
или ключи с инструкциями по шифровке.

ЭТАП – ГРУППИРОВКА И СВОДКА МАТЕРИАЛА

Группировка материала – это раскладка всех учетных


документов на различных группы, которые определены
составителями в подготовительном периоде макетами
статистических таблиц.
Так, при раскладке карт для заполнения макета
комбинационной таблицы 5, приведенного выше, следует все
учетные документы разложить на группы в зависимости от
диагноза заболеваний, затем в каждой такой группе разложить
учетные документы по полу, а внутри последних – по
возрастным группам. Подсчитав количество карт в каждой
группе, проставляют результаты подсчета в соответствующие
клеточки таблицы.
Если некоторые признаки повторяются в нескольких
таблицах, то при ручной обработке следует начинать
раскладку именно с этих признаков, не смешивая карты до
35
тех пор, пока путем постепенной их раскладки не будут
получены данные, необходимые для всех таблиц, где этот
признак встречается.
Когда все графы таблицы заполнены, а не заполненные из-за
отсутствия материала прочеркнуты, подводят вертикальные и
горизонтальные итоги. Сумма вертикальных итогов должна
быть равна сумме горизонтальных. Отсутствие равенства
говорит об ошибке, допущенной либо при подведении итогов,
либо при подсчете разложенных карт. Учитывая возможность
ошибки, разложенные карты не следует смешивать, пока не
будут подведены и выверены итоги в таблицах и оценено их
логическое содержание.
Таким образом, сводка является первичной
статистической операцией по обработке собранного
материала. Назначением сводки является подитоживание,
суммирование, систематизация первично собранных данных,
объединение и преобразование единичных фактов и явлений.
Можно считать этап группировки и сводки завершенным,
если все макеты таблиц будут заполнены.

ЭТАП – СЧЕТНАЯ ОБРАБОТКА ПОЛУЧЕННЫХ


ДАННЫХ

Этот этап собственно статистического исследования


предусматривает вычисление статистических показателей
(относительных, средних или специальных статистических
коэффициентов). Исследователь должен хорошо знать
познавательные возможности разных статистических
показателей. Обоснование выбора производных величин и
методики их расчета будут изложены в соответствующих
темах.

ЭТАП – ПРЕДСТАВЛЕНИЕ РАССЧИТАННЫХ


ПОКАЗАТЕЛЕЙ В ВИДЕ ТАБЛИЦ
ИЛИ РИСУНКОВ
36
Рассчитав показатели, следует определить, какие данные
могут быть представлены в виде таблиц, а какие – в
диаграммах. Последние используются для наглядного
представления статистических данных (см. тему "Графические
изображения"). Рекомендации по составлению таблиц см. выше
(V-й этап подготовительного периода).

ЗАДАНИЯ ДЛЯ КОРРЕКЦИИ УМЕНИЙ

Любое статистическое исследование начинается с такого


действия, как определение цели исследования и задач,
решение которых может обеспечить достижение
поставленной цели. Чтобы проверить, насколько Вы освоили
это умение, решите следующие задачи:
Задача 1
По данным статистической отчетности в течение
последних 3-х лет отмечается рост заболеваний желудочно-
кишечного тракта среди студентов-медиков. Группе врачей
поручено более детально изучить этот вопрос.

Задание.
Какие из перечисленных ниже целей будут наиболее
эффективны при проведении такого исследования?
a) Оценить эффективность оказания лечебно-
профилактической помощи студентам при указанной
патологии;
b) Изучить эффективность новых методов лечения
желудочно-кишечной патологии;
c) Разработать рекомендации, направленные на снижение
уровней заболеваемости желудочно-кишечного тракта
среди студентов-медиков;
d) Разработать мероприятия, направленные на снижение
смертности от указанной патологии среди студентов;
e) Изучить причины роста желудочно-кишечных
заболеваний среди студентов-медиков.
37
Ответ. В данном исследовании наиболее эффективной целью
будет не изучение причин роста заболеваний, а разработка
рекомендаций, которые направлены на снижение уровня
указанной патологии, т.е. цель, обозначенная под буквой
«С».

Задача 2
Среди металлургов Н-ского завода отмечен рост
заболеваний бронхо-легочной системы. Имеются данные о
наиболее характерных проявлениях острых форм этой
патологии у лиц 40 лет, а хронической после 40 лет. Также
имеются данные о преобладании хронических форм
заболеваний среди металлургов, работающих в условиях
профессиональной вредности.

Задание.
Какие из приведенных ниже задач целесообразно решить
в данном исследовании?
a) Изучить распространенность всех заболеваний среди
металлургов;
b) Изучить связь между уровнем заболеваемости бронхо-
легочной системы металлургов старше 40 лет и наличием
профессиональной вредности производства;
c) Изучить распространенность острых форм указанной
патологии среди металлургов, работающих на заводе
более 10 лет;
d) Изучить распространенность хронических форм указанной
патологии среди металлургов, имеющих стаж работы более
5 лет и работающих во вредных условиях;
e) Изучить распространенность и структуру острых и
хронических форм изучаемой патологии среди
различных возрастных групп металлургов.
Ответ. В данном исследовании целесообразно решение задач,
обозначенных под буквами “b”, “d” и “e”.

38
Если Вы правильно выполнили задания, приступайте к
решению следующей задачи, которая направлена на
отработку таких конкретных целей, как уметь:
 составить программу наблюдения в виде учетного
документа;
 составить программу группировки и сводки материала
в виде макетов таблиц.
Задача 3
Группа цеховых врачей проводит изучение причин роста
болезней органов дыхания на Н-ском химзаводе. В
исследовании решается несколько задач:
1. Изучить распространенность и структуру болезней
органов дыхания среди трудящихся основных и
вспомогательных цехов;
2. Изучить распространенность заболеваний органов
дыхания в зависимости от пола, возраста и наличия
вредных привычек;
3. Установить зависимость между уровнями
заболеваемости указанной патологией и наличием
профессиональной вредности и стаже работы на
предприятии.
Задания.
1. Составьте учетный документ на основании имеющейся в
задаче информации.
2. Составьте макеты групповой и комбинационной таблиц,
где были бы учтены следующие признаки:
результативный – диагноз;
факториальные – цех (основной и вспомогательный) и
пол. Карта
учета случая
3. Составьте заболевания органов
методический раздел дыхания
плана данного
среди рабочих Н-ского химзавода
исследования.
1. Ф.И.О. заболевшего
Ответ. _______________________
2. 1. СВозраст
учетом(полных
признаков, которые названы
лет) __________ 3. Пол в задачах
исследования,
_____ можно предложить следующий учетный
документ:
4. Место работы (цех)
_______________________
5. Профессиональные 39
вредности_____________
6. Стаж работы: общий _____ на химзаводе
____
в данном цехе ___________
2. Макеты таблиц: групповая
Таблица 1
Число случаев заболеваний органов дыхания среди рабочих
химзавода в зависимости от пола и цеха в отчетном году

Пол Цех
Всег
Диагноз мужско женски основно вспомогательны
о
й й й й
1.
2.
Итого

комбинационная
Таблица 2
Число случаев заболеваний органов дыхания среди мужчин и
женщин химзавода в зависимости от цеха в отчетном году

Диагн Пол Всег


оз мужчины женщины о
цех цех

40
основн вспомогательн основн вспомогательн
ой ый ой ый
1.
2.
Итого

3. План проведения исследования (методический раздел):


Вид наблюдения – текущее изучение болезней органов
дыхания среди трудящихся химзавода по мере их
обращаемости к врачам. Наблюдение будет
осуществляться в течение одного отчетного года.
Метод наблюдения – сплошной, т.е. будут учтены все
случаи заболеваний органов дыхания среди всех работающих
на Н-ском химзаводе.

Ниже приведена задача, с помощью которой Вы сможете


проверить умение оформления таблиц в соответствии с
требованиями ГОСТа.
Задача 4
Ниже приведен макет таблицы, при оформлении которой
были допущены ошибки. Укажите их.

Табл. №1. Число случаев заболеваний органов дыхания


среди мужчин и женщин,
работающих на химзаводе в отчетном году
Пол
мужчины женщины
Диагноз
Вредные привычки
курят не курят курят не курят
1.
2.

41
3. и т.д.

Ответ.
1. Заглавие таблицы не отражает ее содержание.
2. Слово «таблица» пишется полностью без сокращения.
3. Значок «№» таблицы не ставится.
4. В таблице не подведен итог по горизонтали и
вертикали.

42
Приложение 1
Граф логической структуры темы
"Методика организации статистического исследования
в здравоохранении"
МЕТОДЫ СОЦИАЛЬНОЙ МЕДИЦИНЫ И
ОРГАНИЗАЦИИ ЗДРАВООХРАНЕНИЯ

ЗНАЧИМОСТЬ СТАТИСТИЧЕСКОГО МЕТОДА

ОРГАНИЗАЦИЯ СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ

ЗНАЧЕНИЕ ПОДГОТОВИТЕЛЬНОГО ПЕРИОДА И ЕГО ЭТАПНОСТЬ

характеристика этапов
требования к формулировке цели
и задач исследования
содержание программы исследования
виды статистических таблиц и
требования ГОСТа к их оформлению
методический и организационный
разделы плана исследования

ЭТАПЫ ПЕРИОДА СОБСТВЕННО


СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ

характеристика этапов

методика статистического анализа

ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ
СТАТИСТИЧЕСКОГО МЕТОДА В ЗДРАВООХРАНЕНИИ

43
Приложение 2

Форма № 025-2-у
утв. Минздравом Украины

СТАТИСТИЧЕСКИЙ
ТАЛОН
для регистрации заключительных
(уточненных) диагнозов

1. Фамилия, имя, отчество_________________________________


2. Пол __________
3. Адрес________________________________________________
4. Возраст _______
5. Участок № ___________ терапевтический, цеховой, педиатрический
(подчеркнуть)
6. Работает на прикрепленном предприятии, не работает (подчеркнуть).
7. Проживает постоянно в городе, в селе (подчеркнуть).
8. Проживает в районе обслуживания: да, нет (подчеркнуть).
9 Диагноз заключительный (уточненный) Впервые в жизни
. __________________ установленный
Для травматологических больных (отметить знаком
_______________________ “+”)
-характер и локализация
_____________________________
10. Заболевание выявлено при обращении за лечением, при
профилактическом осмотре (подчеркнуть).
11. Вид травмы или отравления:
а) связана с производством: ______ (в промышленности – 1, в сельском
хозяйстве – 2, на строительстве – 3, прочий – 4).
в) не связана с производством: _____ (бытовая – 5, уличная – 6 (при
пешеходном движении), дорожно-транспортная – 7, школьная – 8,
спортивная – 9, прочие – 10).

“ ____ ” _________ 2006 г. Подпись _________

44
ТЕМА 2.ОТНОСИТЕЛЬНЫЕ ВЕЛИЧИНЫ,
ИХ ИСПОЛЬЗОВАНИЕ В ЗДРАВООХРАНЕНИИ

Актуальность темы. Для характеристики состояния


здоровья населения, оценки деятельности лечебных учреждений
врачи кроме абсолютных данных могут использовать и
производные показатели. Абсолютные величины важны иногда,
как таковые, а получение их является самостоятельной задачей
исследования. Так, например, абсолютные данные о том, что
население Украины по переписи 1989 года составило 51839
тысяч человек, а по данным переписи 2001 года снизилось до
48416,9 тыс. жителей, или о том, что в 1999 году в Донецкой
области зарегистрировано 1876 случаев ВИЧ-инфекции,
представляют сами по себе большую ценность. Абсолютные
цифры имеют бесспорное значение, когда число наблюдений
весьма небольшое.
Однако в значительной части случаев абсолютные величины
оказываются мало пригодными для сравнения – главнейшей цели
статистического анализа. Именно сравнение, сопоставление во
времени и в пространстве, в различных группах населения
является основой выявления связей и закономерностей, уровня,
структуры, сдвигов или качественных особенностей изучаемых
процессов.
Нельзя судить по абсолютному числу заболеваний или случаев
смерти в различных городах или отдельные годы о размерах
заболеваемости или смертности, так как это число может быть
обусловлено различиями в численном и возрастном составе
населения; также неверно судить по абсолютному количеству
случаев заболеваний с временной утратой трудоспособности о
здоровье рабочих промышленных предприятий различной
мощности. Такие суждения возможны только при не
изменяющемся основании, т.е. при одинаковом числе населения
или рабочих, сто практически бывает настолько редко, что не
45
может быть принято во внимание. Поэтому абсолютные
величины нуждаются в статистической обработке, а именно в
преобразовании их в производные величины, одним из видов
которых являются относительные показатели, широко
применяемые в практическом здравоохранении.
Необходимость расчета производных величин, в частности
интенсивных, становится ясной из следующего примера. В 1980
г. в одной из стран умерло 1745 тыс. человек, а в 2000 г. – 1799
тыс. Казалось бы, что смертность за истекшие 20 лет возросла,
однако, это не так. В 1980 году в стране насчитывалось 181603
тыс. жителей, а в 2000 г. – 233688 тыс. На каждую тысячу
населения в 1950 г. приходилось 9,7 смертей, а в 2000 г. – лишь
7,6.
Из данного примера видно, что абсолютные данные не
дают возможности исследователю увидеть истинную
картину вещей, поскольку являются промежуточной стадией
для получения производных величин.
С помощью относительных величин можно увидеть не
только распространенность изучаемого явления в среде, но и
охарактеризовать отношение между разнородными
величинами, отношение между частью и целым или всеми
структурными частями целого, а также сравнить две или
несколько однородных величин между собой.
Учитывая изложенное, перед студентами поставлены
следующие цели:
ЦЕЛИ ЗАНЯТИЯ
Общая цель: Уметь применять относительные величины для
характеристики состояния здоровья населения и деятельности
медицинских учреждений.
Общая цель достигается через конкретные умения:
 Определить возможность использования абсолютных величин
или необходимость применения относительных
коэффициентов.
 Выбрать соответствующий вид относительных величин,
адекватный целям анализа и характеру имеющихся данных.
 Рассчитать относительные величины. 46
 Оценить полученные данные и сделать выводы.
ИСТОЧНИКИ УЧЕБНОЙ ИНФОРМАЦИИ
(рекомендуемая литература)
1. Соціальна медицина та організація охорони здоров’я/ Під
ред. Вороненка Ю.В., Москаленка В.Ф. – Тернопіль:
Укрмедкнига, 2000. – С. 43-47.
2. Социальная гигиена и организация здравоохранения/ Под ред.
Серенко А.Ф., Ермакова В.В. – М.: Медицина, 1984. – С. 102-
123.
3. Руководство к практическим занятиям по социальной
гигиене и организации здравоохранения/ Под ред.
Лисицына Ю.П., Копыта Н.Я. – М.: Медицина, 1984. – С.
49-64, 68-73.
4. Граф логической структуры содержания темы (приложение 1).

ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ТЕМЫ


1. Понятие о производных величинах и их классификация.
2. Виды относительных величин и их характеристика.
3. Методика расчета относительных величин (интенсивного,
экстенсивного, соотношения и наглядности).
4. Практическое применение относительных величин в
медицине и здравоохранении.

ОСНОВНЫЕ ВОПРОСЫ И КЛЮЧЕВЫЕ ПОНЯТИЯ,


НА КОТОРЫЕ СЛЕДУЕТ ОБРАТИТЬ ВНИМАНИЕ
ПРИ ПОДГОТОВКЕ ТЕМЫ

Даже при большой нелюбви к числам нельзя отрицать того,


что разрешение многих проблем клинической и
профилактической медицины должно в конечном счете зависеть
от анализа числовых данных.
Для оценки изучаемых массовых явлений, составляющих
статистическую совокупность, используют статистические
величины: абсолютные и производные. Производные величины
47
– это величины, полученные из абсолютных величин с
помощью математико-статистических методов обработки
данных.

Основными видами производных величин являются:


а) относительные;
б) средние;
в) специальные статистические показатели
(коэффициенты).
К последним относятся показатели динамического ряда,
стандартизованные показатели, показатели измерения связи
между явлениями или признаками и много других (см.
приложение 2).
Поскольку как относительные, так и средние величины
характеризуют уровень, объем изучаемого явления, то их
следует рассчитать, прежде всего.
Если мы хотим получить показатели, дающие
обобщающую характеристику описательному признаку,
следует воспользоваться относительными величинами, а
если вариационному – то средними величинами.
К относительным величинам относятся следующие
показатели:
1. интенсивный (показатель частоты).
2. экстенсивный (показатель структуры или удельного
веса).
3. наглядности.
4. соотношения.
Рассмотрим каждый из этих показателей.

Интенсивные показатели – характеризуют частоту


(уровень, интенсивность – это все синонимы)
распространения явления в среде, в которой оно происходит,
с которой оно непосредственно, органически связано, как бы
порождается, продуцируется этой средой.
При вычислении необходимо иметь две статистические
совокупности; совокупность явления и совокупность среды,
его продуцирующей.
Рассчитывается по следующей формуле:
48
Интенсивный = Абсолютный размер явления х 100 (1000, 10000, 100000)
показатель Абсолютный размер среды, продуцирующей данное
явление
Например, необходимо вычислить уровень
заболеваемости ишемической болезнью сердца (ИБС) у лиц
40-50 лет, если известно, что число заболеваний ИБС среди
лиц данной возрастной группы, численностью 8000 человек,
составляет 320 случаев. Для этого необходимо:

Число заболеваний ИБС среди лиц 40-50 лет *1000


Количество населения в возрасте 40-50 лет
320  1000
т.е. 8000
 40 случаев на 1000 лиц 40-50 лет или 40 ‰.

Полученный показатель характеризует


распространенность (частоту, уровень) ИБС среди лиц 40-50
лет. Следовательно, можно говорить, что на каждую 1000
населения в возрасте 40-50 лет приходится 40 случаев ИБС.
Полученные расчетным путем относительные показатели
как бы приводят частоту явления к одному основанию,
условному знаменателю, представленному единицей с
нулями. Обычно интенсивные показатели рассчитываются на
100, 1000, 10000 или 100000 соответствующей среды. Чем
реже встречается явление, тем на большее количество среды
принято рассчитывать показатели. Как правило, они
вычисляются как годичные, что не исключает и расчетов на
меньшие или большие периоды времени.
В медицинской статистике при вычислении размеров
рождаемости, смертности, естественного прироста населения
общей заболеваемости, травматизма, инвалидности и др., за
основание обычно принимают 1000 человек населения.
Вычисление размеров смертности или заболеваемости в
отношении одной нозологической формы заболевания
производится на 10000 или 100000 населения. Соответственно
коэффициент интенсивности может быть выражен в промилле
(0/00), продецимилле (0/000), просантимилле (0/0000) или записан
так, как указано в примере: 40 случаев на 1000 лиц 40-50 лет.
49
Если расчет производился на 100 единиц среды, знак
процента (%) не ставится, т.к. в аналогичных единицах
вычисляется экстенсивный показатель. Допустим, необходимо
рассчитать частоту заболеваний с временной утратой
трудоспособности (ВУТ) среди рабочих металлургического
комбината. Известно, что у 14500 человек, работающих на
комбинате, за год было зарегистрировано 13876 случаев
заболеваний с ВУТ.
Производим расчет:
13876  100
 95, 7
14500

Результат расчета следует записать так: 95,7 случаев на 100


работающих.
Интенсивные показатели позволяют проводить сравнение
двух или нескольких изучаемых величин, рассчитанных на
одинаковое основание. Например, распространенность
заболеваний в различных городах, рассчитанная на 1000
жителей в каждом из них, смертность от сердечно-
сосудистых заболеваний в различных странах, рассчитанная
на 100000 проживающих в этих государствах или
травматизм в различных стажевых группах, рассчитанный на
100 лиц в каждой из них. При пользовании этим
коэффициентом всегда следует указывать, к какому
основанию он вычислен. Самым частым, но далеко не
единственным основанием для расчета относительных
показателей служит численность населения; в других
случаях средой являются контингенты больных, родившихся
живыми и мертвыми, число женщин, состоящих в браке и
т.п.
Следует обратить внимание еще и на необходимость
тщательного выбора основания (знаменателя). Иногда для
определения уровня женской смертности число умерших
женщин относят ко всему населению, что не имеет никакого
смысла (следует относить к численности женского
населения). Летальность от послеоперационных осложнений
нельзя вычислять к числу всех оперированных, а только к
тем из них, кто имел послеоперационные осложнения.
50
Выбор основания может быть самым разнообразным, но
тщательно продуманным с точки зрения наиболее
целесообразной группировки.
Не рекомендуется производить манипуляции и
преобразования с относительными числами, так как они
могут происходить из различных оснований.
Приведем пример (табл. 1).
Таблица 1
Летальность по больнице в целом и трем отделениям
Коэффициент
Количество Кол-во летальности (на 100
Отделения
лечившихся умерших выбывших
из стационара)
1-е отделение 1000 30 3,0
2-е отделение 1500 30 2,0
3-е отделение 300 21 7,0
По больнице
2800 81 2,9
в целом

При неправильном подсчете складывают данные последней


графы (3,0+2,0+7,0) полученную сумму делят на число
слагаемых (3) и получают завышенный показатель 4,0. Для
получения суммарного коэффициента летальности необходимо
пользоваться абсолютными числами лечившихся и умерших.
(30  30  21) 100  2,9
1000  1500  300 умерших на каждые 100 выбывших
из стационара больницы

Показатели соотношения характеризуют численное


соотношение двух не связанных непосредственно между
собой, независимых величин, разнородных, различных или
"замкнутых" совокупностей. Они показывают частоту, но не
вскрывают внутренних связей.
При вычислении показателей соотношения также
необходимо иметь две статистические совокупности: одна из
них представляет изучаемое явление, а вторая – среду. В
качестве статистической совокупности, являющейся средой,
51
в расчете коэффициента соотношения чаще всего берется
население.
Техника вычисления показателя соотношения сходна с
интенсивным показателем. Однако последний характеризует
частоту явления в среде его продуцирующей, в то время как
показатель соотношения отражает соотношения двух
явлений, между собой не связанных.

Показател
ь Явление х 100 (1000, 10000, 100000)
=
соотношен Абсолютный размер среды, не продуцирующей
ия данное явление
Примерами показателя соотношения могут быть
рассчитанные показатели количества коек на 10000
населения; обеспеченность населения врачами (средним
медицинским персоналом) на 10000 населения и др.
Например, численность медицинских сестер в детских
поликлиниках города – 150, а всех детей в возрасте 0-14 лет
– 25000. Обеспеченность медсестрами детских поликлиник
города рассчитывается следующим образом:
Численность медсестер (1-я совокупность) х 10000
Количество детей в возрасте от 0 до 4 лет (2-я совок-
ть)
150  10000
т.е. 25000
 60 медсестер на 10000 детского населения.

Следовательно, обеспеченность медицинскими сестрами


составляет 60 медсестер на каждые 10000 детского населения.

Приведем цифровые иллюстрации различий интенсивных


коэффициентов и коэффициентов соотношения. В населенном
пункте, где насчитывается 75 тыс. женщин в возрасте от 15 до
49 лет, было зарегистрировано за год 6750 родов и 2700
абортов.
Интенсивный коэффициент рождаемости (плодовитости) составляет 90 ‰:
Число родов х 1000 6750 х 1000
= = 90‰
Число женщин 15- 49 лет 75000
Интенсивный коэффициент частоты абортов составляет 36‰:
Число абортов х 1000 = 2700 х 1000 =
52
Число женщин 15-49 лет 75000 36‰
Коэффициент соотношения исходов беременности
показывает, что на 100 родов приходится 40 абортов.
40 абортов на
= =
Число абортов х 100 2700 х 100 100 родов
Число родов 6750
Поскольку показатели соотношения, как и интенсивные,
характеризуют частоту явления на определенное количество
среды, то они позволяют сравнивать уровни обеспеченности
медицинской помощью на разных территориях, в разные
периоды времени.

Следующим видом относительных величин являются


экстенсивные показатели. Экстенсивные показатели
показывают, как распределяется изучаемое явление на свои
составные части, как велика отдельная доля данного явления
по отношению ко всей его величине (отношение части к
целому), т.е. вся совокупность принимается за 100%, а
входящие в нее статистические единицы будут составлять
часть от 100%) и выражаются в процентах.

Экстенсивный = Абсолютный размер части совокупности х 100%


показатель Абсолютный размер всей совокупности в целом

С помощью экстенсивных показателей можно


охарактеризовать состав населения по полу, возрасту или
другим признакам, структуру заболеваемости по
нозологическим формам и т.д.
Например, необходимо определить, какой удельный вес
занимают случаи вирусного гепатита(их 320 случаев) среди
всех инфекционных заболеваний в городе К., которых
насчитывается 1600 случаев.
Расчет производим следующим образом:
Случаи заболеваний вирусным гепатитом х 100%
Все случаи инфекционных заболеваний

53
 100%
т.е. 3201600  20% .

Следовательно, удельный вес вирусного гепатита


составил 20% от общего числа инфекционных заболеваний.
Если провести расчет экстенсивных коэффициентов по
всем имеющимся инфекционным заболеваниям, мы получим
структуру инфекционной заболеваемости. Сумма всех
экстенсивных коэффициентов в этом случае должна
равняться 100 и выражаться в процентах.
Распространенной ошибкой в трактовке экстенсивных
показателей при анализе является вывод о частоте
распространения на основании данных о структуре.
Чтобы отличить экстенсивные показатели от интенсивных
в тех случаях, когда статистическая природа показателей не
вполне ясна, необходимо помнить, что при интенсивных
показателях всегда имеем дело с двумя статистическими
совокупностями, одна из которых – это явление, а другая –
среда.
При экстенсивных показателях мы имеем дело только с
одной статистической совокупностью, части которой
соотносим между собой, что не позволяет получить
представление о частоте явления или признака.
Можно привести пример (табл. 2) значительного
несоответствия интенсивных и экстенсивных
коэффициентов смертности мужчин и женщин (числа
условные).
Таблица 2
Данные о смертности мужского и женского населения
в городе Н. за отчетный год

Удельный
Число умерших
Численность Число вес
Пол на 1000 лиц
населения умерших умерших, в
соотв. пола
%

54
Мужчины 3600 30 8,3 40,0
Женщины 6400 45 7,0 60,0
Всего 1000 75 7,5 100,0
Более высокий удельный вес умерших среди женщин
(последняя колонка табл. 2) вовсе не обусловлен уровнем
смертности (которая выше у мужчин), а зависит
исключительно от резкого преобладания женщин в составе
населения данного города.
При сравнении экстенсивных коэффициентов надо быть
очень внимательным. Снижение удельного веса той или
иной группы в общей совокупности еще не означает
уменьшение ее абсолютного размера. Удельный вес одной из
групп совокупности может измениться в результате
увеличения или уменьшения другой группы при абсолютной
неизменности первой.
Так, например, при изучении структуры заболеваемости
удельный вес какого-нибудь отдельного заболевания может
возрасти: а) при подлинном его росте, т.е. при увеличении
интенсивного коэффициента; б) при одном и том же уровне,
если число других заболеваний в этот период снизилось; в)
при снижении уровня данного заболевания, если
уменьшение числа других заболеваний происходило более
быстрым темпом. Например, в год гриппозной эпидемии
удельный вес других заболеваний, в том числе пневмонии и
туберкулеза, снижается за счет резкого преобладания гриппа
в структуре заболеваемости. В то же время интенсивные
показатели уровня заболеваемости пневмонией и
туберкулеза повысился, частично за счет влияния той же
гриппозной вспышки.
Экстенсивные коэффициенты дают представление об
удельном весе того или иного заболевания (или класса
болезней) только в данной группе населения и только за этот
год. Из этого не следует, что сравнение структурных сдвигов
в динамике неправомерно. Например, изменение причин
55
смертности населения: если до революции первые места в
ней занимали острые инфекционные болезни и туберкулез,
болезни органов дыхания и пищеварения, то в настоящее
время первенство принадлежит болезням органов
кровообращения и злокачественным новообразованиям.
Такие сравнения вполне правомерны, если на их основе не
делаются обобщающие и не обоснованные заключения о
частоте.
При оценке экстенсивных показателей не следует забывать, что
за вычисленными относительными величинами стоят конкретные
данные. Иногда 1% какого-либо показателя по своему абсолютному
значению равняется 10% того же показателя, вычисленного для
другого объекта.
Пример. При изучении заболеваемости эндемическим
зобом в двух населенных пунктах с населением 5000 и 500
человек найден удельный вес этой патологии в общей
численности заболеваний, который составил 10% однако в
первом населенном пункте это означает 500 случаев
заболеваний, в во втором – только 50, т.е. в 10 раз меньше.
Следовательно, равенство процентов еще не означает
равенство абсолютных чисел.

Коэффициент наглядности имеет целью представить


сравниваемые, обычно самостоятельные, величины в более
отчетливом, обозримом, наглядном виде.
Разберем теперь методику расчета показателей
наглядности. Показатель наглядности показывает во
сколько раз или на сколько процентов изменяются
(различаются) изучаемые величины не связанные друг с
другом.
Явление х 100%
Показатель
= Такое же явление (по характеру) из ряда
наглядности
сравниваемых, принятое за 1 или 100%

Показатели наглядности могут быть выражены и простым


56
кратным соотношением, например, увеличение или
уменьшение в 2-3 раза и т.п.
Этот, в сущности, наиболее простой коэффициент
получают путем преобразования ряда величин по
отношению к одной из них, так называемой базисной, ил
исходной (любой, не обязательно начальной – подчас
наиболее яркой). За 100% можно принять не только одну из
величин данного ряда, но даже отсутствующую в нем. Так,
сравнивая материалы по данным здравоохранения за ряд
последних лет (число врачей, инфекционных заболеваний и
т.д.), в качестве базисной величины можно взять уровень
дореволюционного (1913 г.), послевоенного (1946 г.),
другого государства (США) и т.д. или принять за 100%
среднюю из величин данного ряда.
Сравнивать можно две или несколько статистических
величин в статике, т.е. за один год, или в динамике за ряд
лет. В коэффициенты наглядности можно преобразовывать
не только абсолютные, но и относительные и средние
величины.
Например, необходимо сравнить заболеваемость корью
детей в возрасте 0-4 лет в разных городах области (табл. 3).
Таблица 3
Уровень заболеваемости корью детей в возрасте 0-4 лет
в разных городах и области в отчетном году

Показатели Города Область


А. В. С.
Интенсивный (на 1000 детей) 120 60 80 80
Наглядности
150 75 100 100
(в % к областным показателям)

Вывод. Заболеваемость корью детей в возрасте 0-4 лет в


указанных городах значительно отличаются друг от друга.
На уровне областных значений она находится только в
городе С. Наиболее высокие показатели характерны для
57
города А. Они на 50% выше среднеобластных значений. В то
же время, в городе В. заболеваемость корью на 25% ниже,
чем по области.
Таким образом, изучение состояния здоровья населения
или другого явления с помощью относительных величин
позволяет определить не только размер, уровень изучаемого
явления, но и определяющие его закономерности.
В учреждениях здравоохранения постоянно
осуществляется анализ результатов работы путем текущих
или единовременных, сплошных или выборочных
статистических исследований. Учитывая то, что
относительные величины дают картину качественных
признаков, в деятельности ЛПУ они используются для
сравнения и сопоставления однородных величин за
аналогичные периоды времени. Широкое применение
полученные результаты находят при анализе показателей
деятельности ЛПУ. Врач постоянно работает с
относительными величинами, что позволяет ему оперативно
следить как за состоянием здоровья населения своего района,
города, области, так и за тенденциями и закономерностями
развития здравоохранения в целом.

ЗАДАНИЯ ДЛЯ КОРРЕКЦИИ УМЕНИЙ

В соответствии с первой конкретной целью обучения по


заданной теме – «Уметь определить возможность
использования абсолютных величин или необходимость
применения относительных коэффициентов » необходимо
решить следующие задачи:

Задача 1
На каждом курсе одного из вузов обучается по 800
студентов. В отчетном году среди них было
зарегистрировано 105 заболеваний желудочно-кишечного
тракта, которые распределились среди обучающихся
следующим образом:
58
1 курс – 15 случаев;
2 курс - 20 случаев;
3 курс - 24 случая;
4 курс - 26 случаев;
5 курс - 20 случаев.

Задача 2
В трех ведущих вузах города К. обучается немногим более
15 тыс. студентов. Среди них в отчетном году на медицинском
осмотре было выявлено 165 случаев патологии со стороны
органов пищеварения. В таблице представлены эти данные по
вузам:
Количество
Количество
Наименование вуза выявленной
студентов
патологии
Политехнический 4070 62
Коммерческий 4850 55
Сельскохозяйственны
6130 48
й
Всего 15050 165
Задание.
В какой из приведенных задач можно оценить
заболеваемость студентов по абсолютным данным и почему?

Ответ.
Главной составной частью оценки заболеваемости
является сравнение имеющихся данных между собой. В
первой задаче сравнение можно провести по абсолютным
величинам, так как среда, продуцирующая изучаемое явление
(количество обучающихся студентов) одинакова на всех
курсах.
Во второй задаче возникает необходимость расчета
относительных величин, в частности показателя
интенсивности (частоты), так как количество
59
обучающихся в указанных вузах различна.

Если Вы дали правильный ответ, приступайте к отработке


следующих умений:
 «Уметь выбрать соответствующий вид относительных
величин, адекватный целям анализа и характеру имеющихся
данных».
 «Уметь рассчитать относительные величины».
Для этого решите следующую задачу:
Задача 3

Городская больница №7 обслуживает 90 тысяч населения.


В отчетном году в поликлинике больницы работало 340
врачей, в стационаре – 60 специалистов. Для оказания
стационарной помощи населению закрепленной территории
развернуто 950 коек. Среди обслуживаемого населения было
зарегистрировано 112500 случаев заболеваний, в том числе
35000 болезней органов дыхания, из последних 22750
заболеваний носили хронический характер. В отчетном году
уровни распространенности заболеваний среди населения
выросли на 14% по сравнению с данными трехлетней
давности.
Примечание: В отчетном году распространенность
заболеваний среди жителей области составила 1187,3 случаев
на 1000 населения.

Задания.
1. Укажите статистический характер показателя, который
необходим для характеристики обеспеченности населения
врачами и койками в указанной городской больнице.
2. Укажите статистический характер показателей,
которые необходимы для определения:
а) распространенности заболеваний среди населения;
б) частоты болезней органов дыхания;
60
в) уровня хронических болезней органов дыхания;
г) удельного веса болезней органов дыхания среди
всех заболеваний;
д) доли хронических болезней среди всех болезней
органов дыхания.
3. Укажите статистический характер показателя, который
использован в задаче для сравнения распространенности
заболеваний в отчетном году с данными трехлетней
давности.
4. Укажите статистический характер показателя, который
необходимо использовать для сравнения распространенности
заболеваний в больнице со среднеобластными данными.
5. Рассчитайте следующие показатели:
а) обеспеченность населения койками;
б) распространенность заболеваний среди населения;
в1) частоту болезней органов дыхания;
в2) их удельный вес среди всех заболеваний;
г1) уровень хронических болезней органов дыхания;
г2) их долю среди всех болезней этого класса;
д) обеспеченность населения врачами.
6. Сравните распространенность заболеваний в
больнице со среднеобластными данными и сделайте выводы.

Ответ.
1. – показатель соотношения;
2. (а, б, в) – интенсивный показатель; (г, д) – экстенсивный
показатель;
3 – показатель наглядности;
4 – показатель наглядности;
5.
а – обеспеченность населения койками составляет:
950
90000
 10000  105, 6 коек на 10 тыс. населения;
б – распространенность заболеваний среди населения составляет:
61
112500
90000
 1000  1250 , 0случаев на 1000 населения;
1
в – частота болезней органов дыхания составляет:
35000
 1000  388, 9 случаев на 1000 населения;
90000
2
в – удельный вес болезней органов дыхания среди всех
заболеваний составляет:
35000
 100%  31,1% от общего числа заболеваний;
112500
1
г – уровень хронических болезней органов дыхания
составляет:
22750
 1000  252 ,8 случаев хронических болезней органов
90000

дыхания на 1000 населения;

г2 – доля хронических болезней органов дыхания среди всех


болезней этого класса составляет:
22750
 100%  65% среди всех болезней этого класса
35000

д – обеспеченность населения врачами составляет:


( 340  60 )
 10000  44 , 4 врача на 10 тыс. населения
90000

6. Для сравнения показателей необходимо использовать


показатель наглядности:
1187,3 случаев на 1000 населения (среднеобластной
показатель) → 100 %
1250,0 случаев на 1000 населения (показатель по ГБ №7) →
Х %, следовательно,
1250, 0
X   100%  105, 3%
1187 , 3

Вывод.
Распространенность заболеваний среди населения,
обслуживаемого городской больницей №7 на 5,3% выше, чем
по области.

Если Ваши ответы совпали с нашими, приступайте к


62
решению задачи, которая охватывает следующую цель темы:
«Уметь оценить полученные данные и сделать выводы» .

Задача 4

В таблице приведены данные о числе умерших среди


городского населения Н-ской области от травм за отчетный
год. Данные приведены по возрастным группам. Имеются
также данные о численности населения в этих возрастных
группах и приведены некоторые относительные величины.

Количество умерших
Число от травм
Численност
умерш на 10 тыс.
Возраст, ь
их населения
лет городского
от соответству в%
населения
травм ющего
возраста
Статисти
абсо-
-ческий абсолютны интенсивны экстенсив
лютны
характер е е ные
е
величины
от 0 до 14 138 659191 2,09 16,43
от 15 до 49 445 1445145 3,08 52,98
50 и
257 451735 5,69 30,59
старше
Всего 840 2556071 ? 100,0

Задания.
1. Можно ли по абсолютным данным характеризовать
повозрастную смертность от травм в конкретной ситуации?
2. Можно ли с помощью приведенных экстенсивных
показателей утверждать, что самая высокая смертность от
травм отмечается в возрастной группе 15-49 лет и почему?
3. Определите смертность от травм среди городского
населения Н-ской области.
63
4. Сделайте выводы.

Ответ.
1. Нет, т.к. все возрастные группы имеют разную
численность.
2. Нет, т.к. экстенсивный показатель отражает только
распределение случаев смерти от травм среди возрастных
групп населения, а не показывает уровень смертности.
3. Для расчета смертности от травм среди городского
населения Н-ской области используем интенсивный
показатель:

Число умерших от травм в городах области х 10000


Численность населения в городах области
840
т.е. 2556071
 10000  3, 29 сл. смерти от травм на 10
тыс. городского населения.
4. Выводы.
1) В отчетном году из каждых 10 тыс. городского
населения погибло от травм примерно 3 человека.
2) Самые высокие уровни смертности от травм
характерны для старшей возрастной группы (50 лет и
старше), более низкие – среди детей.
3) Примерно каждый второй из общего числа умерших от
травм входил в возрастную группу 15-49 лет и один из трех
– в группу 50 лет и старше. Только немногим более 16%
погибших были из числа детского населения.

64
Приложение 1
Граф логической структуры темы
«ОТНОСИТЕЛЬНЫЕ ВЕЛИЧИНЫ,
ИХ ИСПОЛЬЗОВАНИЕ В ЗДРАВООХРАНЕНИИ»
ПОНЯТИЕ О СТАТИСТИЧЕСКИХ ВЕЛИЧИНАХ

абсолютные

производные

ВИДЫ ПРОИЗВОДНЫХ ВЕЛИЧИН

относительные средние специальные

ВИДЫ ОТНОСИТЕЛЬНЫХ ВЕЛИЧИН

интенсивные соотношени экстенсивные наглядности


я
СТАТИСТИЧЕСКОЕ НАЗНАЧЕНИЕ ОТНОСИТЕЛЬНЫХ ВЕЛИЧИН

▪ характеристика ▪ характеристика ▪ определение: ▪ сравнение


частоты частоты – удельного веса
(уровня, интенсив- (уровня, двух или
ности, интенсивности, (доли) одной или нескольких
распространенност распространенност нескольких статистических
и) и) составных частей величин
явления в среде, явления в среде, совокупности;
продуцирующей продуцирующей (абсолютных,
– структуры
данное явление; данное явление; относительных,
▪ сравнение (распределения)
▪ соотношение всей совокупности средних)
частоты
(уровня, интенсив- двух или нескольких
ности, совокупностей
распространенност (явлений)
и)
явления во времени
или пространстве

МЕТОДИКА РАСЧЕТА ОТНОСИТЕЛЬНЫХ ВЕЛИЧИН

ОЦЕНКА ПОКАЗАТЕЛЕЙ

ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ПОКАЗАТЕЛЕЙ (КОЭФФИЦИЕНТОВ)


В МЕДИЦИНЕ И ЗДРАВООХРАНЕНИИ

65
Приложение 2

КЛАССИФИКАЦИЯ СТАТИСТИЧЕСКИХ ВЕЛИЧИН

ВИДЫ ПРОИЗВОДНЫХ ВЕЛИЧИН

ОТНОСИТЕЛЬНЫЕ СРЕДНИЕ СПЕЦИАЛЬНЫЕ


ПОКАЗАТЕЛИ ВЕЛИЧИНЫ КОЭФФИЦИЕНТЫ

средняя показатели
интенсивный
арифметическая динамики
экстенсивный
средняя коэффициенты
соотношения алгебраическая стандартизации
средняя
наглядности геометрическая
коэффициенты
достоверности
средняя
квадратическая коэффициенты
средняя
корреляции
кубическая
другие
средняя специальные
прогрессивная статистические
коэффициенты

мода (Мо)

медиана (Ме)

66
ТЕМА 3.СРЕДНИЕ ВЕЛИЧИНЫ, ИХ
ИСПОЛЬЗОВАНИЕ В ЗДРАВООХРАНЕНИИ

Актуальность темы. В практической деятельности часто


возникает необходимость обобщения больших массивов
числовых данных. В этом случае определяют средний
уровень изучаемого количественного признака. Средний
уровень измеряют с помощью показателей, которые носят
название средних величин.
Врачи разных специальностей широко используют
средние величины при:
 изучении физического развития различных групп
населения (средний рост, вес, окружность грудной клетки и
т.д.);
 характеристике физиологического состояния органов и
систем организма человека (средняя частота пульса, средняя
величина артериального давления, жизненной емкости
легких, среднее содержание белка крови и т.д.);
 изучении закономерностей течения различных
процессов в здоровом и больном организме;
 оценке эффективности применения лекарственных
препаратов;
 гигиенической характеристике внешней среды (среднее
содержание пыли и газов в воздухе производственных
помещений и в атмосфере, средний уровень шума, вибрации и
т.д.).
Средние величины удобно сравнивать между собой и
выявлять закономерности. Но если средние величины
определены в неоднородных совокупностях, при малом
числе наблюдений, они не только не вскрывают, но могут и
затушевать истинную картину изучаемого явления. Так, за
благополучными средними данными о здоровье населения
или работе учреждений здравоохранения по области или
городу в целом можно не заметить неудовлетворительные
показатели здоровья населения или деятельности
медицинских учреждений по городам, районам,

67
соответственно.
К средней обращаются всякий раз, когда надо исключить
случайное влияние отдельных факторов, выявить общие
черты, существующие закономерности.
Учитывая изложенное, перед студентами поставлены
следующие цели:
ЦЕЛИ ЗАНЯТИЯ
Общая цель: уметь применять средние величины для
характеристики состояния здоровья населения и деятельности
лечебно-профилактических учреждений.
Общая цель достигается через конкретные умения:
1. Определить целесообразность и необходимость расчета
средних величин.
2. Построить вариационный ряд и оценить его с помощью
графического изображения.
3. Рассчитать параметрические и непараметрические (мода,
медиана) средние арифметические величины разными
способами в зависимости от вида вариационного ряда.
4. Рассчитать показатели колеблемости вариационного ряда
(лимиты, амплитуду, среднее квадратическое отклонение,
коэффициент вариации).
5. Оценить вариационный ряд с помощью показателя асимметрии
и сделать выводы.

ИСТОЧНИКИ УЧЕБНОЙ ИНФОРМАЦИИ


(рекомендуемая литература)
1. Соціальна медицина та організація охорони здоров’я / Під
ред. Вороненка Ю.В., Москаленка В.Ф. – Тернопіль:
Укрмедкнига, 2000. – С. 52-62.
2. Социальная гигиена и организация здравоохранения / Под
ред. Серенко А.Ф., Ермакова В.В. – М.: Медицина, 1984.
– С. 123-139.
3. Руководство к практическим занятиям по социальной
гигиене и организации здравоохранения / Под ред.
Лисицына Ю.П., Копыта Н.Я. – М.: Медицина, 1984. – С.
72-86.
4. Руководство по социальной гигиене и организации
здравоохранения / Под ред. Лисицына Ю.П. – М.:

68
Медицина, 1987. – Т.1. – С. 262-267.
5. Граф логической структуры содержания темы (приложения 1-3).

ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ТЕМЫ


1. Понятие о средних величинах, их характеристика.
2. Принципы построения вариационного ряда. Виды и
параметры вариационных рядов, их характеристики.
Графическое изображение вариационного ряда.
3. Методика расчета средних величин, в том числе средней
арифметической величины различными способами в
зависимости от вида вариационного ряда.
4. Методика расчета показателей колеблемости
вариационного ряда (лимита, амплитуды, среднего
квадратического отклонения, коэффициента вариации,
показателя асимметрии).
5. Практическое применение средних величин в медицине и
здравоохранении.

ОСНОВНЫЕ ВОПРОСЫ И КЛЮЧЕВЫЕ ПОНЯТИЯ,


НА КОТОРЫЕ СЛЕДУЕТ ОБРАТИТЬ ВНИМАНИЕ
ПРИ ПОДГОТОВКЕ ТЕМЫ

Как уже указывалось выше, для характеристики и оценки


состояния здоровья населения и деятельности лечебно-
профилактических учреждений врачи могут использовать
как абсолютные данные, относительные показатели
(интенсивные, экстенсивные, соотношения, наглядности),
так и средние величины.
Средние величины используются, если результаты
исследований многочисленны, причем они могут быть
представлены как в качественном, так и количественном
выражении. Чаще мы имеет дело с результатами
исследований, которые представлены в количественном
выражении.
Например, у 21 студентов-медиков исследовалась частота
пульса (число ударов в минуту), которая составила: 80, 66,
69
74, 70, 64, 80, 80, 74, 68, 70, 74, 64, 68, 68, 66, 84, 84, 80, 70,
74, 84. Приведенные данные представляются на первый
взгляд мешаниной из различных чисел, отличающихся друг
от друга по значению. Для расчета средней частоты пульса у
студентов-медиков необходимо имеющиеся числовые
значения упорядочить, расположить в определенной
последовательности, т.е. построить вариационный ряд.
Вариационный ряд – это ряд числовых значений
изучаемого признака, отличающихся друг от друга по своей
величине и расположенных в определенной
последовательности (в восходящем или убывающем
порядке). Каждое числовое значение ряда называют
вариантой (V), а числа, показывающие, как часто встречается
та или иная варианта в составе данного ряда, называется
частотой (р). Общее число случаев наблюдений, из которых
вариационный ряд состоит, обозначают буквой n. Различие в
значении изучаемых признаков называется вариацией.
В случае если варьирующий признак не имеет
количественной меры, вариацию называют качественной, а
ряд распределения – атрибутивным (например,
распределение по исходу заболевания, по состоянию
здоровья и т.д.). Если варьирующий признак имеет
количественное выражение, такую вариацию называют
количественной, а ряд распределения – вариационным.
Вариационные ряды делятся на прерывные и
непрерывные – по характеру количественного признака,
простые и взвешенные – по частоте встречаемости вариант.
В простом вариационном ряду каждая варианта
встречается только один раз (р=1), во взвешенном – одна и та
же варианта встречается несколько раз (р>1). Примеры таких
рядов будут рассмотрены далее по тексту.
Если количественный признак носит непрерывный
характер, т.е. между целыми величинами имеются
промежуточные дробные величины, вариационный ряд
называется непрерывным.
Например: 10,0 – 11,9
12,0 – 13,9
70
14,0 – 15,9 и т.д.
Если количественный признак носит прерывный характер,
т.е. отдельные его значения (варианты) отличаются друг от
друга на целое число и не имеют промежуточных дробных
значений, вариационный ряд называют прерывным или
дискретным.
Используя данные предыдущего примера о частоте пульса
у 21 студентов, построим вариационный ряд (табл. 1).
Таблица 1
Распределение студентов-медиков по частоте пульса (уд/мин)
Пульс (число ударов в минуту) Число студентов
(V) (р)
64 2
66 2
68 3
70 3
74 4
80 4
84 3
Σ=n=21

Таким образом, построить вариационный ряд – означает


имеющиеся числовые значения (варианты)
систематизировать, упорядочить, т.е. расположить в
определенной последовательности (в восходящем или
убывающем порядке) с соответствующими им частотами.
В рассматриваемом примере варианты расположены в
восходящем порядке и выражены в виде целых прерывных
(дискретных) чисел, каждая варианта встречается
несколько раз, т.е. мы имеем дело со взвешенным,
прерывным или дискретным вариационным рядом.
Как правило, если число наблюдений в изучаемой нами
статистической совокупности не превышает 30, то
достаточно все значения изучаемого признака расположить в
вариационном ряду в нарастающем, как в табл. 1, или
убывающем порядке.
71
При большом количестве наблюдений (n>30) число
встречающихся вариант может быть очень большим, в этом
случае составляется интервальный или сгруппированный
вариационный ряд, в котором для упрощения последующей
обработки и выяснения характера распределения варианты
объединены в группы.
Обычно число групповых вариант колеблется от 8 до 15.
Их должно быть не меньше 5, т.к. иначе это будет слишком
грубое, чрезмерное укрупнение, что искажает общую
картину варьирования и сильно сказывается на точности
средних величин. При числе групповых вариант более 20-25
увеличивается точность вычисления средних величин, но
существенно искажаются особенности варьирования
признака и усложняется математическая обработка.
При составлении сгруппированного ряда необходимо учесть,
что:
 группы вариант должны располагаться в определенном
порядке (в восходящем или нисходящем);
 интервалы в группах вариант должны быть одинаковыми;
 значения границ интервалов не должны совпадать, т.к.
неясно будет, в какие группы относить отдельные
варианты;
 не рекомендуется оставлять открытых интервалов (50 лет
и старше, до 0,6 мг% и т.д.).
 необходимо учитывать качественные особенности
собираемого материала при установлении пределов
интервалов (например, при изучении веса взрослых людей
интервал 3-4 кг допустим, а для детей первых месяцев жизни
он не должен превышать 100 г.)
Построим сгруппированный (интервальный) ряд,
характеризующий данные о частоте пульса (число ударов в
минуту) у 55 студентов-медиков перед экзаменом: 64, 66, 60,
62, 64, 68, 70, 66, 70, 68, 62, 68, 70, 72, 60, 70, 74, 62, 70, 72,
72, 64, 70, 72, 76, 76, 68, 70, 58, 76, 74, 76, 76, 82, 76, 72, 76,
74, 79, 78, 74, 78, 74, 78, 74, 74, 78, 76, 78, 76, 80, 80, 80, 78,
78.

72
Для построения сгруппированного ряда необходимо:
1. Определить величину интервала;
2. Определить середину, начало и конец групп вариант
вариационного ряда.
● Величина интервала (i) определяется по числу
предполагаемых групп (r), количество которых
устанавливается в зависимости от числа наблюдений (n) по
специальной таблице (табл. 2).
Таблица 2
Число групп в зависимости от числа на блюдений
n
(число 31 – 45 46 – 100 101 – 200 201 – 500
наблюдений)
r
6–7 8 – 10 11 – 12 12 – 17
(число групп)

В нашем случае, для 55 студентов, можно составить от 8


до 10 групп.
Величина интервала (i) определяется по следующей
V -V
формуле – i  max r min , в нашем примере величина интервала
равна 82 8- 58  3 .
Если величина интервала представляет собой дробное
число, полученный результат следует округлить до целого
числа.
Оптимальное число групп, на которое следует разбить
конкретную совокупность, можно определить и по формуле
V - Vmin
Стерджеса: i  1max
 3,32 lg n
,
где lg n – десятичный логарифм общего число единиц
данной совокупности.
● Для того, чтобы правильно сгруппировать варианты,
необходимо определить середину 1ой группы вариант,
величина которой должна быть ближайшей к максимальному
значению изучаемого признака и должна делиться на размер
интервала.
73
В нашем примере, размер максимальной варианты равен 82,
но эта величина не делится на интервал, равный 3, поэтому
серединой 1ой группы будет значение 81, т.к. эта величина
близка к максимальному значению ряда (82) и делится на 3.
Чтобы найти середины для других групп необходимо от
середины каждой предыдущей группы отнять величину
интервала.
Для определения начала группы к ее середине
прибавляют величину i 2- 1 , вычитая же ее из середины,
получают конец группы. В нашем примере эта величина
составила 3 2- 1  1 .
Распределение студентов-медиков по частоте пульса
перед экзаменом будет выглядеть следующим образом:
Таблица 3
Распределение студентов-медиков по частоте пульса
перед экзаменами

Начало Середина Конец Варианты Частоты


группы группы группы (V) (р)
2-е действие 1-е действие 3-е действие 4-е действие 5-е действие
82 81 80 82 – 80 4
79 78 77 79 – 77 8
76 75 74 76 – 74 16
73 72 71 73 – 71 5
70 69 68 70 – 68 11
67 66 65 67 – 65 2
64 63 62 64 – 62 6
61 60 59 61 – 59 2
58 57 56 58 – 56 1
Таким образом, мы научились составлять, строить
вариационные ряды, в том числе сгруппированные, без
которых нельзя определить среднюю величину изучаемого
количественного признака.
Различают несколько видов средних величин: ● средняя

74
арифметическая, ● средняя геометрическая, ● средняя
гармоническая, ● средняя квадратическая, ● средняя
прогрессивная, ● мода, ● медиана и д.р. В медицинской
статистике наиболее часто пользуются средними
арифметическими величинами.
__
Средняя арифметическая величина (М или Х )
является обобщающей величиной, которая определяет то
типичное, что характерно для всей совокупности.
__
Основными способами расчета М ( Х ) являются:
среднеарифметический способ и способ моментов
(условных отклонений). Среднеарифметический способ
применяется для вычисления средней арифметической
простой (табл. 4) и средней арифметической взвешенной
(табл. 5). Выбор способа расчета средней арифметической
величины зависит от вида вариационного ряда. В случае
простого вариационного ряда, в котором каждая варианта
встречается только один раз, определяется средняя
арифметическая простая по формуле:
V
M  ,
n

где: М – средняя арифметическая величина;


V – значение варьирующего признака (варианты);
Σ – указывает действие – суммирование;
n – общее число наблюдений.

Пример расчета средней арифметической простой.


Частота дыхания (число дыхательных движений в минуту) у
9 мужчин в возрасте 35 лет: 20, 22, 19, 15, 16, 21, 17, 23, 18.

Для определения среднего уровня частоты дыхания у


мужчин в возрасте 35 лет необходимо:
1. Построить вариационный ряд, расположив все варианты
в возрастающем или убывающем порядке (табл. 4). Мы
получили простой вариационный ряд, т.к. значения
вариант встречаются только один раз.

75
2. Рассчитать среднюю арифметическую простую, для чего
необходимо сложить значения всех вариант и разделить
эту сумму на число наблюдений:
V 171
M    19 дыхательных движений в минуту
n 9

Вывод. Частота дыхания у мужчин в возрасте 35 лет в


среднем равна 19 дыхательным движениям в минуту.
Таблица 4
Распределение мужчин в возрасте 35 лет по частоте дыхания

Частота дыхания Число мужчин


(V) (р)
15 1
16 1
17 1
18 1
19 1
20 1
21 1
22 1
23 1
ΣV=171 Σр=n=9

Если отдельные значения вариант повторяются, незачем


выписывать в линию каждую варианту, достаточно
перечислить встречающиеся размеры вариант (V) и рядом
указать число их повторений (р). такой вариационный ряд, в
котором варианты как бы взвешиваются по числу
соответствующих им частот, носит название – взвешенный
вариационный ряд, а рассчитываемая средняя величина –
средней арифметической взвешенной.
Средняя арифметическая взвешенная определяется по
формуле:
Vр
M 
n
,
где n – число наблюдений, равное сумме частот – Σр.

Таким образом, чтобы рассчитать среднюю


76
арифметическую взвешенную величину, необходимо значение
каждой варианты умножить на соответствующую ей
частоту, сложить полученные произведения и эту сумму
разделить на число наблюдений.

Пример расчета средней арифметической взвешенной.


Длительность нетрудоспособности (в днях) у 35 больных
острыми респираторными заболеваниями (ОРЗ), лечившихся
у участкового врача на протяжении I-го квартала текущего
года составила: 6, 7, 5, 3, 9, 8, 7, 5, 6, 4, 9, 8, 7, 6, 6, 9, 6, 5,
10, 8, 7, 11, 13, 5, 6, 7, 12, 4, 3, 5, 2, 5, 6, 6, 7 дней.

Методика определения средней длительности


нетрудоспособности у больных с ОРЗ следующая:
1. Построим взвешенный вариационный ряд, т.к. отдельные
значения вариант повторяются несколько раз. Для этого
можно расположить все варианты в возрастающем или
убывающем порядке с соответствующими им частотами.
В нашем случае варианты расположены в возрастающем
порядке (табл. 5, графы 1, 2).
2. Рассчитаем среднюю арифметическую взвешенную по
формуле:
Vр
 6,7 дней
233
M  
n 35

Вывод. Длительность нетрудоспособности у больных с


острыми респираторными заболеваниями составила в
среднем 6,7 дней.

Таблица 5
Распределение больных с ОРЗ
по длительности нетрудоспособности
Длительность
Число больных (р) Vр
нетрудоспособности (V)
1 2 3
2 1 2
3 2 6
4 2 8
77
5 6 30
6 8 48
7 6 42
8 3 24
9 3 27
10 1 10
11 1 11
12 1 12
13 1 13
Σр=n=35 ΣVр=233

Способ моментов. Этот более простой способ


вычисления средней арифметической взвешенной величины
применяется при большом числе наблюдений и вариантах,
выраженных большими числами. Он основан на том, что
алгебраическая сумма отклонений отдельных вариант
вариационного ряда от средней арифметической равна
нулю, т.е. Σ(– d)=Σ(+ d), где d – истинные отклонения
варианты от истинной средней арифметической величины.
Данное свойство средней используется при проверке
правильности ее расчетов. Если сумма отклонений вариант
от средней равна нулю, то можно сделать вывод, что средняя
вычислена правильно.
Например, возьмем следующие пять вариант: 2, 4, 4, 6, 9.
Их средняя М=(2+4+4+6+9):5=5. Выпишем отклонения
каждой варианты от средней и просуммируем их:
2 – 5 = –3
4 – 5 = –1
4 – 5 = –1
6 – 5 = +1
9 – 5 = +4
Σd=0
Сумма отклонений равна нулю, значит средняя
рассчитана правильно. В практике, однако, случается, что
сумма всех положительных и отрицательных отклонений
вариант от средней арифметической не равняется нулю, и
78
это не должно смущать исследователя: такие случаи
указывают на погрешности, допущенные при округлении
дробных чисел.
Если условная средняя (А), используемая при расчете по
способу моментов равна истинной средней арифметической
величине (М), то сумма отклонений вариант от условной
средней будет равна нулю, т.е. при А=М сумма отклонений
равна нулю, при А>М, Σd будет отрицательной величиной,
наконец при А<М, Σd будет положительной величиной.
Средняя арифметическая по способу моментов
определяется по формуле:
ар
M  Ai
n
,
где:
А – условно принятая средняя;
а – условное отклонение каждой варианты от условной
средней (V – А);
i – величина интервала, т.е. разность между соседними
вариантами.

Следует обратить внимание на то, что если величина


интервала (i) между соседними вариантами равна единице,
формула расчета средней арифметической по способу
моментов имеет следующий вид:
ар
M  A
n

Именно такая формула представлена во многих


учебниках. Если величина интервала меньше или больше
единицы, то для упрощения расчетов разность между
соседними вариантами принимают за единицу, фактическое
же значение этой разности вводится в последующем в
формулу, и она приобретает следующий вид:
ар
M  Ai
n

Причем условные отклонения (а) (в табл. 6, графа 7) в


этом случае не рассчитываются как разность V–А, а
приравниваются условно порядковым номерам в порядке
возрастания вариант вариационного ряда: +1, +2, +3 и т.д.
79
(или по мере их уменьшения: –1, –2, –3 и т.д.) (табл. 6,
пример 2).

Примеры расчета средней арифметической взвешенной


величины по способу моментов
Пример 1. В результате измерения длины тела (в см) при
рождении у 47 девочек были получены следующие данные:
48, 51, 53, 49, 51, 53, 51, 48, 52, 51, 53, 49, 50, 53, 48, 52, 50,
52, 50, 52, 50, 51, 52, 53, 47, 52, 48, 48, 50, 52, 46, 46, 54, 55,
56, 48, 52, 52, 51, 53, 53, 48, 50, 54, 48, 50, 50.
Пример 2. Результаты измерения температуры тела у 22
новорожденных были следующими: 37,0; 36,6; 37,2; 36,9;
36,6; 37,0; 37,1; 36,8; 37,0; 36,9; 37,2; 37,1; 36,8; 36,7; 36,9;
36,6; 37,0; 36,9; 36,7; 36,8; 37,0; 36,6.
Используя методику расчета средней арифметической
взвешенной по способу моментов, определим среднюю
длину тела у девочек при рождении и среднюю температуру
тела у новорожденных. Для этого необходимо:
1. Построить вариационный ряд, расположив варианты в
возрастающем или убывающем порядке с
соответствующими им частотами. В нашем примере
варианты расположены в убывающем порядке (табл. 6,
графы 1, 2).

Таблица 6
Распределение девочек при рождении
по длине и температуре тела
ПРИМЕР 1 ПРИМЕР 2
Дли Темпера
Числ Числ
на a ар тура a ар
о о
тела (V– (V– тела, (V– (V–
девоч девоч
(см), А) А)р (С°), V2 А) А)р
ек, р ек, р
V1
1 2 3 4 5 6 7 8
56 1 4 4 36,6 4 –4 –16
55 1 3 3 36,7 2 –3 –6
80
54 36,8 3 –2 –6
2 2 4
53 36,9 4 –1 –4
7 1 7
А=5 А=37,0 5 0 0
9 0 0
2 37,1 2 +1 +2
6 –1 –6
51 37,2 2 +2 +4
8 –2 –16
50
2 –3 –6
49
8 –4 –32
48
1 –5 –5
47
2 –6 –12
46
Σар
Σр=n Σар= Σр=n
=
=47 –59 =22
–26
 ap  59   ap  
 26
M1  A   52     52 M12, 26 A 50
 i, 74  37 ,0  0,1   37,0  0,1  36,9
n  47  n  22 
см С°

2. Выбрать условную среднюю (А). За условную среднюю


можно взять любую варианту ряда, но чаще всего
принимают наиболее часто встречающуюся варианту. В
примере №1 наиболее часто встречается варианта 52, она
встречается у 9 девочек, т.е. А=52. В примере №2
условная средняя равна 37°С.
3. Определить условные отклонения (графа 3). Условное
отклонение (a) вычисляется как разность между каждой
вариантой и условной средней (V–А). Вычисленные
значения условных отклонений занесем в графу 3 табл. 6
с учетом алгебраических знаков. Условным отклонениям
(а) в графе 7 приданы порядковые номера.
4. Перемножить значение каждого условного отклонения с
соответствующей частотой (ар), результаты занести в
графу 4 и 8 табл. 6 и найти их сумму (Σар).
5. Подставить все значения в формулы:
ар 59
M1  A   52   52  1,26  50,74 см
n 47

В формуле расчета М1 величина интервала (i) не


используется, т.к. разность между соседними интервалами
81
равна единице.
В формулу для расчета М2 введена величина интервала (i),
равная 0,1 (36,7°С – 36,6°С=0,1). Т.к. для упрощения
расчетов разность между соседними вариантами была
принята за единицу, а условным отклонениям (графа 7
табл.6) приданы порядковые номера с учетом
алгебраических знаков:
 ap 26
M2  A  i
n
 37,0  0,1
22
 37,0  0,1  36,9 °С
Выводы. 1. Длина тела у девочек при рождении составила
в среднем 50,74 см.
2. Средняя температура тела у новорожденных
составила 36,9°С.

Средняя арифметическая взвешенная по способу


моментов может быть вычислена и в случае
сгруппированного (интервального) вариационного ряда.
Методика расчета средней арифметической по способу
моментов в сгруппированном ряду такая же, как и в не
сгруппированном ряду, за некоторым исключением.
В сгруппированном ряду расчет средней арифметической
начинается с определения середины интервала (центральной
варианты). Центральная варианта в непрерывных
вариационных рядах определяется как полусумма
наименьших значений двух соседних групп.

Например:
Группы вариант Центральная варианта
10  12
10,0 – 11,9 2
 11

12  14
12,0 – 13,9 2
 13

14  16
14,0 – 15,9  14
2
и т.д. и т.д.
Центральная варианта в дискретных вариационных рядах
(варианты выражены целыми числами) определяется как
полусумма крайних значений каждой группы. Для данных
82
табл. 3, графа 4, центральными вариантами будут ,
82  80
 81
2

и т.д. В сгруппированном ряду для еще большего


79  77
 78
2

упрощения расчетов разность между соседними вариантами


принимают за единицу, фактическое же значение этой
разности (i)вводится в последующем в формулу и она
приобретает следующий вид: M  A  i nap
В качестве примера рассчитаем среднюю частоту пульса
перед экзаменом у студентов-медиков (по способу
моментов), используя данные табл. 3, в которой
сгруппированный ряд был составлен нами ранее.
В табл. 7 сведены некоторые данные табл. 3 и определены
центральные варианты (графа 3), как указывалось выше,
определены условные отклонения (графа 4), причем, для
упрощения расчетов разность между соседними
центральными вариантами принята за 1, вместо
действительной разности, равной 3 (81 – 78), что будет
учтено в формуле расчета в дальнейшем.
Средняя арифметическая взвешенная в
сгруппированном ряду по способу моментов рассчитывается
по формуле:
ap
M  A  i
n
, где:
А – условная средняя (наиболее часто встречающаяся
варианта, в нашем примере А=75, такая частота пульса
встречалась у 16 студентов);
i – величина интервала, т.е. разность между соседними
центральными вариантами, в нашем примере i=3.
Остальные обозначения известны.
Таблица 7
Распределение студентов-медиков
по частоте пульса перед экзаменом
Пульс, Число Условное
Центральная
уд/мин студентов отклонение ар
варианта (Vцентр.)
(V) (р) (a)
1 2 3 4 5
82-80 4 81 2 8
83
79-77 8 78 1 8
76-74 16 75 0 0
73-71 5 72 -1 -5
70-68 11 69 -2 -22
67-65 2 66 -3 -6
64-62 6 63 -4 -24
61-59 2 60 -5 -10
58-56 1 57 -6 -6
Σр=n=55 Σар=-57

Подставим все данные в формулу:


ap -75
M  Ai
n
 75  3 уд/мин
55
 75  ( -3,1)  71,9

Вывод. Частота пульса у студентов-медиков перед


экзаменом составляла в среднем 71,9 (≈72) удара в минуту.

Расчет средней арифметической величины, которая


используется для характеристики количественного признака
изучаемого явления, относится к методам «классической»
вариационно-статистической обработки материалов
медицинских и биологических исследований или, так
называемым, параметрическим методам. Существуют и
непараметрические методы статистической обработки, к
которым относится расчет моды и медианы.

Мода (Мо) – наиболее часто встречающаяся варианта в


вариационном ряду. Для распределения, представленного в
табл. 8, моде соответствует варианта, равная 10, она
встречается чаще других – 6 раз.
Таблица 8
Распределение больных по длительности пребывания
на больничной койке (в днях)

V 3 6 7 8 10 12 13 15 17
р 2 3 4 5 6 5 4 3 2
Иногда точную величину моды установить трудно,
поскольку в изучаемых данных может существовать
84
несколько наблюдений, встречающихся «наиболее часто».
Медиана (Ме) – непараметрический показатель, делящий
вариационный ряд на две равные половины: в обе стороны
от медианы располагается одинаковое число вариант.
Например, для распределения, указанного в табл. 8, медиана
равна 10, т.к. по обе стороны от этой величины
располагается по 14 вариант, т.е. число 10 занимает
центральное положение в этом ряду и является его
медианой.
Учитывая, что число наблюдений в этом примере четное
(n=34), медиану можно определить таким образом:
234565432 34
Ме    17
2 2

Это означает, что середина ряда приходится на


семнадцатую по счету варианту, которой соответствует
медиана, равная 10. Для распределения, представленного в
vp 334
табл. 8, средняя арифметическая равна: M  n  34  10,1 .
Итак, для 34 наблюдений из табл. 8, мы получили: Мо=10,
Ме=10, средняя арифметическая (М) равна 10,1. В нашем
примере все три показателя оказались равными или
близкими друг к другу, хотя они совершенно различны.
Средняя арифметическая является результативной суммой
всех влияний, в формировании ее принимают участие все без
исключения варианты, в том числе и крайние, часто
нетипичные для данного явления или совокупности.
Мода и медиана, в отличие от средней арифметической,
не зависят от величины всех индивидуальных значений
варьирующего признака (значений крайних вариант и
степени рассеяния ряда). Средняя арифметическая
характеризует всю массу наблюдений, мода и медиана –
основную массу.
Такое совпадение показателей (Ме=Мо=М) характерно для
распределений симметричных или приблизительно
симметричных, характерной особенностью которых является
симметричное распределение частот, причем наибольшее
количество частот соответствует варианте, близкой по
размерам к средней величине, а по обе стороны от нее частоты
85
постепенно уменьшаются. Представим графически данные
табл. 8 (рис. 1).
7

0
2 4 6 8 10 12 14 16 18
Рис. 1. Распределение больных по длительности пребывания
на больничной койке (в днях)
Распределения могут быть и не симметричными, в этом
случае для характеристики данных необходимо пользоваться
другими способами, что позволит обобщить основные
особенности конкретной совокупности данных достаточно
точно.
Несмотря на то, что в предыдущем примере мода,
медиана и средняя арифметическая оказались равными или
близкими друг к другу, они различны по содержанию. Суть
этих различий можно увидеть в табл. 9.
Таблица 9
Содержание и применение средних величин

Средняя Мода Медиана


арифметическая
величина
– является – не зависят от величины всех
обобщающей индивидуальных значений
величиной, варьирующего признака (значений
результативной крайних вариант и степени
86
суммой всех влияний, рассеяния ряда);
в формировании ее – характеризуют основную массу
принимают участие все наблюдений;
без исключения – применяются в случае
варианты, в том числе незамкнутой совокупности, т.е.
и крайние, часто когда не имеют точной
нетипичные для количественной характеристики
данного явления или наименьшая или наибольшая
совокупности; варианты (до, свыше).
– характеризует всю В этом случае нельзя рассчитать
массу наблюдений; параметрическую среднюю.
– занимает серединное – применение медианы
положение в целесообразно, когда ничего
вариационном ряду. В неизвестно о характере
строго симметричном распределения результатов
ряду М=Мо=Ме эксперимента, т.е. нет достаточных
оснований для выбора конкретной
средней

Медиана может быть определена и с учетом центральных


вариант. Например, для распределения с вариантами 6, 9,
11, 14, 16, 17, 19, 21 медиана определяется с учетом
центральных вариант. В данном случае центральными
вариантами являются 4-я и 5-я.
Медиана будет равна: Ме  14 2 16  15
При нечетном числе наблюдений медианой является
варианта, имеющая в вариационном ряду порядковый номер
(n +1)/2.
Учитывая, что на величину моды и медианы, в отличие от
средней арифметической, не оказывают влияние значения
крайних вариант и степень рассеяния ряда, применение моды
и медианы целесообразно в тех случаях, когда при
небольшом числе наблюдений крайние варианты велики и в
значительной мере определяют величину
среднеарифметической. Так, например, изучались сведения о
продолжительности заболевания всего лишь у 11 больных.
87
Они распределились следующим образом (табл. 10).
Таблица 10
Сведения о продолжительности заболевания (в днях)

Число дней (V) 4 5 6 46


Число больных (Р) 2 3 5 1

Мы видим, что у одного из больных заболевание


продолжалось более длительно, чем у остальных (46 дней).
Данные этого одного больного в большей мере определяют
величину средней арифметической, которая равна 9 дням (
) и, по сути дела, не дает правильного представления о
99

длительности заболевания. Врача интересует так называемая


обычная, наиболее часто встречающаяся длительность
заболевания, а не отвлеченная средняя ее величина. Поэтому
в этом случае мода является более приемлемой, чем средняя
арифметическая величина. Продолжительность заболевания
в 6 дней наблюдалась наиболее часто, она является модой
для данного ряда.
Средняя величина может быть рассчитана не только
на основе абсолютных данных, но и среди показателей. При
одинаковых числах наблюдений ее находят как среднюю
простую, т.е. достаточно суммировать размеры показателей
и затем поделить на их число. При разных числах
наблюдений среднюю величину среди показателей следует
определять всегда как среднюю взвешенную.
В своей практической деятельности врачи часто
используют средние показатели работы различных
учреждений. Однако использование в этих случаях обычных
средних арифметических приводит к тому, что врач
опирается не на опыт работы лучших, передовых
коллективов, а на опыт «всех», т.е. и отсталых, плохо
работающих. Поэтому рекомендуется применять не просто
средние, а среднепрогрессивные показатели, основанные на
опыте работы не всех, а только передовых учреждений, т.е.
средняя прогрессивная вычисляется по той части вариант,
88
которые характеризуют лучшие показатели. Рассмотрим суть
средней прогрессивной на примере.

Пример. Главный областной педиатр при анализе уровней


детской смертности за прошлый год обнаружил в разных
районах области довольно резкое их варьирование (табл. 11).
Таблица 11
Уровень детской смертности в различных районах области

Детская смертность
(на 1000 родившихся 10 16 21 24 28 32 37 39
живыми)
Число районов
области, имеющих
1 1 1 4 2 1 1 1
подобные показатели
детской смертности
Общее число
300 173
родившихся живыми 700 836 860 961 837 913
0 0
в этих районах
Средний показатель детской смертности по области
составил 26,0 на 1000 родившихся живыми и оказался выше
аналогичных показателей соседних областей и республики в
целом. Был сделан вывод о необходимости дальнейшего
снижения детской смертности.
В этом случае возникает несколько вопросов:
▪ до какого конкретного уровня можно снизить детскую
смертность;
▪ каким реальным критерием при этом руководствоваться.
В подобных случаях полезно равняться на передовые
коллективы, работающие в данной области, т.е. на те
районы, где уровень детской смертности ниже
среднеобластного (семь первых районов). Средняя величина
показателя детской смертности в этих семи районах области
(20,4‰) и есть средняя прогрессивная:
Vp (10  1  16  1  21  1  24  4 )
  20,4 случаев на 1000 родившихся
n 7
живыми

89
Таким образом, средняя прогрессивная величина – это
средняя арифметическая, определенная среди оптимальных
показателей, т.е. среди показателей, более благоприятных по
своим размерам в сравнении с общей средней.
При изучении варьирующего признака, особенно в
биологии и медицине, где изучаются живые организмы и их
жизнедеятельность в норме и патологии, нельзя
ограничиваться вычислением только средних величин,
какими универсальными они бы ни были.
Средняя величина, рассчитанная математическим путем, –
это величина, вокруг которой расположены на разном
удалении варианты, вошедшие в вариационный ряд, из
которого она была рассчитана. Чем ближе друг к другу по
значению отдельные варианты, тем меньше колеблемость
(рассеянность) вариационного ряда, тем типичнее для
характеристики изучаемого признака его средняя величина.
О таком вариационном ряде говорят, что он компактный,
однородный. Если же варианты значительно удалены от
своей средней арифметической – налицо большое
варьирование, а возможно и неоднородная совокупность, и
рассчитанная в этой совокупности средняя величина не
будет отображать типичных для изучаемого явления черт.
Являясь важнейшей статистической характеристикой,
средняя арифметическая ничего не говорит о величине
варьирования характеризуемого признака. Вот почему при
статистической обработке вариационного ряда, кроме
расчета средних величин необходимо установить размеры
варьирования или разнообразия значений изучаемого
признака (его изменчивости или колеблемости).
К показателям разнообразия (вариации, колеблемости)
относятся:
амплитуда (Am), лимит (lim)
среднее квадратическое отклонение (δ)
дисперсия (δ2)
коэффициент вариации (CV)
Различают показатели колеблемости, характеризующие:

90
 границы изучаемой совокупности (lim, Am);
 внутреннюю ее структуру (δ, δ2, CV).
Лимиты (пределы) – минимальная и максимальная
варианты изучаемой совокупности, определяются крайними
значениями вариант в вариационном ряду. Показывая
фактические границы варьирования признака, лимиты имеют
определенное значение в метеорологии, где показывают
минимальную и максимальную температуру, а также в
микробиологии для характеристики размеров
микроорганизмов.
Записываются лимиты следующим образом:
Lim=Vmax  Vmin

Амплитуда (размах вариации) – разность лимитов


(крайних вариант) (Am=Vmax – Vmin). С помощью этого
показателя можно оценить колеблемость вариационного
ряда, но при сравнении с амплитудой второго вариационного
ряда. Так, если Am первого вариационного ряда равна 5, а
второго – 11, можно сделать вывод о том, что колеблемость
второго вариационного ряда вдвое больше первого, при
одинаковом значении средних величин, средняя рассчитанная
из второго вариационного ряда, менее типична из-за резкой
колеблемости.
Описываемые показатели вариации конкретны и просты –
в этом их положительное значение. Ими можно пользоваться
для приближенной характеристики разнообразия, особенно
при малом числе наблюдений (n<30). Но они не
характеризуют внутреннюю структуру вариационного ряда,
не учитывают колебания между значениями вариант.
Иллюстрацией к сказанному могут служить вариационные
ряды, полученные в результате изучения целесообразности
использования нового препарата для лечения инфаркта
миокарда (табл. 12).
Таблица 12
Время наступления эффекта у больных
инфарктом миокарда после лечения новым препаратом (мин)
91
V1 5 10 15 20 25 30 35 40 45 М1=25

V2 5 23 23 25 25 25 27 27 45 М2=25

Средние арифметические этих рядов одинаковы


(М1=М2=25 мин). Одинаковыми являются и лимиты
(Lim1=lim2=545). Амплитуды также одинаковы
(Am1=Am2=45–5=40). А характер варьирования у рядов
разный, что не отражается на величине этих показателей.
Наиболее точной мерой варьирования, колеблемости
вариационного ряда (изучаемого признака) являются
дисперсия и среднее квадратическое отклонение (δ).
Среднее квадратическое отклонение – именованная
величина, поэтому она должна иметь размерность общую
для вариант и средней арифметической величины.
Существует несколько способов расчета среднего
квадратического отклонения: среднеарифметический, способ
моментов и по амплитуде вариационного ряда.

Среднеарифметический способ расчета


Когда число наблюдений небольшое (n≤30), а все частоты
в вариационном ряду р=1, применяется формула:
2
   d
n -1
,
где d – истинные отклонения вариант от истинной
средней (V – М).
При р>1 используется формула:
2
   d p
n 1

При большом числе наблюдений (n>30) в знаменателе


обеих формулах берут n, а не n–1.
Следует заметить, что при определении средней
арифметической (М) учитывают все элементы ряда,
рассчитывая δ, надо брать не все случаи, а на единицу меньше
(n–1), при n ≤30.
92
Рассчитаем среднее квадратическое отклонение,
воспользовавшись условием задачи, приведенной в одном из
предыдущих примеров.

Последовательность расчета δ (см. табл. 13):


1. Построить вариационный ряд (граф 1, 2).
2. Определить среднеарифметическую величину (М)
(графа 3):
vp
 6,7 дней
233
M  
n 35

3. Найти истинные отклонения d (d=V – M). Например, d1=


2–7= –5 и т.д., данные записать в графу 4.
4. Возвести каждое отклонение в квадрат (d2), графа 5.
5. Найти произведение (d2P) по всем строкам ряда (графа
6).
6. Определить сумму Σd2P, графа 6.
2
7. Рассчитать δ по формуле:   
d
n 1
p

208
35
=±2,4 дня.
Таблица 13
Распределение больных с острыми респираторными
заболеваниями по длительности нетрудоспособности (в днях)

Алгоритм расчета среднего квадратического отклонения


Длительность Число
нетрудоспособ больны
Vр d d2 d2р
ности (в днях), х
V р
1 2 3 4 5 6
2 1 2 -5 25 25
3 2 6 -4 16 32
4 2 8 -3 9 18
5 6 30 -2 4 24
6 8 48 -1 1 8
7 6 42 0 0 0
8 3 24 +1 1 3
9 3 27 +2 4 12
10 1 10 +3 9 9
93
11 1 11 +4 16 16
12 1 12 +5 25 25
13 1 13 +6 36 36
Σр=n=3 ΣVр=23
Σd2p=208
5 3

По способу моментов среднее квадратическое


отклонение определяется следующим образом:
2
а ар 2
 
n
р
- (
n
) ,
где: a – условное отклонение вариант от условной
средней (a =V – А).
Этот способ применяется тогда, когда вариационный ряд
громоздкий как за счет большого числа наблюдений, так и за
счет вариант, выраженных многозначными числами. При
числе наблюдений, равном 30 и менее, в формуле n заменяют
на (n – 1) и тогда δ определяется по формуле:
2
а р ар 2
  -( )
n 1 n 1

Если при расчете средней арифметической (М) была


использована величина интервала (i), она вводится и в
формулу расчета δ.
Разберем на том же примере статистическую обработку
вариационного ряда с вычислением М и δ по способу
моментов (табл. 14).
Таблица 14
Распределение больных с острыми респираторными
заболеваниями по длительности нетрудоспособности
Длительность Число
нетрудоспособности больных, a ар а2р
(в днях), V р
1 2 3 4 5
2 1 -4 -4 16
3 2 -3 -6 18
4 2 -2 -4 8
5 6 -1 -6 6

94
А=6 8 0 0 0
7 6 +1 +6 6
8 3 +2 +6 12
9 3 +3 +9 18
10 1 +4 +4 16
11 1 +5 +5 25
12 1 +6 +6 36
13 1 +7 +7 49
Σр=n=35 Σар=23 Σа2р=210

Последовательность расчета δ по способу моментов:


1. Найти условную среднюю А (А=6).
2. Определить условные отклонения (a) каждой варианты
(графа 3) от условной средней (a =V – А).
3. Получить произведения (ар), а затем их просуммировать
(графа 4). В нашем примере Σар=23.
4. Рассчитать истинную среднюю арифметическую по
ap
формуле M  A  i n . В нашем примере М=6,7 дней.
5. Получить произведения а2р по всем строкам
вариационного ряда и просуммировать их (графа 5). В
нашем примере Σа2р=210.
6. Рассчитать δ по способу моментов по формуле:
2
а ар 2
 
n
р
-(
n
) =2,4 дня.

Более упрощенный метод определения среднего


квадратического отклонения – по амплитуде ряда,
применяется, если отсутствуют необходимые данные для
вычисления среднего квадратического отклонения обычным
путем или нет необходимости в получении высокой
точности показателя колеблемости вариационного ряда:
V max - V min
 
К
,
где: К – коэффициент, определяемый по таблице С.И.
Ермолаева в зависимости от числа наблюдений (табл. 15).
Рассчитав этим способом среднее квадратическое

95
отклонение для предыдущего примера, получим следующее
значение δ:
13 - 2
    2,6 дня.
4,21

Среднее квадратическое отклонение, вычисленное по


амплитуде, может несколько отличаться от вычисленного
обычным способом, причем различие это увеличивается с
увеличением числа наблюдений. Так, δ, рассчитанная
обычным способом, в нашем примере равна 2,4 дня, а по
амплитуде – 2,6 дня.
Таблица 15
Значения коэффициента К для расчета среднего
квадратического отклонения по амплитуде вариационного ряда (таблица С.М.
Ермолаева)

n Значения коэффициента К
0 – – 1,13 1,69 2,06 2,33 2,53 2,70 2,85 2,97
10 3,08 3,17 3,26 3,34 3,41 3,47 3,53 3,59 3,64 3,69
20 3,73 3,78 3,82 3,86 3,90 3,93 3,96 4,00 4,03 4,06
30 4,09 4,11 4,14 4,16 4,19 4,21 4,24 4,26 4,28 4,30
40 4,32 4,34 4,36 4,38 4,40 4,42 4,43 4,45 4,47 4,48
50 4,50 4,51 4,53 4,54 4,56 4,57 4,59 4,60 4,61 4,63
60 4,64 4,65 4,66 4,68 4,69 4,70 4,71 4,72 4,73 4,74
70 4,75 4,77 4,78 4,79 4,80 4,81 4,82 4,83 4,83 4,84
80 4,85 4,86 4,87 4,88 4,89 4,90 4,91 4,91 4,92 4,93
90 4,94 4,95 4,96 4,96 4,97 4,98 4,99 4,99 5,00 5,01

Среднее квадратическое отклонение для относительной


величины (Р) рассчитывается по формуле:
  Рq , где:

Р – величина относительного показателя, выраженного в


% или ‰ и т.д.;
q – величина альтернативы (обратная величина Р), т.е.
q=100 – Р или q=1000 – Р.

В статистической практике, прежде чем проводить


соответствующую обработку и анализ результатов,
96
полученных при конкретных наблюдениях, необходимо ясно
представить себе, с каким законом распределения мы имеем
дело. Вот почему одним из обязательных этапов методики
статистической обработки вариационных рядов является
графическое изображение вариационного ряда, которое
позволяет определить, какому закону распределения
подчиняется данное явление. Чаще всего встречается
нормальное распределение, подчиняющееся закону Гаусса-
Лапласа.
Для нормального распределения характерна
симметричность, т.е. крайние варианты (наибольшие и
наименьшие) встречаются редко. Чем ближе значения
варьирующего признака к величине средней
арифметической, тем чаще они встречаются.
Наиболее точным показателем, характеризующим
симметричность распределения, является коэффициент
асимметрии, который рассчитывается по формуле:
2p
d
As 
n 3

Коэффициент асимметрии – величина относительная,


колеблется от 0 до 1. Если As равен 0, ряд симметричен, при
As≤0,2 мы условно считаем ряд симметричным, а
распределение нормальным.
Коэффициент асимметрии оценивается по специальной
таблице (табл. 16).
Таблица 16
Критические значения коэффициента асимметрии As
(Р+=0,95)
n As n As n As
25 0,711 70 0,459 200 0,280
30 0,661 80 0,432 250 0,251
35 0,621 90 0,409 300 0,230
40 0,587 100 0,389 350 0,213
45 0,558 125 0,350 400 0,200
50 0,533 150 0,321 450 0,188
97
60 0,492 175 0,298 500 0,179

Если рассчитанный As≤As0,95 (табличного), отвергается


предположение о наличии асимметрии, т.е. распределение
можно считать нормальным. При As≥As0,95 распределение
асимметрично. Знак As указывает направление асимметрии
(«–» – левосторонняя, «+» – правостороння). В этом случае
применяется другая методика статистической обработки
вариационных рядов.
Нормальное распределение имеет место, если
изменчивость значений наблюдаемого явления обусловлена
воздействием большого числа различных независимых
факторов. Нормальное распределение представляет собой
очень простой тип распределения, поскольку оно всегда
принимает одну и ту же форму. Ее можно описать, выбрав в
качестве меры колеблемости показатель
среднеквадратического отклонения. При этом распределении
максимальные и минимальные значения варьирующего
признака практически не удаляются от среднего значения
больше, чем на 3δ, а весь вариационный ряд (его амплитуда)
практически находится в пределах 6δ.
Изобразим графически количественные характеристики
нормального распределения (рис. 2).
Обращает на себя внимание, что на форму кривой
существенное влияние оказывает среднее квадратическое
отклонение. Чем больше δ, тем шире основание и ниже
максимальная высота вариационной кривой (больше
разнообразие варьирующего признака). Чем меньше значение
δ, тем вариационная кривая уже и выше (совокупность более
однородна). При этом площадь, ограничиваемая кривой и
осью абсцисс, во всех случаях одинакова и условно может
быть принята за единицу.
Если на оси абсцисс отложить вправо и влево от М
величину 1δ (М±δ) и восстановить из этих точек
перпендикуляры, то по теории вероятности (теория
вероятности изучает законы поведения случайных величин)
ограниченная площадь составит не менее 0,683 (68,3%) от
98
всей площади, ограниченной вариационной кривой и осью
абсцисс. Отсюда следует, что в пределах М±δ находится не
менее 68,3% всех вариант вариационного ряда (все варианты
ряда находятся в пределах М±δ с вероятностью
безошибочного прогноза 68,3%).

99,7%
Рис. 2 Нормальное распределение признака (М=12, δ=4)
95,5%
По закону симметричности, отрезки М – δ и М + δ равны в
вероятностном отношении и составляют не менее 34,1%.
Аналогичным образом находим, что в пределах М±2δ
находится не менее 95,5% всех вариант вариационного ряда,
68,3%
99
13½% 13½%

34,1% 34,1%

2½% 2½%
а в пределах М±3δ – 97,7%.
0 Таким образом,
4 при
8 нормальном
12 16 распределении
20 28при
различных значениях средней и среднеквадратического
-3δ
отклонения, -2δ
всегда -1δ
68,3% М +1δ находятся
наблюдений +2δ +3δ
в пределах
±1δ; 95,5% наблюдений находятся в пределах ±2δ; 99,7% – в
пределах ±3δ. И только 0,3% (3 случая на 1000) наблюдений
имеют значения, отличные от среднего больше чем на 3δ.
Среднее квадратическое отклонение имеет совершенно
исключительное значение в статистике и используется в
качестве абсолютной меры разнообразия, а также эта
величина положена в основу почти всех характеристик
изменчивости, распределения, корреляции, регрессии и
дисперсионного анализа.
При помощи δ определяют типичность средней величины
и меру ее точности. Если 95% всех вариант находятся в
пределах М±2δ, то средняя является характерной для данного
ряда, и не требуется увеличивать число наблюдений в
выборочной совокупности.
В медицине с величиной М±δ связано понятие нормы и
патологии, отклонения от средней (в любую сторону)
больше, чем на ±δ, но меньше, чем на ±2δ, считается
субнормальным (выше или ниже нормы). При отклонении от
средней больше, чем на ±2δ, варианты (показатели)
считаются значительно отличающимися от нормы, т.е.
патологическими.
Практическое значение среднего квадратического
отклонения заключается в том, что зная М и δ, можно
построить вариационные ряды.
Правило 3δ применяется в народном хозяйстве при
определении стандартов (для массового пошива одежды,
обуви, производства мебели и т.д.). В медицинской
статистике правило 3δ применяется при изучении
физического развития человека, оценке деятельности
учреждений здравоохранения, комплексной оценке здоровья
населения и т.д.
Среднее квадратическое отклонение является основной
абсолютной мерой вариабельности варьирующих признаков,
100
однако, при сравнении разнообразия двух или более
совокупностей среднее квадратическое отклонение
применяется при соблюдении двух условий:
1. Сравниваются только однородные совокупности
(одноименные) или признаки.
2. Средние уровни сравниваемых признаков значительно
отличаются друг от друга.
При несоблюдении этих условий δ не может быть
использована для сравнения разнообразия и в этом случае в
качестве относительной меры вариабельности применяется
коэффициент вариации. Коэффициент вариации
рассчитывается по формуле:

Сv   100%
М

Коэффициент вариации в известной мере является


критерием надежности средней арифметической. Если
СV≥40%, то средняя арифметическая неустойчива и
ненадежна.
Оценка степени колеблемости изучаемых признаков по
коэффициенту вариации может быть произведена по
следующей схеме:

Степень колеблемости
СV (в %) (рассеяние вариант около средней
арифметической величины)
менее 10 малая
от 10 до 20 средняя
более 20 сильная

При нормальном распределении коэффициент вариации


обычно не превышает 45 – 50% и часто бывает гораздо ниже
этого уровня. В случаях же асимметричных распределений
он может быть довольно высоким, достигающим 100% и
выше.
Таким образом, обобщив материал по теме «Средние

101
величины, их использование в здравоохранении» можно
предложить алгоритмы статистической обработки
медицинских данных с помощью средней величины
(приложения 4-7).

ЗАДАНИЯ ДЛЯ КОРРЕКЦИИ УМЕНИЙ

В соответствии с первой конкретной целью обучения по


заданной теме – уметь определить целесообразность и
необходимость расчета средних величин – необходимо
решить следующую задачу.

Задача 1
Ниже приводится информация о длительности лечения в
стационаре и исходах заболевания 45 больных пневмонией.

Длительность лечения (дней)


Исходы заболевания
выздоровление – 23
25, 11, 12, 13, 24, 23, 23, 24 ,21
чел.
22, 21, 23, 22, 21, 14, 14, 22, 20,
улучшение – 13 чел.
20, 15, 15, 16, 20, 20, 16, 16, 20,
без перемен – 7 чел.
17, 17, 19, 19, 19, 18, 18, 18, 18,
ухудшение – 1 чел.
19, 19, 17, 17, 18, 18, 19, 26
летальность – 1 чел.
Задания:
1. Укажите характер вариации представленных данных и
объясните, почему Вы так считаете.
2. Определите целесообразность и необходимость расчета
средних величин.
Ответ:
1) Учитывая, что изучаемый нами варьирующий признак, а
именно длительность лечения больных пневмонией,
имеет количественное выражение, представленная
вариация называется количественной, а ряд

102
распределения – вариационным, он и будет основанием
для расчета средней величины.
2) Информация об исходах заболевания пневмонией не
имеет количественной меры (выздоровление, улучшение
и т.д.), вариация будет называться качественной, а ряд
распределения – атрибутивным, средняя величина в
этом случае не рассчитывается, но, анализируя данные
такого ряда, можно использовать моду.
3) Так как данные о длительности лечения в стационаре
многочисленны и имеют количественное выражение,
то рассчитывается средняя величина.

Если вы дали правильный ответ, приступайте к отработке


следующих умений:
 Уметь построить вариационный ряд и рассчитать средние
арифметические величины разными способами в
зависимости от вида вариационного ряда;
 Уметь рассчитать показатели колеблемости
вариационного ряда (изучаемого признака);
 Уметь оценить полученные данные и сделать выводы.
Для этого решите следующие задачи:

Задача 2
На 8 лекциях по социальной медицине и организации
здравоохранения в весеннем семестре на одном из потоков
IV курса лечебного факультета присутствовало студентов:
174, 168, 175, 158, 172, 174, 171, 155, 169.
Задания:
1. Постройте вариационный ряд и определите его вид
(ответ обоснуйте).
2. Рассчитайте среднюю арифметическую величину, моду,
медиану.
3. Определите показатели колеблемости вариационного
ряда (лимиты, амплитуду, среднее квадратическое
отклонение, коэффициент вариации).
4. Оцените полученные данные и сделайте вывод.

103
Ответ:
1. Чтобы построить вариационный ряд, необходимо
расположить варианты в возрастающем порядке (графа 1,
табл. 2.1).
Таблица 2.1
Распределение студентов IV курса лечебного факультета,
присутствовавших на лекциях
Число
Число
студентов, d d2
лекций, р
V
1 2 3 4
155 1 -13 169
158 1 -10 100
168 1 0 0
169 1 +1 1
171 1 +3 9
172 1 +4 16
174 1 +6 36
175 1 +7 49
ΣV=1343 Σр=n=8 Σ d2=380

2. Построенный вариационный ряд – дискретный или


прерывистый, т.к. варианты отличаются друг от друга на
целое число и не имеют промежуточных дробных значений.
3. Вариационный ряд – простой, т.к. каждая варианта
встречается только один раз, т.е. р=1 (графа 2, табл. 2.1).
4. Так как вариационный ряд простой, необходимо
рассчитать простую среднеарифметическую величину по
формуле: M  nV  1342
8
 167,75 ≈168 студентов.

5. Моду (Мо) рассчитать нельзя, т.к. р=1.


6. Медиана (Ме) рассчитана с учетом центральных
вариант. Центральными вариантами являются 4-ая и 5-ая
варианты (169 и 171). Ме  169 2 171  170 студентов.

104
7. Lim=175÷ 155 студентов; Am= 175 – 155= 20 студентов.
Для расчета среднего квадратического отклонения (δ)
определены истинные отклонения (d) вариант от истинной
средней арифметической и заполнены графы 3, 4 табл. 2.1
2
d
  
n 1
 
380
8 1
 7,4 студентов.
V max- V min 175 - 155
δ по Ермолаеву = K

2,85
 7,0 студентов.
 7,4  100%
СV= М
 100% 
167,75
 4,4% .
Выводы:
1. Вариационный ряд – дискретный, простой.
2. На лекциях по социальной медицине в весеннем
семестре присутствовало в среднем 168 студентов IV курса
лечебного факультета.
3. Средняя арифметическая величина является
характерной, типичной для данного вариационного ряда,
т.к. в пределах 153,2 – 182,8 (М±2δ) находятся все
варианты вариационного ряда, а достаточно 95%.
4. Степень колеблемости вариационного ряда малая по
коэффициенту вариации.

Задача 3
Сроки стационарного лечения 30 больных детей (в днях):
17, 7, 16, 18, 12, 12, 14, 14, 17, 18, 15, 18, 19, 17, 15, 15, 15,
17, 16, 9, 10, 10, 11, 16, 19, 20, 16, 17, 15, 15.

Задания.
1. Постройте вариационный ряд и определите его вид
(ответ обоснуйте).
2. Рассчитайте среднюю арифметическую величину, моду,
медиану.
3. Определите показатели колеблемости вариационного
ряда (лимит, амплитуду, среднее квадратическое
отклонение, коэффициент вариации).
4. Оцените полученные данные и сделайте выводы.

105
Ответ.
1. Для построения вариационного ряда варианты были
расположены в возрастающем порядке (графа 1, табл. 3.1).
Таблица 3.1
Распределение больных детей по срокам
стационарного лечения
Сроки Число
стационарног больных
Vр d d2 d2р
о лечения р
(в днях), V
1 2 3 4 5 6
7 1 7 -8 64 64
9 1 9 -6 36 36
10 2 20 -5 25 50
11 1 11 -4 16 16
12 2 24 -3 9 18
14 3 42 -1 1 3
15 6 90 0 0 0
16 4 64 +1 1 4
17 4 68 +2 4 16
18 3 54 +3 9 27
19 2 38 +4 16 32
20 1 20 +5 25 25
2
Σр=n=3 ΣVр=44 Σd p=29
0 7 1

2. Построенный вариационный ряд – дискретный или


прерывистый, т.к. варианты отличаются друг от друга на
целое число и не имеют промежуточных, дробных значений.
Вариационный ряд – взвешенный, т.к. одна и та же
варианта повторяется несколько раз, варианты как бы
взвешиваются по числу соответствующих им частот – р>1
(графа 2, табл. 3.1).
3. Учитывая, что вариационный ряд взвешенный, была
рассчитана взвешенная среднеарифметическая величина по
vp 447
M    14,9
формуле: n 30 дней.
106
4. Мода (Мо) – рассчитывалась как наиболее часто
встречающаяся варианта, чаще всего (6 раз) встречались
дети со сроком стационарного лечения 15 дней.
Следовательно, Мо=15 дней.
5. Число наблюдений в данной задаче четное, поэтому
медиана (Ме) рассчитывалась следующим образом: 30 : 2 =
15, т.е. медиана соответствует 15-й по счету варианте,
это варианта – 15 дней. Следовательно, Ме=15 дней.
6. Lim=20÷7; Am=13. Для расчета среднего
квадратического отклонения определялись истинные
отклонения вариант от истинной среднеарифметической
величины (d) и заполнялись графы 4, 5, 6 табл. 3.1).
2
d
  
n
 
291
30
 3,1 дней.
V max - V min 20 - 7
δ по Ермолаеву = K

4,09
 3,2 дней.
 3,1  100%
СV= М
 100% 
14,9
 21,1% .
7. Выводы.
 Вариационный ряд – дискретный, взвешенный.
 Мо=Ме≈М, что характерно для нормального
распределения.
 Сроки стационарного лечения больных детей составляет
в среднем 14,9≈15 дней.
 Средняя арифметическая величина является типичной
для данного вариационного ряда, т.к. в пределах М±2δ
находится около 97% вариант вариационного ряда.
 Степень колеблемости вариационного ряда сильная по
коэффициенту вариации, вместе с тем мы не можем
говорить о ненадежности средней арифметической, т.к.
СV<40%.
Задача 4
Число состоящих на диспансерном учете больных с
гипертонической болезнью у 50 участковых терапевтов
города: 20, 21, 22, 23, 25, 25, 26, 27, 27, 25, 26, 27, 25, 22, 23,
24, 39, 23, 40, 22, 26, 30, 24, 26, 24, 25, 24, 25, 24, 28, 24, 29,
25, 26, 27, 27, 30, 31, 34, 31, 35, 32, 30, 30, 36, 25, 35, 38, 39,
107
28.
Задания.
1. Постройте вариационный ряд и определите его вид
(ответ обоснуйте).
2. Рассчитайте среднюю арифметическую величину, моду,
медиану.
3. Определите показатели колеблемости вариационного
ряда (лимит, амплитуду, среднее квадратическое
отклонение, коэффициент вариации).
4. Оцените полученные данные и сделайте выводы.
Ответ.
1. Чтобы построить вариационный ряд, расположим
варианты в возрастающем порядке (графа 1, табл. 4.1).

2. Построенный первоначальный ряд – дискретный, т.к.


варианты отличаются друг от друга на целое число и
взвешенный, т.к. варианты повторяются несколько раз
(графа 2, табл. 4.1). Учитывая, что число наблюдений равно
50 (n>30), и для облегчения расчетов из первоначального
ряда построим сгруппированный вариационный ряд с
соответствующими частотами (графы 3, 4, табл. 4.1).
Величина интервала (i) для сгруппированного ряда
V -V
рассчитывалась по формуле: i  max r min , где r – число
Vmax - Vmin
предполагаемых групп (см. табл. 2). i 
r

40 - 20
8
 2,5 ≈
2 больных.

Таблица 4.1
Распределение больных гипертонической болезнью,
состоящих на диспансерном учете у участковых терапевтов
Первоначальный
Сгруппированный ряд
ряд
Число Число Число Число V р а ар а2р
108
больных, участков больных, участко
состоящи ых состоящи вых
х на терапевт х на терапев
диспанс. ов, диспан. тов,
учете, V р учете, V р
1 2 3 4 5 6 7 8 9
20 1 20 – 21 2 21 2 -2 4 8
21 1 22 – 23 6 23 6 -1 6 6
22 3 24 – 25 14 25 14 0 0 0
23 3 26 – 27 10 27 10 +1 10 10
24 6 28 – 29 3 29 3 +2 6 12
25 8 30 – 31 6 31 6 +3 18 54
26 5 32 – 33 1 33 1 +4 4 16
27 5 34 – 35 3 35 3 +5 15 75
28 2 36 – 37 1 37 1 +6 6 36
29 1 38 – 39 3 39 3 +7 21 147
30 4 40 – 41 1 41 1 +8 8 64
31 2
32 1
33 0
34 1
35 2
36 1
37 0
38 1
39 2
40 1
∑р=n=50 ∑р=n=50 n=50 ∑ар=98 ∑а2р=428

Так как вариационный ряд взвешенный, рассчитываем


взвешенную среднюю арифметическую с использование
способа моментов, т.к. число наблюдений n>30.
ap
 25  3,92  28,92 больных.
98
M  Ai  25  2 
n 50

Величина интервала (i) вводится в формулу определения


М и δ в том случае, если в графе 7 «условные отклонения» –
а определяются не как разность между вариантами и
условными средними (V – А), а даются условные обозначения
109
–1, -2, 0, +1, +2 и т.д., предполагающие, что разность
между центральными вариантами равна 1. Мо=25 больных;
Ме=26 больных.
3. Lim=40 ÷ 20; Am=20.

а 2 р ар 2 428 98 2
  i  -( )  2  -( )  2  8,56 - 3,84  2 
n n 50 50
V max - V min 40 - 20
δ по Ермолаеву = K

4,5
 4,4 больных.
 4,4  100%
СV= М
 100% 
28,92
 15,2% .
Выводы.
1. Вариационный ряд – дискретный, взвешенный,
сгруппированный.
2. Мо=25 больных; Ме=26 больных.
3. Lim=40 ÷ 20; Am=20.
4. У участковых терапевтов на диспансерном учете
состоит в среднем 28,9≈29 больных.
5. Средняя арифметическая величина является типичной
для данного вариационного ряда, т.к. в пределах М±2δ (20,5
÷ 37,7) находится 95% вариант вариационного ряда.
6. Степень колеблемости вариационного ряда средняя (по
коэффициенту вариации).

Задача 5
Результаты измерения роста у мальчиков 10 лет,
обучающихся в школах-интернатах (в см): 127,0; 126,5;
128,0; 120,0; 123,0; 121,0; 126,0; 123,5; 122,0; 127,0; 123,0;
122,5; 127,0; 126,0; 128,5; 124,5; 127,0; 125,5; 125,5; 128,0;
125,0; 127,0; 130,0; 123,5 128,0; 126,0; 124,5; 127,0; 123,5;
127,0; 130,0; 126,5; 126,0; 128,0; 124,5; 127,0; 125,0; 124,5;
128,0; 128,5; 125,5; 128,0; 127,0; 126,0; 126,5; 131,0; 127,0;
127,0; 131,0; 126,0; 128,0; 124,5; 125,0; 127,0; 130,5; 125,0;
127,0; 124,5; 126,0; 128,5 125,0; 128,0; 126,5; 130,0; 125,5;
128,5, 126,0; 126,0; 130,5; 124,5; 128,0; 125,5; 125,0; 128,0;
125,5; 126,0; 124,0; 131,0; 125,5; 130,5; 129,5; 127,0; 128,5
110
126,5; 130,0; 130,0; 127,0; 127,0; 127,0; 127,0; 128,0; 128,0;
129,0; 129,0; 129,0; 134,5; 130,5; 132,0; 132,0; 133.
Задания.
1. Постройте вариационный ряд и определите его вид (ответ
обоснуйте).
2. Рассчитайте среднюю арифметическую величину, моду,
медиану.
3. Определите показатели колеблемости вариационного ряда
(лимит, амплитуду, среднее квадратическое отклонение,
коэффициент вариации).
4. Оцените полученные данные и сделайте выводы.

Ответ.
1. Чтобы построить вариационный ряд, расположим
варианты в возрастающем порядке (графа 1, табл. 5.1).
2. Построенный первоначальный ряд – непрерывный, т.к.
варианты имеют промежуточные, дробные значения, и
взвешенный, т.к. одна и та же варианта встречается
несколько раз (графа 2, табл. 5.1). Так как число наблюдений
большое (n=100), для облегчения расчетов из первоначального
ряда построим сгруппированный вариационный ряд с
соответствующими группам частотами (графы 3, 4, табл.
5.1).
Таблица 5.1
Распределение мальчиков по росту (в см)
Первоначальн
Сгруппированный ряд
ый ряд
Число
Рост, мальчик Рост, Число
V V мальчик V р а ар а2р
ов, р ов, р
1 2 3 4 5 6 7 8 9
120,0 1 120,0 – 121,9 2 121,0 2 -6 -12 72
121,0 1 122,0 – 123,9 7 123,0 7 -4 -28 112
122,0 1 124,0 – 125,9 21 125,0 21 -2 -42 84
122,5 1 126,0 – 127,9 33 127,0 33 0 0 0

111
123,0 2 128,0 – 129,9 21 129,0 21 +2 +42 84
123,5 3 130,0 – 131,9 12 131,0 12 +4 +48 192
124,5 8 132,0 – 133,9 3 133,0 3 +6 +18 108
125,0 6 134,0 – 135,9 1 135,0 1 +8 +8 64
125,5 7
126,0 10
126,5 5
127,0 18
128,0 12
128,5 5
129,0 3
129,5 1
130,0 5
130,5 4
131,0 3
132,0 2
133,0 1
134,5 1
∑р=n ∑р=n ∑ар ∑а2р
n=100
=100 =100 =34 =716
3. Величина интервала (i) для сгруппированного ряда
V -V
рассчитывалась по формуле: i  max r min , где r – число
предполагаемых групп (см. табл. 2).
Vmax - Vmin
 1,5 ≈ 2 см
134,5 - 120
i  
r 10

Так как вариационный ряд взвешенный, рассчитываем


взвешенную среднюю арифметическую. Учитывая, что
число наблюдений большое, используем способ моментов:
ap
M  A  i
n
 127 
34
100
 127,3 см
Величина интервала (i) не введена в формулы определения
М и δ, т.к. условное отклонение – а определялось как
разность (V – А), где А – условная средняя, наиболее часто
встречающаяся варианта.
112
4. Lim=134,5 ÷ 120,0: Am=14,5.
  
а
2
р
- (
ар 2
)  
716
- (
34 2
)   7,16 - 0,12  2,7
см
n n 100 100

V max - V min 134 - 120


δ по Ермолаеву = K

5,02
 2,9 см.
 2,7  100%
СV= М
 100% 
127,3
 2,1% .
Выводы.
1. Вариационный ряд – непрерывный, взвешенный,
сгруппированный.
2. Мо=Ме=М, что характерно для нормального
распределения.
3. Lim=134,5 ÷ 120,0; Am=14,5.
4. Средний рост мальчиков 10 лет, обучающихся в школах-
интернатах, составляет 127,3 см.
5. Средняя арифметическая величина является типичной
для данного вариационного ряда, т.к. в пределах 116,5 –
138,1 см (М±2δ) находятся все варианты вариационного
ряда.
6. Степень колеблемости ряда слабая (СV<10%).

113
Приложение 1
Граф логической структуры темы: «Средние величины, их
использование в здравоохранении»
ПОНЯТИЕ О ВАРИАЦИОННОМ РЯДЕ, ЕГО РАЗНОВИДНОСТИ

ВИДЫ ВАРИАЦИОННЫХ РЯДОВ

По характеру количественного признака


По частоте встречаемости вариант
прерывные непрерывные взвешенные
простые

МЕТОДИКА СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ВАРИАЦИОННЫХ РЯДОВ

расчет средних величин расчет показателей


оценка достоверности
колеблемости
Ι ΙΙ
Виды средних величин
Критерии колеблемости признака, характеризующие

параметрические непараметрические внутреннюю структуру


границы совокупности
совокупности

средняя средняя мода лимит среднее


коэффициент
амплитуда
медиана
арифметическа прогрессивная квадратическое
вариации
я отклонение
Виды средней
арифметической
величины
вычисленная по способу
простая взвешенна моментов
я
методика расчета параметрических иметодика
непараметрических
расчета критериев
среднихколеблемости изучаемого признака
Понятие о Это ряд чисел, состоящий из вариант (V) и соответствующих им частот (Р), показыв
Практическое применение средних величин иизучаемой
распределение критериевсовокупности
колеблемости изучаемого
Приложение
по величине признака
2
варьирующего признака
вариационном ряде
Логическая структура темы: «Средние величины, их
Виды По характеру количественного
использование в здравоохранении» По частоте встречаемости вариант
признака
вариационных (фрагмент темы: «Расчет средних величин»)
рядов и их ПРЕРЫВНЫЙ НЕПРЕРЫВНЫЙ ПРОСТОЙ ВЗВЕШЕННЫЙ
варианты отличаются значение вариант каждая варианта одинаковые значения СГРУПП
характеристика друг от друга на целое выражены вариант встречаются одинак
(V) встречается
число и не имеют дробными только один раз несколько раз, т.е. вариан
промежуточных числами и носят имеют определенную нескольк
дробных значений непрерывный частоту повторения (Р) определ
характер повт
непараметрические средние параметрические средние
Виды СРЕ
средних МОДА (Мо)
СРЕДНЯЯ ПРОГРЕСС
МЕДИАНА (Ме) АРИФМЕТИЧЕСКАЯ (М) определя
величин, их наиболее часто показатель, делящий является обобщающей
встречающаяся оптимальных
характеристика вариационный ряд на две величиной, которая среди пока
варианта равные половины определяет то типичное, что благоприят
характерно для всей разм
совокупности в сра
при четном числе наблюдений
с общей
среднеарифметический способ спосо
при нечетном числе наблюдений 117
Методика простая средняя при взвешенном ряде
расчета взвешенная средняя при сгруппированном ряд
с учетом центральных вариант
средних
величин
Приложение 3
Логическая структура темы "Средние величины, их использование
ИЗУЧИТЬ ХАРАКТЕР ВАРЬИРУЮЩЕГО ПРИЗНАКА И ПОСТРОИТЬ
вРЯД
здравоохранении"
РАСПРЕДЕЛЕНИЯ
(фрагмент темы "Расчет показателей колеблемости вариационного
вариационный ряда") атрибутивный
Критерии колеблемости признака характеризующие
простой
Критерии взвешенный
колеблемости внутреннюю структуру совокупности
границы совокупности
изучаемого сгруппированный
признака, СРЕДНЕ КВАДРАТИЧЕСКОЕ
ЛИМИТЫ (Lim) АМПЛИТУДА (Am ) КОЭФФИЦИЕНТ
их РАССЧИТАТЬ
характеристика
СРЕДНЮЮ ВЕЛИЧИНУ В ЗАВИСИМОСТИ ОТ ХАРАКТЕРА ОТКЛОНЕНИЕ
ВАРИАЦИИ (С(δ)V)
пределы – минимальная и размах вариации –
ВАРЬИРУЮЩЕГО ПРИЗНАКА
максимальная варианты разность лимитовмера колеблемости
мера колеблемости
изучаемой совокупности вариационного
вариационного ряда
ряда
(крайних вариант)
(изучаемого признака;
(изучаемого признака;
применяется в случаях,
среднеариф- среднепрог- моду еслиприменяется
медианусравниваются тольков
метическую Vmax ÷ Vmin
рессивную Vmax – Vminоднородные
случае, если
сравниваются
(одноименные)
СРЕДНЕАРИФМЕТИЧЕСКИЙ совокупности
неоднородные или средние
Методика взвешенную
простую СПОСОБ уровни, сравниваемых
совокупности;
расчета критериев при n≤30 и p=1: признаков,
является значительно
критерием
колеблемости d2 отличаются
надежностидруг отсредней
друга;
   СПОСОБ МОМЕНТОВявляется критерием
признака n 1
арифметической
при n>30 надежности, типичности
вычисленную по способупри n≤30 и p>1: величины.
моментов средней арифметической
  
 d2p
величины.
n  1
при n≤30
при n>30 в знаменателе
РАССЧИТАТЬ ПОКАЗАТЕЛИ КОЛЕБЛЕМОСТИ ИЗУЧАЕМОЙ СТАТИСТИЧЕСКОЙ
обеихСОВОКУПНОСТИ
формул берут n, а ПО АМПЛИТУДЕ РЯДА
не n–1. V max V min
(ВАРИАЦИОННОГО РЯДА) Cv 
  
M
 100%
K

лимиты амплитуду среднеквадратическое


коэффициент 4
Приложение
отклонение
Алгоритм статистической обработки медицинскихвариации
данных с
помощью средних величин
ОЦЕНИТЬ ДОСТОВЕРНОСТЬ РЕЗУЛЬТАТОВ
118

рассчитать среднюю ошибку рассчитать критерий достоверности

СДЕЛАТЬ ВЫВОДЫ
119
Приложение 5
Алгоритм расчета параметров взвешенного вариационного ряда
Построить взвешенный вариационный ряд, расположив
1. все варианты (V) в возрастающем или убывающем порядке
с соответствующими им частотами (р), графа 1 и 2.
2.
Перемножить каждую варианту на соответствующую
частоту (Vр), найти их сумму (∑Vр), графа 3.
3. Рассчитать среднюю арифметическую взвешенную (М).

4. Найти истинные отклонения d = V – M, графа 4.

5.
Возвести каждое истинное отклонение в квадрат d2,
графа 5.
6.
Найти произведение d2×р, по всем строкам ряда и
определить их сумму ∑d2×р, графа 6.
7. Рассчитать среднее квадратическое отклонение (δ).

8. Определить ошибку репрезентативности (m).*

9. Рассчитать критерий достоверности (t).*

d
V р Vp d2 d2p Формулы для расчета
(V–M)
1 2 3 4 5 6 7
 VP
M 
n

  
 d2p
n  1

*m n
M
*t 
m

∑р=n ∑Vp ∑d2p

Примечание. * ошибка репрезентативности (m) и


критерий достоверности (t) будут рассмотрены в следующей
теме.

120
Приложение 6
Алгоритм расчета параметров взвешенного ряда по способу моментов
Построить взвешенный вариационный ряд, расположив
1. все варианты (V) в возрастающем или убывающем порядке с
соответствующими им частотами (р), графа 1 и 2.
Выбрать условную среднюю (А) – можно взять любую
2. варианту ряда, но желательно наиболее часто встречающуюся
варианту.
Определить условное отклонение (а) каждой варианты от
3.
условной средней (а = V – А), графа 3.
Перемножить значение каждого условного отклонения на
4.
соответствующую частоту (aр), найти их сумму (∑aр), графа 4.
Найти истинную среднюю арифметическую взвешенную
5.
по способу моментов (М), формула 1.
Возвести каждое условное отклонение (а) в квадрат (а2),
6. найти произведение (а2р) по всем строкам ряда и определить
их сумму ∑a2р, графа 5, 6.
Рассчитать среднее квадратическое отклонение (δ) по
7.
способу моментов, формула 2.
8. Определить ошибку репрезентативности (m)*, формула 3.

9. Рассчитать критерий достоверности (t)*, формула 4.

A
V р ap a2 a2p Формулы для расчета
(V-A)
1 2 3 4 5 6 7
 ap
M  A  i
n (1)
 a2 p  ap ) 2
  i
n  1
 (
n
(2)

*m n (3)
M
*t 
m
(4)
∑р=n ∑ар ∑a2p
Примечание. * ошибка репрезентативности (m) и
критерий достоверности (t) будут рассмотрены в следующей
теме.
Приложение 7
Алгоритм расчета параметров сгруппированного ряда по способу
моментов
1. Построить сгруппированный вариационный ряд, определив число
групповых вариант (не менее 5), величину интервала (i) по специальной
таблице, середину, начало и конец групп вариант. Расположить группы
вариант в возрастающем или убывающем порядке с соответствующими
121
им частотами (р), графа 1 и 3.
Определить центральную варианту V (в непрерывных вариационных
2. рядах как полусумму первых значений соседних групп, в дискретных
вариационных рядах как полусумму крайних значений группы), графа 2
Принять за единицу разность между соседними вариантами, введя в
3. формулу для расчета средней арифметической величину интервала (i).
Выбрать условную среднюю А – можно взять любую варианту ряда, но
4. желательно наиболее часто встречающуюся варианту.
Определить условное отклонение (а) каждой варианты от
5. условной средней (а = V – А), графа 4.
Перемножить значение каждого условного отклонения (а) на
6. соответствующую частоту (ар) и определить их сумму ∑aр, графа 5.
Найти истинную среднюю арифметическую взвешенную
7. сгруппированного ряда по способу моментов (М), формула 1.
Возвести каждое условное отклонение (а) в квадрат (а2), найти
8. произведение (а2р) по всем строкам ряда и определить их сумму ∑a2р,
графа 6, 7.
Рассчитать среднее квадратическое отклонение (δ) по способу
9. моментов, формула 2.
10. Определить ошибку репрезентативности (m)*, формула 3.
11. Рассчитать критерий достоверности (t)*, формула 4.
V р A (V-A) ap a2 a2p Формулы для расчета
1 2 3 4 5 6 7
 ap
M  A  i
n (1)
 a2 p  ap ) 2
  i
n  1
 (
n
(2)

* m  
n (3)
M
* t 
m
(4)
∑р=n ∑ар ∑a2p
Примечание. * ошибка репрезентативности (m) и критерий
достоверности (t) будут рассмотрены в следующей теме.

122
ТЕМА 4. МЕТОДИКА ОЦЕНКИ ДОСТОВЕРНОСТИ
ОТНОСИТЕЛЬНЫХ И СРЕДНИХ ВЕЛИЧИН

Актуальность темы. При проведении различных


медико-биологических исследований в практической или
научной деятельности врача преимущественно пользуются
выборочным методом сбора информации.
Выборочный метод выгодный в экономическом
отношении, так как может быть проведен при меньшем
количестве персонала и с меньшими материальными
затратами, но при проведении выборочных исследований
необходимо обеспечить представительность
(репрезентативность) выборочной совокупности. В этом
случае к выборочной совокупности предъявляют два
основных требования:
 она должна обладать основными характерными чертами
генеральной совокупности, то есть быть максимально на
нее похожей;
 она должна быть достаточной по объему (числу
наблюдений), чтобы более точно выразить особенности
генеральной совокупности.
И, все-таки, какой бы репрезентативной не была
выборочная совокупность, она отличается от генеральной
потому, что в процессе выборки допускаются случайные
ошибки – ошибки выборки, которые показывают, на сколько
отличаются величины, полученные при выборочном методе
исследования, от величин, которые могли бы быть получены
при изучении генеральной совокупности.
Для того, чтобы исследователь имел право перенести
выводы, сделанные на результатах выборочной
совокупности, на всю генеральную совокупность,
определяются показатели достоверности. Использование
статистически недостоверных данных может привести к
неправильным выводам. Вот почему умение определять
показатели достоверности и использовать их для
обобщенной количественной характеристики и оценки
123
различных явлений и процессов – весьма важное умение
студента и врача.
Учитывая изложенное, перед студентами поставлены
следующие цели:
ЦЕЛИ ЗАНЯТИЯ
Общая цель: Уметь оценить достоверность относительных и
средних показателей, применяемых для характеристики
состояния здоровья населения и деятельности медицинских
учреждений.
Общая цель достигается через конкретные умения:
 Рассчитать ошибку репрезентативности относительных и
средних показателей.
 Вычислить критерий достоверности относительной и
средней величины, критерий достоверности разности двух
показателей.
 Определить доверительные границы в генеральной
совокупности.
ИСТОЧНИКИ УЧЕБНОЙ ИНФОРМАЦИИ
(рекомендуемая литература)
1. Соціальна медицина та організація охорони здоров’я/ Під
ред. Вороненка Ю.В., Москаленка В.Ф. – Тернопіль:
Укрмедкнига, 2000. – С. 62-66.
2. Социальная гигиена и организация здравоохранения / Под
ред. Серенко А.Ф., Ермакова В.В. – М.: Медицина, 1984. –
С. 139-146.
3. Руководство по социальной гигиене и организации
здравоохранения / Под ред. Лисицына Ю.П. – М.:
Медицина, 1987. – Т.1. – С. 228-230.
4. Граф логической структуры содержания темы
(приложение 1).

ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ТЕМЫ


1. Понятие о выборочной совокупности, репрезентативности.
2. Понятие о достоверности.

124
3. Показатели, используемые для оценки достоверности
относительных и средних величин: ошибка
репрезентативности, критерий достоверности,
доверительные границы. Их характеристика.
4. Методика расчета ошибки репрезентативности, критерия
достоверности статистической величины, критерия
достоверности разности показателей; доверительных
границ в генеральной совокупности.
5. Оценка достоверности полученных результатов.

ОСНОВНЫЕ ВОПРОСЫ И КЛЮЧЕВЫЕ ПОНЯТИЯ,


НА КОТОРЫЕ СЛЕДУЕТ ОБРАТИТЬ ВНИМАНИЕ
ПРИ ПОДГОТОВКЕ ТЕМЫ

В системе медико-биологических исследований (кроме


данных официальной статистики) редко используются
сплошные методы сбора информации – основная часть
исследований относится к выборочным.
Выборочная совокупность – часть генеральной
совокупности, отобранная специальным методом и
предназначенная для характеристики генеральной
совокупности (см. раздел «Методика организации
статистического исследования в здравоохранении»).
При проведении выборочного исследования мы можем
встретиться с общими ошибками и ошибками выборки.
Общие ошибки могут иметь как системный характер
(методические ошибки, недостатки измерительной
аппаратуры), так и случайный (ошибки исследователя).
Ошибки же выборочного исследования связаны с выбором
единиц наблюдения. Это ошибки типичности,
репрезентативности.
Репрезентативность – это соответствие данных
выборочной и всей (генеральной) совокупностей.
В процессе анализа рассчитанные показатели (средняя
длительность лечения, частота осложнений, уровень

125
летальности и другие) рассматривают как обобщающие
величины. Если результаты получены на основе
достаточного за количеством и качественно однородного
материала (требования к выборочной совокупности,
являющиеся сущностью понятия репрезентативности), то
можно считать, что они достаточно точно характеризуют
исследуемые явления.
Например, при изучении эффективности нового
метода лечения, апробированного на 400 больных,
установлено, что у 12 из них возникли осложнения. Частота
их, следовательно, составляет 3 случая на 100 больных.
Значение обобщающего результата состоит в том, что при
проведении аналогичных выборочных исследований или для
оценки всей совокупности больных с данной патологией
(генеральной совокупности) мы могли бы предусмотреть
получение аналогичных данных: 3 случая осложнений на 100
больных. Однако не исключена ситуация, когда при
проведении повторных исследований показатель,
определяемый путем выборочного наблюдения, в
незначительной мере может отличаться от данного
результата.
Следовательно, оценить достоверность результатов
выборочного исследования означает определить, в какой
мере сделанные для него выводы (результаты) можно
перенести на генеральную совокупность. То есть, на
основании части явления рассуждать о явлении в целом и
основных присущих ему закономерностях.
Достоверность – это степень соответствия
полученных показателей отображаемой действительности.

Для оценки достоверности результатов каких-нибудь


выборочных исследований определяют среднюю ошибку
относительной или средней величины (ошибку
репрезентативности).

126
Ошибка репрезентативности (m) – это мера
достоверности, которая показывает, на сколько отличается
величина, полученная при выборочном методе исследования
от величин, которые могли бы быть получены при сплошном
методе исследований того же явления.
Средняя ошибка для соответствующих показателей
при значительном числе наблюдений (n>30) может быть
рассчитана на основании следующих формул:

mМ   – средняя ошибка средней величины;
n

Pq
mp   – средняя ошибка относительной
n
величины;

где:  – среднеквадратическое отклонение;


n – число наблюдений в выборочной
совокупности. При малом числе наблюдений (менее 30)
вместо n используется (n-1);
P – относительный показатель;
q – величина, обратная относительному
показателю, т. е. вероятность того, что данное явление не
будет зарегистрировано. Сумма двух противоположных
вероятностей равно единице: P + q = 1. Если показатель
рассчитан на 100 (%), то q = 100 – P; если на 1000 (‰), то q =
1000 – P и т. д.
Средняя ошибка относительного (интенсивного)
показателя в приведенном выше примере составляет:
3 * (100  3)
mp    0,85 (на 100)
400
Ошибка позволяет определить пределы, в которых с
соответствующей степенью вероятности безошибочного
прогноза находится истинное значение искомого показателя,
т.е. доверительные границы.

127
Доверительный интервал (∆) – показатель, с помощью
которого с определенной вероятностью безошибочного
прогноза (Рт) можно получить границы колебаний средней
или относительной величины в генеральной совокупности
(доверительные границы).
Доверительный интервал ∆=.±tm.
И соответственно доверительные границы средней и
относительной величин определяют по формулам:

Мген.= Мвыб.± ∆ = Мвыб.± t mМ – для средней величины;

Рген.= Рвыб.± ∆ = Рвыб.± t mР – для относительной


величины;

где: Мген. и Рген. – значения средней и относительной величин


в генеральной совокупности;
Мвыб. и Рвыб. – значения средней и относительной
величин, рассчитанных для выборочной
совокупности;
mМ и mР – средние ошибки соответствующих
показателей;
t – критерий достоверности (или вероятности).

Вероятность безошибочного прогноза (Р t) – это


вероятность, с которой можно утверждать, что в генеральной
совокупности средняя или относительная величины будут
находиться в пределах Мвыб+tmМ или Рвыб±tmp. Определенной
степени вероятности безошибочного прогноза соответствует
константное значение критерия «t», величина которого при
n>30 определяется по таблице интеграла вероятности
(например, при Рt =0,95 → t=2,0; при Рt =0,99 → t=3,0 и т.д.).
При n<30 используется краткая таблица критических
значений критерия «t» Стьюдента (табл. 1)

128
Таблица 1
Краткая таблица критических значений критерия «t» Стьюдента

Число Вероятность Число Вероятность


степене безошибочного степене безошибочного
й прогноза (ошибки) й прогноза (ошибки) Pt
свобод Pt (р) свобод (р)
ы (n,= ы (n,=
0,95 0,99 0,95 0,99
n-1) n-1)
(0,05) (0,01) (0,05) (0,01)
2 4,30 9,92 17 2,11 2,90
3 3,18 5,84 18 2,10 2,88
4 2,78 4,60 19 2,09 2,86
5 2,57 4,03 20 2,09 2,84
6 2,42 3,71 21 2,08 2,83
7 2,36 3,50 22 2,07 2,82
8 2,31 3,36 23 2,07 2,81
9 2,26 3,25 24 2,06 2,80
10 2,23 3,17 25 2,06 2,79
11 2,20 3,11 26 2,06 2,78
12 2,18 3,06 27 2,05 2,77
13 2,16 3,01 28 2,05 2,76
14 2,14 2,98 29 2,05 2,76
15 2,13 2,95 30 2,04 2,75
16 2,12 2,92 ∞ 1,96 2,58

В медико-биологических и социально-гигиенических
исследованиях минимальной достаточной вероятностью
безошибочного прогноза является 95,5% (Pt=0,95), что
допускает вероятность ошибки р=0,05. И только в наиболее
ответственных случаях, когда необходимо сделать особенно
важные в теоретическом или практическом отношении
выводы, когда от результатов исследования зависит
принятие решения, достаточной вероятностью считается
99,7% (Pt=0,99 или р=0,01).
Таким образом, при определенной степени
вероятности безошибочного прогноза (а ее задают на этапе
планирования статистического исследования) и строго
соответствующем ей критерии «t» величина доверительного
интервала зависит от величины ошибки репрезентативности,
129
значение которой уменьшается при увеличении числа
наблюдений.
В приведенном выше примере при применении
нового метода лечения частота осложнений для генеральной
совокупности с вероятностью 95,5% (t=2) находится в
пределах:
Рген.= Рвыб.±t mР =3,0±2*0,85=3,0±1,7 (т.е. от 1,3 сл. на
100 больных до 4,7 сл. на 100 больных);
при вероятности же 99,7% (t=3):
Рген.= Рвыб.±t mР =3,0±3*0,85=3,0±2,6 (т.е. от 0,4 сл. на
100 больных до 5,6 сл. на 100 больных).

Практическая ценность использования средней ошибки


заключается не только в определении доверительных границ
для конкретного показателя, а и в оценке его достоверности.
Достоверность показателя определяется на основе
отношения его абсолютного значения к величине его средней
М Р
ошибки ( или ). Показатель считается достоверным с
m m
вероятностью безошибочного прогноза ≥95,5%, если это
отношение ≥2; с вероятностью безошибочного прогноза
≥97,7%, если это отношение ≥3. Если отношение
абсолютного значения показателя к его средней ошибке
составляет менее 2, то в этом случае показатель,
рассчитанный для выборочной совокупности, считается
недостоверным, т.е. таким, который не может быть
использован для каких-либо суждений и выводов о всей
Р 3,0
генеральной совокупности. В нашем примере: =
m 0 ,85
=3,5; т. е. полученный в выборочном исследовании
показатель частоты осложнений достоверен с вероятностью
безошибочного прогноза >97,7%.

В медико-биологических исследованиях часто


возникают ситуации, когда при сравнении отдельных

130
параметров необходимо оценить значимость различий между
ними. Значимая (достоверная) разница между отдельными
показателями выборочного исследования свидетельствует о
возможности перенесения полученных выводов на
генеральную совокупность. Наиболее распространенный
метод оценки достоверности разности между сравниваемыми
выборочными результатами – метод непрямой разности, в
основе которого лежит расчет коэффициента
достоверности различий «t» (критерия Стьюдента):

M1  M 2
t – для средних величин;
2 2
m1  m2

P1  P2
t – для относительных величин.
2 2
m1  m2
Разница между сравниваемыми выборочными
величинами существенна и статистически достоверна с
вероятностью безошибочного прогноза ≥95,5%, если
величина критерия «t» равна или больше 2 (при n>30). В
наиболее ответственных случаях t≥3 (Pt≥0,99, р≤0,01).
Например: в школе обучается 1200 детей.
Профилактические прививки против гриппа сделаны 900
детям. Заболело гриппом 350 школьников, в том числе 150
учащихся, среди которых не была проведена
профилактическая вакцинация. Для оценки эффективности
профилактической вакцинации против гриппа необходимо
определить достоверность различий между уровнями
заболеваемости гриппом среди привитых и непривитых
школьников. Для этого следует:
1) определить интенсивные показатели заболеваемости
гриппом среди привитых и непривитых детей:
150  100
Р1=  50,0 случаев на 100 детей
300

131
(350  150)  100
Р2=  22,2 случаев на 100 детей
900
2) определить средние ошибки рассчитанных
интенсивных показателей:
50,0  50,0
m1=  2,9 на 100 m2=
300
22,2  77,8
 1,4 на 100
900
3) оценить достоверность различий на основании
критерия Стьюдента:
50,0  22,2
t  8,6
1,4 2  2,9 2
Вывод: различия между показателями заболеваемости
гриппом среди привитых и непривитых школьников
достоверны с вероятностью безошибочного прогноза
>99,7%, так как t >3.

Ошибка репрезентативности, доверительные границы,


критерий Стьюдента могут быть рассчитаны не только для
относительной и средней арифметической величин, но и для
любого параметрического критерия, полученного в
результате выборочного наблюдения. При этом критерий
Стьюдента используется в основном для нормального
альтернативного распределения.

ЗАДАНИЯ ДЛЯ КОРРЕКЦИИ УМЕНИЙ


Для контроля усвоения темы и достижения целей
занятия решите следующую задачу.
Задача 1
В ЛОР-отделении по поводу паратонзиллярного
абсцесса было пролечено 75 больных. Средняя длительность
лечения больных составила 17,3 дня; среднее квадратичное
отклонение – 9,2 дня.
132
У 12 из 75 больных был использован новый метод
лечения. Среди параметров, по которым оценивались
результаты лечения, была частота пульса, которая составила в
среднем до лечения 81,0±3,2 ударов в минуту, после лечения –
69,0 ударов в минуту (среднеквадратическое отклонение – 8,7
ударов в минуту).
Задания:
1. Обоснуйте выбор методики расчета ошибки
репрезентативности и рассчитайте ее:
 для средней длительности лечения больных
паратонзиллярным абсцессом;
 для частоты пульса после лечения.
2. Определите возможность использования приведенных в
ситуации средних величин в дальнейших исследованиях (т.е.
их достоверность).
3. Вычислите критерий достоверности различий в частоте
пульса у больных до и после лечения новым методом.
4. Определите доверительные границы средней
длительности лечения больных по поводу
паратонзиллярного абсцесса при вероятности безошибочного
прогноза:
 95,5% (Pt=0,95);
 99,7% (Pt=0,99).
5. Сделайте выводы.

Ответ:
1. Учитывая, что средняя длительность лечения больных по
поводу паратонзиллярного абсцесса была изучена на 75
больных, то есть число наблюдений (n) больше 30 (n>30),
необходимо использовать следующую методику расчета
ошибки репрезентативности:
 9,2
mМ   m1=±  1,1 дня
n 75
Учитывая, что средняя частота пульса у больных после
лечения измерялось у 12 больных, то есть n<30, необходимо

133
использовать следующую методику расчета ошибки
репрезентативности:
 8,7
mМ   m2    2,6 уд./ в мин.
n 1 12  1

2. Для определения возможности использования приведенных


в ситуации средних величин в дальнейших исследованиях
необходимо среднюю величину сравнить с ее ошибкой:
 для средней длительности лечения больных по поводу
паратонзиллярного абсцесса
M 17,3
t1  1   15,7
m1 1,1
 для средней частоты пульса у больных после лечения
M 69,0
t2  2   26,5
m2 2,6
 для средней частоты пульса у больных до лечения
M 81,0
t3  3   25,3
m3 3,2
Так как все рассчитанные критерии «t» больше 3,
следовательно все приведенные в ситуации средние величины
достоверны с вероятностью безошибочного прогноза более
99,7%, то есть могут быть использованы в дальнейших
исследованиях.

3. Критерий достоверности различий в частоте пульса у


больных до и после лечения новым методом определяется
следующим образом:
M3  M 2 81,0  69,0 12
t    2,9
2
m m
2
3, 2 2
 2, 6 2 4,1
3 2

4. Учитывая, что при n>30 и Pt=0,95 критерий t равен 2, а


при Pt=0,99 критерий t равен 3, определим доверительные
границы показателя средней длительности лечения больных
134
по поводу паратонзиллярного абсцесса в генеральной
совокупности с различной вероятностью безошибочного
прогноза:

Этапы при Pt=0,95 при Pt=0,99


расчета
∆ = .± t m М ∆=±2*1,1=±2,2 ∆=±3*1,1=±3,3
(дня) (дня)
Мген.= Мвыб.± Мген=17,3±2,2 Мген=17,3±3,3
∆ (дней) (дней)
Доверительн от 15,1 до 19,5 от 14,0 до 20,6
ые границы дней дней

5. Выводы:
5.1. Средняя длительность лечения больных по поводу
паратонзиллярного абсцесса в ЛОР-отделении составила
17,3±1,1 дней.
5.2. С вероятностью безошибочного прогноза, равной 95%,
можно утверждать, что средняя длительность лечения
будет колебаться в пределах от 15,1 до 19,5 дней, а с
вероятностью 99% – в пределах от 14,0 до 20,6 дней.
5.3. Средняя частота пульса у больных паратонзиллярным
абсцессом до применения нового метода лечения составляла
81,0±3,2 ударов в минуту, после применения нового метода
лечения – 69,0±2,6 ударов в минуту.
5.4. С вероятностью более 95% можно утверждать, что
частота пульса достоверно снизилась после применения
нового метода лечения, что свидетельствует о его
эффективности.

135
Приложение 1
Граф логической структуры темы
«Методика оценки достоверности относительных
и средних величин»

Понятие о выборочной совокупности, репрезентативности

Понятие о достоверности

Статистические величины,
достоверность которых оценивается

относительные средние

Показатели, использующиеся для оценки достоверности


статистических величин; их характеристика

доверительные
ошибка критерий критерий границы в
репрезентат достоверности достоверности генеральной
ивности величины разности совокупности

Методика расчета показателей достоверности

Оценка достоверности данных

136
Приложение 2
Алгоритм оценки достоверности статистических
величин
Определить статист. величины, достоверность которых оценивается
относительные средние разность относительных
(или средних) величин

Выбрать методику расчета и рассчитать ошибку репрезентативности

, где , где
P – относит. – где m1 и m2 –
показатель; среднеквадратичес средние ошибки
q – величина, обратная кое отклонение; статистических
относит. показателю. n – число величин,
Если он рассчитан на наблюдений в
100 (%), то q = 100 – P;
достоверность
выборочной различий
если на 1000 (‰), то q =
1000 – P;
совокупности. При между которыми
n – число наблюдений. n<30 вместо n изучается
При n<30 вместо n используется (n-1)
используется (n-1)

Оценить достоверность показателя

P М для средних величин:


t t
mР mМ
для относит. величин:
Рассчитать доверительные границы
в генеральной совокупности

Pген=Pвыб ± tmp, где Mген.=Мвыб. ± tmм, где


Pген – показатель Мген – показатель
генеральной генеральной
совокупности; совокупности;
Pвыб – показатель Мвыб – показатель
выборочной выборочной
совокупности; совокупности;
tmp (∆) – tmМ (∆) –
доверительный Сформулировать
доверительный выводы
интервал (предельная интервал (предельная 137
ошибка) ошибка)
ТЕМА 5. МЕТОД СТАНДАРТИЗАЦИИ. ОЦЕНКА
ОТНОСИТЕЛЬНЫХ ПОКАЗАТЕЛЕЙ С ПОМОЩЬЮ
ПРЯМОГО МЕТОДА СТАНДАРТИЗАЦИИ

Актуальность темы. Основное правила статистики –


«сравнивай сравниваемое» предполагает сопоставление
обобщающих показателей (относительных, средних),
полученных на однородных статистических
совокупностях. Однако нередко бывают случаи, когда
необходимо сравнивать показатели здоровья населения в
различные исторические периоды времени или в
динамике, на различных территориях или предприятиях, в
различных городах, административных районах или
населенных пунктах, отличающихся друг от друга
различным составом населения (возрастным, половым,
профессиональным, стажевым и т.п.) или сравнивать
показатели деятельности лечебно-профилактических
учреждений с различным составом больных (возрастным,
по тяжести течения патологического процесса,
применяемым методам лечения, срокам госпитализации и
т.п.).
Например, необходимо сравнить и объяснить
имеющиеся различия в:
 уровнях смертности населения в городе и сельском районе;
 распространенности какой-либо патологии в
различных профессиональных группах;
 уровнях инвалидности среди мужчин и женщин;
 уровнях летальности в различных отделениях больницы;
 средней длительности пребывания больных на койках
в разных больницах города;
 средней предстоящей продолжительности жизни в
различных странах мира и др.
Оценивая такие показатели, необходимо всегда задавать
себе вопрос: одинаковые ли контингенты, к которым
относятся сравниваемые коэффициенты по своему составу,
и могла ли эта неоднородность оказать влияние на
138
величину общих интенсивных или средних показателей.
При установлении отличий, рационально использовать
статистический прием преобразования обобщающих
коэффициентов в показатели, пригодные для сравнения в
совокупностях, неодинаковых по своему составу.
Таким приемом и является метод стандартизации.
Использование этого метода позволяет расчетным путем
устранить влияния различий структур сравниваемых
совокупностей на обобщающие коэффициенты. Уравнивая
состав изучаемых групп населения, стандартизованные
показатели дают ответ на вопрос, каковы были бы
соотношения обобщающих коэффициентов, если бы
группы населения имели одинаковый состав, т.е. имели
одинаковую структуру.
Метод стандартизации широко используется при
анализе здоровья населения. Особенно его часто
применяют в демографической статистике для объяснений
различий в уровнях общей смертности или от отдельных
причин (например, рака, туберкулеза, инфаркта миокарда
и других причин, зависящих от возрастно-полового
состава населения), материнской смертности и т.д.
Стандартизованные коэффициенты могут с успехом
применяться и клиницистами для анализа деятельности
лечебно-профилактических учреждений, больничной
летальности.
Методом вычисления стандартизованных показателей
часто пользуются при экспериментальных исследованиях
при оценке способов лечения в группах больных,
имеющих различный состав.
Предлагаемая к рассмотрению тема ставит следующие
цели:
ЦЕЛИ ЗАНЯТИЯ
Общая цель: Уметь применять метод стандартизации при
анализе состояния здоровья населения и деятельности
лечебно-профилактических учреждений.
Общая цель достигается через конкретные уменья:
 Определить необходимость применения
стандартизованных показателей в конкретной ситуации; 139
 Выбрать способ стандартизации;
 Вычислить стандартизованные показатели, используя
прямой метод стандартизации;
 Оценить полученные показатели.
ИСТОЧНИКИ УЧЕБНОЙ ИНФОРМАЦИИ
(рекомендуемая литература)
1. Соціальна медицина та організація охорони здоров’я/ Під
ред. Вороненка Ю.В., Москаленка В.Ф. – Тернопіль:
Укрмедкнига, 2000. – С. 78-82.
2. Социальная гигиена и организация здравоохранения/ Под
ред. Серенко А.Ф., Ермакова В.В. – М.: Медицина, 1984.
– С. 164-168.
3. Руководство к практическим занятиям по социальной
гигиене и организации здравоохранения/ Под ред.
Лисицына Ю.П., Копыта Н.Я. – М.: Медицина, 1984. –
С. 101-111.
4. Гарина М.Г., Мостипака Л.К. Санитарная статистика:
Учебное пособие для студентов медицинских
институтов. – Донецк, 1991. – С. 84-95.
5. Граф логической структуры содержания темы
(приложение 1).

ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ПО ТЕМЕ

1. Понятие о методе стандартизации.


2. Способы стандартизации (прямой, косвенный, обратный) и
обоснование выбора каждого из них в конкретном случае.
3. Методика прямого способа стандартизации.
4. Практическое использование метода стандартизации.

140
ОСНОВНЫЕ ВОПРОСЫ И КЛЮЧЕВЫЕ ПОНЯТИЯ,
НА КОТОРЫЕ СЛЕДУЕТ ОБРАТИТЬ ВНИМАНИЕ
ПРИ ПОДГОТОВКЕ ТЕМЫ

Стандартизация – метод расчета условных


(стандартизованных) показателей, заменяющих общие
интенсивные (или средние) величины в тех случаях, когда их
сравнение затруднено из-за несопоставимости состава групп.
Рассчитанные при помощи метода стандартизации
показатели условны, потому что они, устраняя влияние того
или иного фактора на истинные показатели, указывают,
какими были бы эти показатели, если бы влияние данного
фактора отсутствовало. Следовательно, стандартизованные
показатели могут быть использованы только с целью
сравнения.
Существуют различные способы расчета
стандартизованных показателей: ♦прямой, ♦косвенный,
♦обратный. Выбор способа (метода) получения
стандартизованных показателей зависит от наличия
первичного материала.
Способ прямой стандартизации избирают:
 Если имеются сведения как о составе (возрастном,
половом, профессиональном, стажевым и др.)
сравниваемых групп населения, так и о распределении
изучаемого явления (заболеваний, случаев рождений,
смертельных исходов, инвалидности и др.) среди них и,
следовательно, можно вычислить повозрастные, по полу,
по отдельным профессиям и стажу работы
коэффициенты, т.е. имеется числитель и знаменатель
интенсивного показателя.
Способ косвенной стандартизации применяют в двух
случаях:
 Если имеются данные о распределении населения по
возрастно-половым или другим изучаемым признакам,

141
но нет сведений о распределении изучаемого явления
среди этих групп населения, т.е. отсутствует числитель
интенсивного показателя.
 Если число умерших, родившихся, больных и т.п. в
отдельных группах населения малы и, следовательно,
погрупповые коэффициенты смертности, рождаемости,
заболеваемости недостаточно достоверны. Например,
при изучении заболеваемости или смертности от
отдельных болезней.
В тех случаях, когда сведения о структуре населения
отсутствуют, т.е. нет знаменателя для расчета интенсивного
показателя, целесообразно применять так называемый
обратный способ вычисления стандартизованных
коэффициентов, не требующий данных о составе населения
и ограничивающийся только сведениями о составе
изучаемого явления.
Все методы (способы) стандартизации дают в основном
одинаковый результат. Наиболее точным способом
является косвенный, наглядным – прямой. Обратный метод
стандартизации следует применять только тогда, когда
нельзя использовать ни косвенный, ни прямой. Он менее
точен.
Всегда, однако, надо иметь в виду, что величина
стандартизованных коэффициентов зависит от применяемого
стандарта. Поэтому, когда требуется не сравнение, а знание
реальных размеров изучаемого явления (заболеваемости,
смертности), необходимо прибегать к обычным
интенсивным показателям.
В практике здравоохранения чаще всего используется
прямой метод стандартизации, поэтому мы остановимся на
методике стандартизации таким способом. Он состоит из 5
этапов.

ЭТАПЫ ПРЯМОГО МЕТОДА СТАНДАРТИЗАЦИИ


I этап – вычисление общих и групповых интенсивных
показателей для сравниваемых совокупностей;

142
II этап – выбор и расчет стандарта;
III этап – вычисление групповых стандартизованных
показателей («ожидаемых» чисел) для каждой группы
стандарта;
IV этап – получение общих стандартизованных
показателей;
V этап – сравнение общих интенсивных и общих
стандартизованных показателей (выводы).

Рассмотрим получение коэффициентов стандартизации на


примере.
Пример применения прямого метода стандартизации
В качестве примера можно привести следующие данные,
заимствованные у А.М. Меркова и Л.Е. Полякова
(«Санитарная статистика», 1974). В начале 30-х годов ХХ
столетия в Англии насчитывалось 480,0 тысяч шахтеров и
22,7 тысячи лиц духовного сана. Были изучены уровни
смертности среди указанных групп населения. Оказалось,
что смертность духовенства была выше, чем шахтеров и
составляла 29,0 случаев против 13,9 случаев на 100 лиц
изучаемых групп.
Чем можно объяснить эти различия? Как известно, в
формировании коэффициентов смертности имеет большое
значение фактор возраста. Различия показателей смертности
в указанных группах населения Англии могут зависеть от
неодинаковой возрастной структуры населения. Поэтому в
первую очередь необходимо исключить (элиминировать)
влияние указанного фактора на уровень смертности. В
первичном материале имеются данные о возрастном
распределении изучаемых групп и умерших среди них по
возрасту (табл. 1).
В силу того, что мы располагаем данными о возрастном
распределении умерших и возрастном составе изучаемых
групп, следует для вычисления стандартизованных
показателей выбрать прямой способ стандартизации. Все
143
дальнейшие расчетные операции соответствуют схеме
«Этапы прямого метода стандартизации», приведенной
выше.
Таблица 1
Сведения о возрастном распределении шахтеров и
духовенства Англии и умерших среди них в 30-х годах ХХ
столетия

Шахтеры Духовенство
Возраст, лет кол-во кол-во
число лиц число лиц
умерших умерших
16-24 70000 259 200 0
25-34 131000 224 2300 0
35-44 102000 663 3600 16
45-54 77000 939 4900 28
55-64 49000 1279 5300 95
65 и более 31000 3026 5400 490

Всего 480000 6690 22700 629

I этап Вычисление общих и групповых интенсивных


показателей (средних величин) для сравниваемых
совокупностей

Для вычисления используем методику (формулу) расчета


интенсивного показателя:
Явление х 100 (1000, 10000 и т.д.)
Середа, продуцирующая данное явление
Традиционно смертность населения рассчитывается на
1000 населения, поэтому в нашем примере формула расчета
будет выглядеть следующим образом.
Для получения погрупповых показателей:
Число умерших в определенной возрастной группе х
144
1000
Численность населения в этой возрастной группе
Для общих показателей:
Число умерших среди изучаемой группы
населения
(шахтеров или духовенства) х 1000
Численность изучаемой группы населения
Так, например, среди шахтеров в возрастной группе 16-24
лет смертность составила:
259
700000
 1000  3, 7 случаев на 1000 шахтеров в возрасте 16-24
лет

Среди шахтеров 25-34 лет смертность будет равной:


224
131000
 1000  1, 7 случаев на 1000 шахтеров в возрасте 25-34
лет

Аналогичные расчеты проведены по всем остальным


группам шахтеров и по всем возрастным группам духовенства.
Общий коэффициент смертности составит:
6690
для шахтеров – 480000
 1000  14 , 5 случаев на 1000
шахтеров
629
для духовенства – 22700
 1000  27 , 7 случаев на 1000
духовенства

Все полученные данные о погрупповой и общей


смертности среди указанных групп населения вносим в табл.
3, в графу «I этап».

II этап Выбор и расчет стандарта

Исходя из сущности метода, необходимо условно


принять какой-либо состав населения за стандарт
распределения и считать его одинаковым в сравниваемых
145
совокупностях, т.е. поставить сопоставляемые
контингенты в одинаковые по своему составу условия и
тем самым элиминировать влияние неоднородности
состава на величину изучаемого явления (в нашем случае –
смертности).
За стандарт можно принять любое естественное
распределение по требуемому признаку (в нашем случае –
возрасту) близкого по характеру контингента
(совокупности). Исходя из этого, обычно за стандарт
принимают:
 состав одной из сравниваемых групп;
 состав обеих групп (сумму);
 средний состав обеих групп (полусумму);
 состав, адаптированный к 100, 1000 основания
(в основе расчета – экстенсивный показатель);
 состав обеих групп, уменьшенный в 10, 100 или 1000
(сумма, сокращенная на одну и ту же величину);
 состав третьего объекта, известного нам по другим
источникам (переписи населения, предыдущим
исследованиям).
Чаще всего в качестве стандарта используется
суммарный состав обеих групп, поскольку он известен,
по характеру своему наиболее типичен для данных
контингентов и поэтому более надежен для
последующего вывода.
Варианты стандарта для нашего примера приведены в табл. 2.
Таблица 2
Выбор стандарта

Возраст Вариант стандарта


, лет 1 2 3 4 5 6

146
состав,
средни
состав адаптир
кол-во кол-во обеих й состав,
ованны
духове состав уменьшенны
шахтер нства групп обеих й в 100
йк
ов (сумма) 1000
групп
лиц
16-24 70000 200 70200 35100 702 146
25-34 131000 2300 133300 66650 1333 277
35-44 102000 3600 105600 52800 1056 219
45-54 77000 4900 81900 40950 819 170
55-64 49000 5300 54300 27150 543 113
65 и
31000 5400 36400 18200 364 75
более
Всего 480000 22700 481700 240850 4817 1000
Примечание. Вариант №6 стандарта рассчитан на базе
данных, приведенных в 3, 4 и 5 вариантах стандарта.

Остановимся на методике получения стандарта, который


обозначен в табл. 2 под вариантом №6. Для этого
используется экстенсивный показатель. Методика расчета
этого относительного коэффициента следующая:
Часть
х 100
совокупности
%
Вся совокупность
Он показывает, как распределяется стандарт на свои
составные части, как велика отдельная доля данной
совокупности по отношению ко всей ее величине. Учитывая,
что вся совокупность может приниматься не только за 100%,
но и за 1000, а также то, что интенсивные показатели на I
этапе были получены в расчете на 1000 единиц среды, в
нашем случае формула расчета будет выглядеть следующим
образом:
Состав определенной возрастной группы
х 1000
населения

Общий состав населения
147
Произведем расчеты стандарта возрастной группы 16-24
года, используя различные варианта стандарта:
70200
a) 481700
 1000  146 ‰ (3-й вариант)
35100
b) 240850
 1000  146 ‰ (4-й вариант)
702
c) 4817  1000  146 ‰ (5-й вариант)
В каждом из них получается одно и то же число. Поэтому
принципиального значения не имеет то, какой вариант
стандарта Вы выберите.
Уяснив, как выбирать и рассчитывать стандарт,
необходимо этот этап выполнить для нашего примера.
Самым приемлемым, на наш взгляд, вариантом будет
шестой. Этап расчета стандарта приведен в табл. 3 (II этап).

III этап Вычисление групповых стандартизованных пока-


зателей («ожидаемых» чисел) для каждой
группы стандарта

В нашем примере нужно рассчитать «ожидаемые» числа


смертности среди одинакового (стандартного) числа
шахтеров и духовенства в каждой возрастной группе. С этой
целью повозрастной показатель смертности и шахтеров, и
духовенства необходимо умножить на соответствующее им
относительное число стандарта.
Так, например, «ожидаемые» числа умерших в возрастной
группе 16-24 лет будет равно:
1) для шахтеров:
Коэф. смертности шахтеров в возрасте 16-24 лет х
стандарт для возрастной группы 16-24 лет
1000
3, 7  146
т.е. 1000
 0 , 54

2) для духовенства:
Коэф. смертности духовенства в возрасте 16-24 лет х
148
стандарт для возрастной группы 16-24 лет
1000
0  146
т.е. 1000
 0

Аналогичным образом рассчитываются и другие


«ожидаемые» числа в соответствующих возрастных группах.
Результаты расчета приведены в табл. 3 (III этап).
IV этап Получение общих стандартизованных
показателей

Общие стандартизованные показатели – это сумма


повозрастных стандартизованных показателей («ожидаемых»
чисел). В нашем примере следует суммировать повозрастные
показатели смертности шахтеров, а затем – духовенства, как
это сделано в табл. 3 (IV этап). Они показывают, что среди
1000 шахтеров в стандарте могло умереть примерно 15
человек, а среди духовенства – примерно 11 человек.
Таблица 3
Прямой метод стандартизации

Исходные данные I этап II этап III этап


смертност
духовенст «ожидаемые»
Воз шахтеры ь на 1000 стандарт
во числа
раст лиц
, лет числ духо состав
число умер умер шах шахте духове
о венст обеих ‰
лиц ло ло теры ры нство
лиц во групп
16-
70000 259 200 0 3,7 0 70200 146 0,54 0
24
25-
131000 224 2300 0 1,7 0 133300 277 0,47 0
34
35-
102000 663 3600 16 6,5 4,4 105600 219 1,42 0,96
44
45-
77000 939 4900 28 12,2 5,7 81900 170 2,07 0,97
54
55-
49000 1279 5300 95 26,1 17,0 54300 113 2,95 2,02
64
149
65 и
бол 31000 3026 5400 490 97,6 90,7 36400 75 7,32 6,80
ее
Все 100
480000 6690 22700 629 13,9 29,0 481700 14,77 10,75
го 0
IV этап
V этап Сравнение общих интенсивных и общих
стандартизованных показателей
(выводы)

Для удобства сравнения следует выписать общие


интенсивные и стандартизованные показатели в отдельную
таблицу, сопоставить эти данные и сделать выводы.
Результаты сравнения, в зависимости от направленности
показателей, могут быть представлены в двух вариантах:

1-й вариант – общие интенсивные показатели имеют про


- тивоположную от стандартизованных
по казателей направленность различий.

Сравниваем Сравниваем
Показатели ые группы Показатели ые группы
А В А В
ИЛ
Интенсивные А>В И Интенсивные А<В
Стандартизов Стандартизов
А<В А>В
анные анные

В этом случае следует сделать вывод о влиянии на


величину интенсивных показателей неоднородности состава
сравниваемых групп по изучаемому признаку.

2-й вариант – общие интенсивные и стандартизованные


показатели имеют одинаковую направленность
различий.
150
Сравниваем Сравниваем
Показатели ые группы Показатели ые группы
А В А В
ИЛ
Интенсивные А>В И Интенсивные А<В
Стандартизов Стандартизов
А>В А<В
анные анные
В этом варианте величина изучаемого явления в
сравниваемых группах не может быть обусловлена
различиями в составе изучаемых группах населения.

Оценим итоги стандартизации в нашем примере (табл. 4).

Таблица 4
Сопоставление уровней смертности шахтеров и духовенства

Результа
Духовенств
Шахтеры т
Показатели о
(А) сравнени
(В)
я
Общие интенсивные 13,9 29,0 А<В
Стандартизованные по
14,8 10,8 А>В
возрасту

Вывод. Более высокие уровни смертности духовенства


связаны с различиями в возрастном составе этой группы
населения и шахтеров.

Таким образом, метод стандартизации необходимо


применять при:
 значительных различиях в уровнях погрупповых
(специальных) показателей;
! Если показатели
 значительной по отдельным
неоднородности составовгруппам
сравниваемых
почти одинаковы, то при различном
совокупностей.
составе изучаемых совокупностей по
этим группам стандартизацию
проводить не нужно. 151

! Если показатели по группам разные, а


состав одинаков, то стандартизация
также не имеет смысла.
152
ЗАДАНИЯ ДЛЯ КОРРЕКЦИИ УМЕНИЙ

Цели обучения по данной теме представляют алгоритм


овладения этим методом статистики. Поэтому, прежде всего
Вы должны: уметь определить необходимость применения
стандартизованных показателей. В связи с этим решите
следующую задачу.
Задача 1
Ниже приведены данные о распределении трудящихся
основных предприятий города К. по полу и распределении
травм среди них за два периода времени (в абсолютных
цифрах) и уровни травматизма в этих группах рабочих.
1. Машиностроительный завод
1995 Отчетный год
Числ Числ Уровень Числ Числ Уровень
Пол о о травматизма о о травматизма
рабо трав (на 100 рабо трав (на 100
чих м рабочих) чих м рабочих)
Мужчин
800 132 16,5 795 170 21,4
ы
Женщин
200 28 14,0 205 40 19,5
ы
Всего 1000 160 16,0 1000 210 21,0

2. Завод игрушек
1995 Отчетный год
Числ Числ Уровень Числ Числ Уровень
Пол о о травматизма о о травматизма
рабо трав (на 100 рабо трав (на 100
чих м рабочих) чих м рабочих)
Мужчин
200 33 16,5 600 160 26,7
ы
Женщин 400 28 7,0 200 14 7,0

153
ы
Всего 600 61 10,2 800 174 21,7
3. Мебельная фабрика
1995 Отчетный год
Числ Числ Уровень Числ Числ Уровень
Пол о о травматизма о о травматизма
рабо трав (на 100 рабо трав (на 100
чих м рабочих) чих м рабочих)
Мужчин
150 15 10,0 400 38 9,5
ы
Женщин
150 35 23,3 200 30 15,0
ы
Всего 300 50 16,7 600 68 11,3

Задание:
1. Укажите предприятие(я), где для оценки травматизма в
динамике целесообразно использовать метод
стандартизации. Ответ кратко обоснуйте.
2. Укажите предприятие(я), где травматизм в динамике
будет оценен только по интенсивным показателям и
объясните, почему.

Ответ:
a) Метод стандартизации необходимо использовать для
оценки травматизма среди трудящихся завода игрушек
и мебельной фабрики, т.к. на этих предприятиях
существенно изменился состав работающих по полу.
b) Травматизм в динамике можно оценить только по
интенсивным показателям на машиностроительном
заводе, т.к. численность работающих мужчин и
женщин в анализируемый период практически не
изменилась.

154
Следующее задание поможет определиться в выборе
способа стандартизации и отработать следующее умение по
данной теме, а именно: Уметь выбрать способ
стандартизации.

Задача 2
В таблицах приведены имеющиеся данные о
повозрастной летальности детей дошкольного возраста в
детских больницах (ДБ) города К.
Таблица 5
Данные о повозрастной летальности дошкольников
в ДБ №3 и ДБ №7 за отчетный период
Возраст, годы Летальность
Всего
Больни от 0 до от 3 до детей от 0 Число (на 100
цы умерших выбывших из
3 7 до 7 лет
стационара)

ДБ №3 1000 500 1500 47 3,1

ДБ №7 600 1200 1800 54 3,0

Таблица 6
Данные о численности умерших детей дошкольного возраста
в разные периоды жизни по ДБ №1 и ДБ №4 за отчетный год

Повозрастные Численность
Возраст, коэффициенты летальности, умерших детей
годы принятые за
ДБ №1 ДБ №4
стандарт, %

От 0 до 3 8,0 33 32

От 3 до 7 2,0 16 10
Всего 3,2 49 42

155
Примечание. Всего за отчетный год в стационаре пролечилось: в
ДБ №1 – 1600, в ДБ №4 – 1855 детей данного воз
раста.

Таблица 7
Число лечившихся и умерших детей дошкольного возраста
в разные периоды жизни по ДБ №2 и ДБ №5 за отчетный год
ДБ №2 ДБ №5
Число
Число
Возраст, лечившихс Число Число
лечившихся
годы я умерших умерших
детей в
детей в детей детей
стационаре
стационаре
От 0 до 3 233 28 79 8
От 3 до 7 32 1 7 1
Всего 265 29 86 9

Задание:
Укажите, какой способ стандартизации Вы используете при
оценке данных о летальности детей дошкольного возраста:
a) по ДБ №3 и ДБ №7 (табл. 5);
b) по ДБ №1 и ДБ №4 (табл. 6);
c) по ДБ №2 и ДБ №5 (табл. 7).
Ответ кратко обоснуйте.

Ответ:
c) При оценке данных, приведенных в табл.51, можно
использовать способ косвенной стандартизации, т.к.
отсутствуют данные о распределении умерших детей
по возрастному составу в ДБ №3 и ДБ №7.
d) При оценке данных, приведенных в табл.62, можно
использовать обратный способ стандартизации, т.к. в

156
этом случае нет информации о возрастном составе
детей дошкольного возраста по ДБ №1 и ДБ №4.
e) При оценке данных, представленных в табл. 7, можно
использовать прямой способ стандартизации, т.к. по
ДБ №2 и ДБ №5 приведены данные о возрастном составе
лечившихся и умерших детей.
Если Вы справились с заданием задачи 2, приступайте к
отработке следующих умений: Уметь вычислить
стандартизованные показатели, используя прямой способ
стандартизации; Уметь оценить полученные данные.
Проверьте, освоили ли Вы названные умения, решив
задачи 3, 4 и 5.
Задача 3
При сравнении смертности в двух районах города К.,
имеющих сходную санитарно-гигиеническую характеристику,
мало отличающийся промышленный профиль и одинаковую
численность населения, установлены различия не только в
показателях смертности (11,0 и 23,8 на 1000 жителей), но и в
возрастном составе населения. Данные о распределении
населения и умерших по возрастным группам в изучаемых
районах города приведены в таблице 8. В таблице 8 также
приведены показатели повозрастной и общей смертности
населения.
Таблица 8
Смертность в двух районах города К. за отчетный год

Район Н. Район С.
Смертн Смертн
Численн
Возраст, Число ость Численно Число ость
ость
годы случаев (на сть случаев (на
населен
смерти 1000 населения смерти 1000
ия
чел.) чел.)
0–14 5000 20 4,0 4000 10 2,5
15–29 20000 80 4,0 3000 10 3,3
30–44 20000 120 6,0 10000 50 5,0
157
45–59 10000 100 10,0 20000 180 9,0
60–74 5000 200 40,0 20000 700 35,0
75 и
1000 150 150,0 4000 500 125,0
более
Всего 61000 670 11,0 61000 1450 23,8

Задания:
1. Вычислите стандартизованные показатели смертности в
изучаемых районах, используя прямой способ
стандартизации.
2. Выпишите интенсивные и стандартизованные показатели
в отдельную таблицу для сравнения.
3. Сравните:
 общие и повозрастные показатели смертности в
районах;
 повозрастную структуру жителей изучаемых
районов;
 стандартизованные и интенсивные показатели
смертности.
4. Сделайте выводы о результатах стандартизации.

Ответ:
1. Вычисление стандартизованных показателей
смертности в районах прямым способом. Учитывая, что I
этап выполнен, т.к. в условии задачи приведены
повозрастные и общие показатели смертности,
необходимо:
 выбрать и рассчитать стандарт (II этап). За
стандарт выберем сумму численности населения в
изучаемых районах и адаптируем ее к 1000 населения,
т.к. показатели смертности рассчитаны на 1000
населения (по условию задачи);
 вычислить погрупповые стандартизованные
показатели для каждой группы стандарта, т.е.
158
«ожидаемые» числа (III этап);
 получить общие стандартизованные показатели (IV
этап).
Результаты расчета приведены в таблице 9.

Таблица 9
Расчет стандарта
и стандартизованных показателей смертности

II этап III этап


Ожидаемое число
Стандарт
умерших
Возраст сумма
, годы численности
населения в двух в ‰ район Н. район С.
районах (в абс.
числах)

4 , 0  73,8 2 ,5  73,8
0–14 5000+4000=9000 73,8 1000
 0,3
1000
 0, 2

4 , 0  188,5 3, 3  188,5
15–29 20000+3000=23000 188,5
1000
 0 ,8
1000
 0, 6

20000+10000=3000 6 , 0  245, 9 5, 0  245, 9


30–44 245,9  1, 5  1, 2
0 1000 1000

10000+20000=3000 10, 0  245, 9 9 , 0  245, 9


45–59 245,9  2,5  2,2
0 1000 1000

40 , 0  204, 9 35, 0  204, 9


60–74 5000+20000=25000 204,9
1000
 8, 2
1000
 7,2

159
75 и 150, 0  41, 0 125, 0  41, 0
1000+4000=5000 41,0  6, 2  5,1
более 1000 1000

61000+61000 19,5 16,5


=122000 или 1000,
Всего 9000+23000+30000
+3000+25000+5000 0 IV этап
=122000

2.
Таблица10
Сравнения интенсивных и стандартизованных показателей
смертности в районах Н. и С. города К.

Результа
Район Н. Район С. т
Показатели
(А) (В) сравнени
я

Общие интенсивные 11,0 23,8 А<В

Стандартизованные 19,5 16,5 А>В

3. Проведем сравнение имеющихся и полученных данных:


В районе С. показатель смертности в каждой
возрастной группе ниже, чем в районе Н. В тоже время,
общий показатель смертности более чем в 2 раза выше в
этом районе по сравнению с районом С.
В районе С. насчитывается 72% населения старше 45
лет, а в районе Н. только 26% населения этого возраста.
Если интенсивные показатели выше в районе С., то
стандартизованные демонстрируют обратное положение.
В районе Н. стандартизованные показатели смертности
составляют 19,5, а в районе С. – 16,5 на 1000 населения.

160
4. Вывод. Если бы возрастной состав населения
проживающего в сравниваемых района города К. был
одинаков, то смертность была бы выше в районе Н.
Следовательно, более высокие уровни смертности в районе
С. обусловлены существенными различиями в возрастном
составе населения. А. как известно, чаще умирают лица
старших возрастных групп.

Задача 4
В двух сравниваемых больницах одинаковые
коэффициенты летальности. Получены стандартизованные
показатели летальности по больницам по отношению к
возрастному составу и срокам госпитализации на
стационарное лечение (табл. 11).
Таблица 11
Сопоставление уровней летальности
в ГБ №1 и ГБ №4 в отчетном году
ГБ
Показатели ГБ №4
№1
Интенсивные (на 100 выбывших из
1,2 1,2
стационара)
по возрастному составу 1,9 1,0
Стандартизованные
по срокам госпитализации 1,4 1,1
Задание.
Оцените приведенные данные и сделайте выводы о
качестве стационарной помощи в городских больницах.
Ответ.
1. При условии равенства возрастного состава больных,
коэффициент летальности в ГБ №1 был бы выше, чем в
ГБ №4.
2. При условии равенства сроков поступления больных в
стационар, показатель летальности в ГБ №1 был бы
также выше, чем в ГБ №4.
161
Выводы:
 Равенство коэффициентов летальности в больницах (по
интенсивному показателю) вызвано различиями в
возрастном составе лечившихся и сроках поступления их
в стационар, что и уменьшает (нивелирует) различия в
качестве лечебной помощи.
 Качество стационарной помощи в ГБ №1 хуже, чем в ГБ
№4.
Задача 5
В таблице 12 приведены результаты стандартизации
заболеваемости с временной утратой трудоспособности
(ВУТ) по стажевому признаку в основных и
вспомогательных цехах металлургического завода.
Таблица 12
Сопоставление уровней заболеваемости с ВУТ
в основных и вспомогательных цехах
Показатели
Интенсивные
Цеха (на 100 Стандартизованные
работающих)
Основные 155,2 159,6
Вспомогательные 103,7 108,3

Задание:
Оцените приведенные в табл. 12 данные и сделайте
вывод.

Ответ.

1. И интенсивные и стандартизованные показатели


высокие среди рабочих основных цехов, что
свидетельствует о более высокой заболеваемости с ВУТ
трудящихся этих цехов.
162
2. При условии равенства трудящихся сравниваемых цехов
по стажевому признаку, уровни заболеваемости с ВУТ
оставались бы более высокими в основных цехах.
Вывод. Высокий уровень заболеваемости с ВУТ в основных
цехах металлургического завода обусловлен не
различиями в стажевом составе работающих в
основных и вспомогательных цехах, а другими
причинами, для установления которых необходим
дальнейший анализ.

163
Приложение 1
ГРАФ ЛОГИЧЕСКОЙ СТРУКТУРЫ ТЕМЫ
ПОНЯТИЕ О МЕТОДЕ СТАНДАРТИЗАЦИИ

ЦЕЛЕСООБРАЗНОСТЬ ПРИМЕНЕНИЯ МЕТОДА

в неоднородных совокупностях в однородных совокупностях

погрупповые погрупповые
состав состав
интенсивные интенсивные
сравниваемых сравниваемых
показатели показатели
групп групп
имеют одинаковы по
значительно однороден
различия в уровням
неоднороден
уровнях
стандартизация целесообразна стандартизация не целесообразна

ОБОСНОВАНИЕ ВЫБОРА СПОСОБА СТАНДАРТИЗАЦИИ

наличие данных достаточность объема данных для


расчета погрупповых интенсивных
о распределении о составе коэффициентов
явления по сравниваемых
изучаемым групп
признакам
погрупповые погрупповые
отсутствую имеются коэффициент коэффициент
т данные
ы ы достоверны
имеются данные отсутствую недостоверны
данные т
данные

ВЫБОР СПОСОБА СТАНДАРТИЗАЦИИ

обратный косвенный косвенный

прямой прямой

Методика расчета стандартизованных показателей прямым способом

Практическое использование стандартизованных показателей


в медицине и здравоохранении

164
Приложение 2
АЛГОРИТМ РАСЧЕТА СТАНДАРТИЗОВАННЫХ ПОКАЗАТЕЛЕЙ
ПРЯМЫМ СПОСОБОМ
Внести исходные данные о составе сравниваемых групп и
распределении явления по изучаемому признаку в таблицу
(см. образец таблицы в приложении 3)

Осуществить этапы прямого метода стандартизации

I этап –вычислить общие и погрупповые


интенсивные показатели для
сравниваемых совокупностей

II этап –выбрать и рассчитать стандарт

III этап –вычислить групповые стандарти-


зованные показатели («ожидаемые
числа) для каждой группы стандарта

IV этап –получить общие стандартизованные


показатели

V этап –выписать общие интенсивные и


стандартизованные показатели в
таблицу (образец см. в приложении 4)
и сравнить их между собой

ОЦЕНИТЬ ПОЛУЧЕННЫЕ ДАННЫЕ

общие интенсивные показатели общие интенсивные


имеют противоположную показатели имеют одинаковую
от общих стандартизованных с общими стандартизованными
показателей направленность показателями направленность
различий различий

СДЕЛАТЬ ВЫВОДЫ

о влиянии на величину об отсутствии влияния на


интенсивных показателей величину интенсивных
неоднородности состава показателей неоднородности
сравниваемых групп состава сравниваемых групп
по изучаемому признаку по изучаемому признаку

165
ТЕМА 6. МЕТОДИКА ИЗУЧЕНИЯ ДИНАМИКИ
ЯВЛЕНИЙ В МЕДИЦИНЕ И ЗДРАВООХРАНЕНИИ

Актуальность темы. Изучаемые медицинской наукой


явления и процессы с течением времени часто меняют свою
интенсивность и могут изменяться в сторону улучшения или
ухудшения. Поэтому одним из важных аспектов анализа
различных медицинских явлений представляется оценка их
изменений во времени: за 10-ти или 5-ти летний период, по
годам, месяцам, дням недели, сезонам года и даже по минутам
или секундам, как, например, в ходе хирургической операции.
Особенно большое значение для медицинской практики
имеют сведения об изменениях результативных показателей
здоровья обслуживаемого населения (динамика острой
инфекционной заболеваемости, некоторой хронической
патологии, общей или младенческой смертности,
рождаемости, миграции, инвалидности и пр.) и показателей
деятельности системы здравоохранения (динамика
посещаемости амбулаторно-поликлинических учреждений,
обеспеченности медицинскими кадрами, качества
диспансерной работы и пр.).
Анализ таких данных по периодам времени
предусматривает, во-первых, определение тенденции
развития явлений и, во-вторых, с помощью методов
медицинской статистики позволяет измерить размеры
произошедших изменений и количественно
охарактеризовать направления их развития. Другими
словами, найдено математическое описание динамики
изменений, установлена связь между величинами,
характеризующими это движение.
Такая методика изучения динамики явлений,
направленная на определение тенденции интенсивности
изменений, дает возможность выявить определенные
закономерности в течении изучаемого явления,
своевременно обратить внимание на возникшую проблему,
выявить причины ее возникновения и уже в данный момент

166
предвидеть изменения в будущем. На основании этого
становится возможным принятие обоснованных
управленческих решений, прогнозирование и планирование
лечебно-профилактических, оздоровительных или других
мероприятий, позволяющих повлиять на сложившуюся
ситуацию и изменить ее в сторону улучшения. Правильность
практических мероприятий, осуществляемых медицинскими
работниками, в значительной мере зависит от правильной
оценки динамики изучаемого явления.
Изложенное определяет значимость данной темы в
практической подготовке специалистов.

ЦЕЛИ ТЕМЫ
Общая цель: Уметь оценить изменения изучаемого
явления из области медицины или здравоохранения в
динамике.
Общая цель достигается через конкретные уменья:
 охарактеризовать динамический ряд;
 определить основную тенденцию динамического ряда,
при необходимости применить механические способы
выравнивания динамического ряда для выявления его
тенденции или сокращения;
 рассчитать показатели динамического ряда;
 оценить явление в динамике и сделать выводы.

ИСТОЧНИКИ УЧЕБНОЙ ИНФОРМАЦИИ


(рекомендуемая литература)
1. Соціальна медицина та організація охорони здоров’я/
Під ред. Вороненка Ю.В., Москаленка В.Ф. – Тернопіль:
Укрмедкнига, 2000. – С. 73-78.
2. Социальная гигиена и организация здравоохранения/
Под ред. Серенко А.Ф., Ермакова В.В. – М.: Медицина,
1984. – С. 160-164.
3. Руководство к практическим занятиям по социальной
гигиене и организации здравоохранения/ Под ред.
167
Лисицына Ю.П., Копыта Н.Я. – М.: Медицина, 1984. – С.
65-68.
4. Руководство по социальной гигиене и организации
здравоохранения/ Под ред. Лисицына Ю.П. М.:
Медицина, 1987. – Т.1. – С. 262-267.
5. Граф логической структуры содержания темы
(приложение 1).

ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ТЕМЫ


1. Понятие о динамических рядах, их видах (простые,
сложные, моментные, интервальные).
2. Характеристика уровней (членов) динамического ряда.
3. Методика анализа динамики явления или процесса.
4. Способы выравнивания динамического ряда для
выявления его тенденции или сокращения.
5. Показатели динамического ряда, методика их расчета и
оценки.
6. Область применения показателей динамики.

ОСНОВНЫЕ ВОПРОСЫ И КЛЮЧЕВЫЕ ПОНЯТИЯ,


НА КОТОРЫЕ СЛЕДУЕТ ОБРАТИТЬ ВНИМАНИЕ
ПРИ ПОДГОТОВКЕ ТЕМЫ

Динамический ряд – это ряд однородных величин,


показывающих изменение величины явления (признака) во
времени. Динамический ряд состоит из определенных
периодов времени, за которые анализируется явление, и
статистических величин (абсолютных или производных),
которые называются уровнями ряда. Ряд, состоящий из
абсолютных чисел, называется простым. Ряд, в котором
уровни представлены относительными или средними
величинами называется сложным. Динамический ряд может
быть двух типов: ♦ моментный и ♦ интервальный.

168
Моментный ряд представлен числами,
характеризующими величину явления на определенный
момент времени, т.е. на определенную дату (например,
данные о численности коек, населения, врачей за ряд лет,
результаты медицинских осмотров и т.д.). Уровни
моментного ряда не подлежат дроблению или
укрупнению, они получены путем единовременного
наблюдения на определенный момент времени (дату).

Интервальный ряд состоит из чисел накопленных за


определенный период времени путем текущего
наблюдения (в течение недели, месяца, года, нескольких
лет). Такой ряд можно разделить на более дробные
периоды (год – на кварталы; месяцы – на недели) или
укрупнить (например, по 2, 3 и более лет). Примерами
интервальных динамических рядов могут быть ряды, в
которых представлены данные о смертности населения,
рождаемости, заболеваемости, травматизме и т.д. Выбор
величины периода для интервального ряда (год, месяц,
неделя, день, час и т.д.) в известной мере определяется
степенью изменчивости явления. Чем медленнее
изменяется явление во времени, тем крупнее могут быть
периоды наблюдения.

Обратите внимание также на то, что первый член ряда


является начальным уровнем , а последний – конечным .
Кроме этого различают настоящий, предыдущий и
последующий уровни . Каждый уровень может быть в
определенный момент анализа настоящим, предыдущим
или последующим. Указанные понятия приведены ниже
(табл. 1).

169
Таблица 1
Период Уровн
ы и Наименование уровней
(годы) МС
предыдущ
1913 289,0 – начальный уровень
ий
настоящи предыду-
1920 263,0
й щий
последую настоящи предыду-
1940 160,0
щий й щий
последую настоящи предыду-
1960 36,0
щий й щий
последую настоящи предыдущ
1982 25,0
щий й ий
последую настоящи
1990 24,0
щий й
последую
1996 15,7 – конечный уровень
щий

Методика анализа явления (процесса) в динамике включает:


 подготовительный этап
 этап собственно анализа

ПОДГОТОВИТЕЛЬНЫЙ ЭТАП сводится к:


 Определению тенденции изучаемого явления или
процесса, т.е. основной закономерности в изменении
уровней ряда. При затруднении ее определения
рекомендуется произвести выравнивание ряда с
помощью определенного набора способов выравнивания:
 укрупнение периодов (интервалов);
 расчета групповой средней;
 сглаживание ряда при помощи скользящей средней.
 Получению (расчету) показателей динамического
ряда:
 абсолютного прироста;
 темпа роста;
170
 темпа прироста;
 одного процента прироста;
 показателя наглядности.

ЭТАП СОБСТВЕННО АНАЛИЗА заключается в:


 сравнении показателей динамического ряда;
 оценке интенсивности и направленности
изменения явления;
 объяснении произошедших изменений в
динамике.

При этом следует заметить, что при проведении этапа


собственно анализа студентам необходимо провести только
сравнение и оценку показателей динамики, так как
объяснение изменений требует глубоких знаний сути
изучаемого явления (процесса), факторов, воздействующих
на его формирование. Студенты IV курса это сделать пока не
в состоянии. Этот шаг анализа будет осуществлен
студентами VI курса.
Методика анализа явления в динамике представляет собой
обязательную последовательность действий и отражена на
схеме в конце темы (см. приложение 2).
Подготовительный этап анализа, как было сказано выше,
начинается с определения общей тенденции изменений
изучаемого явления или процесса за определенный период
времени, что особенно важно, когда нужно прогнозировать
развитие данного явления на ближайшую или отдаленную
перспективу.
Тенденция – это изменение явления в сторону
увеличения или снижения. Алгоритм определения тенденции
изменения изучаемого явления приведен в приложении 3.
Нередко, величина уровней динамического ряда колеблется,
что затрудняет возможность проследить основную
закономерность, свойственную явлению в наблюдаемый
период. В таких случаях для выявления тенденции в
изменении явления используется выравнивание уровней
171
динамического ряда. Выравнивание динамических рядов
осуществляется несколькими способами: укрупнение
периодов интервала, сглаживание ряда при помощи расчета
групповой средней и скользящей средней.
Укрупнение периодов (интервалов) осуществляется путем
суммирования чисел за ряд смежных периодов (2, 3, 4 и т.д.),
в зависимости от длины динамического ряда. Способ очень
прост, но менее точен. Методика выравнивания уровней
динамического ряда с помощью указанного способа
отражена в табл. 2, где сумма получена из трех смежных
периодов.
Таблица 2
Динамика числа случаев травм среди детей
школьного возраста и их суммарные колебания в городе Н.
за период 1992-2000 гг.

Годы
1992199931999419995 1996 1997 1998 1999 2000
Число
случаев 129 193 133 231 137 260 387 230 288
травм
Суммарные
значения
числа
455 628 950
случаев
травм за 3
года
Как видно из фактических данных, в анализируемые годы
число травм среди школьников города Н. то увеличивается,
то уменьшается и четкой тенденции не наблюдается.
Суммирование числа травм за смежные три года позволяет
увидеть определенную закономерность в росте травм в
указанном городе.
Способ укрупнения периодов (интервалов) наиболее

172
часто находит применение при выявлении основных
закономерностей при изучении помесячных изменений
явления. Так, например, помесячные числа заболеваний
ангиной в городе А. В 2000 году были таковы:
январь – 34 июль – 27
февраль – 37 август – 29
март – 42 сентябрь – 33
апрель – 48 октябрь – 41
май – 40 ноябрь – 39
июнь – 30 декабрь – 33
Всего за год – 433 случая
Приведенные числа на первый взгляд создают
впечатления об относительно равномерном распределении
случаев заболеваний ангиной по месяцам года. Однако, если
укрупнить периоды динамического ряда и вместо
помесячных чисел взять сезонные, то получится:
зима – 104
весна – 130
лето – 86
осень – 113
В этом случае видна весенне-осенняя тенденция роста
заболеваемости ангиной среди жителей города А.
Групповая средняя. Для ее получения уровень ряда
заменяется средней величиной, полученной из величин
настоящего уровня и одного или нескольких рядом
расположенных уровней, сумма которых делится на число
слагаемых. Их может быть 2, 3, 4 и т.п. (зависит от длины
ряда). При пользовании этим способом теряется часть
сведений. Например, при трехлетнем периоде теряются
сведения за два года – первый и последний (табл. 3). При 5-
летнем укрупнении теряются сведения за 4 года – за два первых
и два последних и т.д.
Методика получения групповой средней очень простая. В
нашем примере, который содержится в табл. 3, первая
средняя за период 1992-1994 гг. равна сумме анализируемых
показателей за эти три года, деленной на три:

173
25, 7  25, 4  26, 0
M   25, 7
3

Следующие средние получены тем же способом и равны


23,8 и 21,5. Получена явная тенденция к снижению средней
длительности лечения больных в стационаре городской
больницы.
Таблица 3
Выравнивание ряда средней длительности лечения больных
в стационаре ГБ №1 за 1992-2000 гг. (в днях)
Годы
1992 1999 1999 1999 1996 1997 1998 1999 2000
Средняя
длительност 25,7 25,4 26,0 23,3 24,4 23,7 21,1 21,4 22,0
ь
Групповая
средняя 25,7 23,8 21,5

25,7

24,9

24,6

Скользящая
средняя 23,8

23,1

22,1

21,5

Скользящая средняя. При этом способе выравнивания


тенденция развития явления представлена последовательной
174
серией сплетающихся средних. В табл. 3 приведены такие
средние, первая из которых получается путем осреднения
фактических чисел первого, второго и третьего уровней.
Полученная средняя будет относиться ко второму году.
Вторая средняя получается путем осреднения фактических
чисел за второй, третий и четвертый год. Полученная
величина будет относиться к третьему году.
Аналогично рассчитываются и другие средние. При
указанном способе также теряется часть сведений.
Если Вы обратили внимание, то в табл. 3 приведены два
последних рассматриваемых способа выравнивания
динамических рядов. Оба они в приведенном примере
показывают явную тенденцию снижения анализируемого
явления. На практике очень часто бывает ситуация, когда
выявляет тенденцию только один из способов.

Следующий шаг подготовки к анализу – получение


(расчет) показателей динамического ряда. Методики их
расчета и назначение приведены ниже (см. приложение 4).

После расчета показателей динамического ряда и


определения тенденции изучаемого явления приступают к
собственно анализу полученных данных.
Проанализировать в динамике – это, значит,
охарактеризовать явление по показателям динамики и
указать направление изменения.
Необходимо обратить внимание на то, что вычислять весь
набор характеризующих динамический ряд показателей
имеет смысл только в том случае, если явление изучается за
длительный период, имеет существенные колебания, если
проводится сравнительный анализ нескольких динамических
рядов. И наоборот, следует дифференцированно подходить к
выбору показателей динамики, если явление или процесс
изучается за короткий период времени или с течением
времени оно существенно не меняется. Разберем это на
примере (табл. 4).

175
Таблица 4
Некоторые данные о состоянии здоровья
жителей города К. в динамике
2. Динамика 3. Динамика
1. Динамика
заболеваемост первичной
младенческой
и с ВУТ среди заболеваемост
смертности
Год Год рабочих Год и населения
ы Число ы ы Число
Число случаев
умерших зарегистриров
заболеваний с
детей до 1 анных
ВУТ
года заболеваний
1920 250,0 1990 76,3
1940 136,7 1992 76,7
1960 54,4 1994 77,5
1980 30,8 1996 77,8
1990 26,4 1998 78,1 1998 659,3
2000 14,0 2000 78,4 2000 837,4

Перед нами три динамических ряда. Если посмотреть на


ряд, который отражает динамику младенческой смертности
(МС), можно заметить значительные колебания уровней.
Поэтому для анализа МС можно использовать весь набор
показателей динамики.
Во втором динамическом ряду, где представлены данные
о частоте заболеваний с временной утратой
трудоспособности (ВУТ) среди трудящихся города,
изменения частоты случаев за весь анализируемый период
незначительны. Поэтому использовать для анализа этого
явления показатели темпа роста или прироста не
целесообразно. В этом случае достаточно применить
показатели абсолютного прироста и наглядности по
отношению к любому условно принятому основанию за
100%.
Третий динамический ряд отличается от двух
предыдущих более коротким периодом. Информация об
изменении уровне первичной заболеваемости дана только за
176
2 года. В этом примере тоже нет необходимости
анализировать изучаемое явление с помощью всех
показателей динамики. Достаточно использовать, как и во
втором примере, два показателя, так как в этом случае эти
показатели не с чем сравнивать.
Остановимся на методике изучения динамики явления на
примере МС, которая анализируется за период с 1913 года по
настоящее время (табл. 5).
Таблица 5
Динамика младенческой смертности (МС)
в Н-ской области за период с 1913 по 2000 годы
Уровни Показатели динамики
МС показател
абсолютн темп темп
Годы (на 1000 ь
ый роста прироста
род-ся нагляднос
прирост (в %) (в %)
живыми) ти (в %)
1913 289,0 – – – 100,0
1920 263,0 – 26,0 91,1 – 8,9 91,0
1940 160,0 – 103,0 60,8 – 39,2 55,0
1960 36,0 – 124,0 22,5 – 77,5 12,4
1980 25,0 – 11,0 69,4 – 30,6 8,7
1990 24,0 – 1,0 96,0 – 4,0 8,3
2000 14,7 – 9,3 61,3 – 38,7 5,1
Итог
– 274,3 5,1 – 94,9
о

На основании этих вычислений можно заметить


следующее:
1. По величине абсолютного прироста можно сделать
заключение о направлении и об интенсивности изменений
МС.
1.1. Так, в Украине с 1913 года по настоящее время
отмечается явная тенденция к снижению МС (все
показатели абсолютного прироста имеют отрицательное
значение). За весь анализируемый период смертность
детей первого года жизни снизилась на 274,3 случая в
177
каждой 1000 родившихся живыми.
1.2. Самое заметное снижение МС наблюдалось с 1940 по
1960 гг. Показатель абсолютного прироста (АП) за этот
период равнялся 124 случаям на 1000 родившихся
живыми. Далее следует выделить период с 1920 по 1940
гг. (показатель АП равен -103,0). Практически без
изменений МС оставалась с 1980 по 1990 гг. (АП равен
-1,0). В последний анализируемый период, т.е. 1990-2000
гг., АП составил – -9,3 случая смерти детей первого года
жизни на каждую 1000 родившихся живыми.
2. Сравнивая показатели темпа роста и темпа прироста,
нетрудно заметить, что темп прироста равен темпу роста
минус 100%. Оба эти показателя дают представление об
относительной скорости уменьшения МС за изучаемый
период. Учитывая, что по статистической природе оба
показателя представляют собой показатели наглядности,
для анализа можно использовать один из них. Остановимся
на темпе прироста. Анализируя эти показатели можно
заметить, что с 1920 по 1940, с 1960 по 1980 и с 1990 по
2000 годы темп прироста МС был примерно одинаков и
снижение находилось в пределах 30-40%. Следует обратить
внимание на периоды 1940-1960 гг. и 1980-1990 гг. В
первый из них отмечается самая большая скорость
снижения (показатель равен –77,5%), во второй – самая
незначительная убыль (показатель равен –4,0%). За весь
изучаемый период МС снизилась на 95%. Аналогичное
заключение можно сделать по показателям темпа роста.
3. Оценим показатель наглядности. За 100% приняты
уровни МС 1913 года. По сравнению с этим годом
отмечается снижение МС во все анализируемые годы.
Особенно заметны различия уже с 1940 года (снижение на
45%). В 1960 году смертность детей первого года жизни
снизилась почти на 87%. Во все остальные периоды,
начиная с 1980 г., она снизилась более чем на 90%.
При количественной характеристике развития явлений,
изучаемых медицинской наукой, иногда допускается ряд

178
ошибок.
Например, имеются данные о числе коек в городских
больницах города Н. на 31.12.1999 и 2000 гг. (табл. 6). Из
этих данных вычислены показатели абсолютного прироста,
темпа роста и темпа прироста.
Таблица 6
Динамика числа коек в медицинских учреждениях го рода Н.
Показатель ГБ №1 ГБ №2 ГБ №3 ГБ №4
Абсолют. уровень 1999 г. 210 90 70 230
Абсолют. уровень 2000 г. 280 120 110 270
Абсолютный прирост +70 +30 +40 +40
Темп роста, % 133,33 133,3 157,10 117,40
Темп прироста, % +33,33 +33,33 +57,10 +17,40

На основании этих вычислений можно заметить


следующее:
1. Показатели темпа роста и темпа прироста в ГБ №1 и ГБ
№2 одинаковы, хотя показатели абсолютного уровня и
абсолютного прироста в ГБ №1 гораздо выше показателей в
ГБ №2. В ГБ №1 33,33% темпа прироста получены за счет
70 вновь открытых коек, а в ГБ №2 – за счет 30 (см.
показатель абсолютного прироста в указанных больницах).
Точно также при низком абсолютном уровне коек в ГБ №3
а, следовательно, и низком абсолютном приросте
получились более высокие показатели темпа роста и темпа
прироста, чем при высоком абсолютном уровне,
фактически большем абсолютном приросте коек в ГБ №1,
где получились более низкие показатели темпа роста и
темпа прироста.
2. Показатели темпа роста и темпа прироста в ГБ №3 и ГБ
№4 различаются по величине, хотя показатели абсолютного
прироста равны между собой в обоих ГБ. Это является
179
результатом разных по величине показателей абсолютного
уровня коек за 1999 год (70 в ГБ №3 и 230 в ГБ №4).
Приведенный пример показывает, что применение
показателей темпа роста и темпа прироста всегда следует
сопровождать анализом и других двух показателей:
абсолютного уровня и абсолютного прироста.

ЗАДАНИЯ ДЛЯ КОРРЕКЦИИ УМЕНИЙ


Познакомившись с содержанием данной темы, следует
приступить к решению задач, первая из которых направлена
на отработку такой цели, как «Уметь охарактеризовать
динамический ряд».

Задача 1
Ниже приведены различные виды динамических рядов.
Таблица 7
Численность населения, количество заболеваний среди них,
показатели рождаемости, частоты абортов и обеспеченности
медицинскими койками жителей города С. за ряд лет

Число
заболеван Число Обеспечен
Число
Численно ий, родивших ность
Год абортов
сть зарегистр ся койками
ы (на 1000
населения ированны (на 1000 (на 10000
женщин)
х среди нас.) нас.)
населения

1 2 3 4 5
ряда
1990 960900 1200000 15,7 80,6 129,6
1995 985000 1250000 13,2 52,4 117,8
2000 953500 1340000 8,6 45,3 94,0

180
Задание.
В порядке расположения динамических рядов определите
их вид.
Ответ.
Виды динамических рядов:
1 – простой, моментный;
2 – простой, интервальный;
3 – сложный, интервальный;
4 – сложный, интервальный;
5 – сложный, моментный.

Для характеристики динамического ряда необходимо –


Уметь определить тенденцию изменений его уровней, а при
необходимости применить механические способы
выравнивания динамического ряда для выявления его
тенденции или сглаживания. Чтобы проверить эти умения,
решите следующую задачу.

Задача 2
В табл. 8 приведены показатели летальности в различных
отделениях ГБ №1 за ряд лет.
Таблица 8
Динамика летальности в ГБ №1 за 1995-2000 гг.
Отделения
Годы терапевтическ неврологическ
хирургическое
ое ое
1995 1,0 0,6 0,8
1996 0,8 0,6 1,0
1997 0,8 0,7 0,8
1998 0,7 0,9 0,8
1999 0,5 0,9 1,2
2000 0,4 1,1 1,0

181
Задание.
Определите тенденции изменений летальности
(количество умерших на 100 выбывших из стационара) в
отделениях ГБ №1. При необходимости используйте
способы выравнивания динамического ряда.

Ответ.
В терапевтическом отделении прослеживается явная
тенденция к снижению изучаемого показателя.
В неврологическом отделении имеется тенденция к росту
летальности.
В хирургическом отделении единой тенденции не
обнаруживается. В данном случае необходимо провести
преобразование ряда. Для этого можно использовать
групповую или скользящую среднюю. Результаты
выравнивания представим в таблице 8а.
Таблица 8а
Выравнивание показателя летальности
в хирургическом отделении ГБ №1 за 1995-2000 годы

Годы
Показатели
1995 1996 1997 1998 1999 2000
Летальность 0,8 1,0 0,8 0,8 1,2 1,0
Групповая
0,9 0,8 1,1
средняя
Скользящая
– 0,87 0,87 0,93 1,0 –
средняя
При использовании групповой средней за два периода
преобразованный ряд не показывает единой тенденции
изменения летальности.
После получения скользящей средней можно сделать
вывод о наличии тенденции показателя летальности к
увеличению.

Далее следует приступить к решению задач, которые


182
охватывают следующие цели темы:
Уметь рассчитать показатели динамического ряда;
Уметь оценить явление в динамике и сделать выводы .

Задача 3
В табл. 9 представлена динамика частоты абортов (на 1000
женщин детородного возраста) в Украине за 1990-1998 годы. В
США этот показатель в 1998 году был равен 27,4 случая, во
Франции – 4,9 случаев на 1000 женщин фертильного возраста.
Таблица 9
Количество абортов среди женщин Украины в 1980 – 1998 гг.
Годы
Показатель
1990 1992 1994
1996 1998
Частота абортов 82,5 73,2 61,2
51,9 44,7
Задание.
1. Рассчитайте показатели динамического ряда, внесите их в
таблицу.
2. Сравните показатели частоты абортов в Украине за 1998
год с данными США и Франции.
3. Сделайте выводы.
Ответ.
1. Рассчитаем показатели динамического ряда:
абсолютный прирост, темп роста, темп прироста,
показатель наглядности и внесем их в таблицу.
Годы
Показатель
1990 1992 1994 1996 1998
Частота абортов 82,5 73,2 61,2 51,9 44,7
Абсолютный
– – 9,3 – 12,0 – 9,3 – 7,2
прирост
Темп роста, % – 88,7 83,6 84,8 86,1
Темп прироста, % – – 11,3 – 16,4 – 15,2 – 13,9
Показатель
100,0 88,7 74,2 62,9 54,2
наглядности, %
2. Для сравнения используем показатели наглядности:
183
a) частота абортов в США – 100%
частота абортов в Украине – Х
27,4 – 100%
44,7 – Х%
44 , 7  100%
X   163,1%
27.4
b) частота абортов во Франции – 1
частота абортов в Украине – Х
4,9 – 1
44,7 – Х
44 , 7  1
X   9 ,1
4.9
3. Выводы:
3.1. В Украине с 1990 года наметилась тенденция к
снижению частоты абортов, но по сравнению с данными
США они выше на 63,1%, с данными Франции – более чем
в 9 раз.
3.2. Самое заметное снижение показателя наблюдалось
с 1992 по 1994 год. В этот период более заметна и
скорость снижения.
3.3. Самая низкая абсолютная убыль частоты абортов в
Украине характерна с 1996 года по 1998 год, а самый
низкий темп убыли – с 1990 по 19992 года.
3.4. По сравнению с данными 1990 года, принятыми за
100%, во все анализируемые периоды частота абортов
снижалась. Если в 1992 году эти различия составляли
около 12%, то 1996 и 1998 годах примерно 37% и 46%
соответственно.

Задача 4
В табл. 10 представлена динамика смертности детей в
возрасте одного года в некоторых европейских странах за
1970 и 1997 года.

Таблица 10
Динамика смертности детей в возрасте одного года
в некоторых европейских странах за 1970 и 1997 года
184
Годы Украина Германия Италия
1970 17,0 24,0 30,0
1997 14,0 5,0 6,0
Абсолютный прирост, на 1000 – 3,0 – 19,0 – 24,0
Темп роста, % 82,4 20,8 20,0

Задание.
Оцените динамику МС в указанных странах и сделайте
выводы.

Ответ.
На основании имеющихся данных можно сделать
следующие выводы:
1. Во всех анализируемых странах отмечается тенденция к
снижению изучаемого показателя.
2. Самое значительное снижение МС характерно для
Италии.
3. В Украине показатель абсолютного прироста (убыли)
самый низкий из всех сравниваемых стран и это связано
с низкими уровнями показателя МС в нашем государстве
по сравнению с Германией и Италией в 1970 году.
4. Темп роста МС в Украине составляет 82,4%, что
свидетельствует о снижении изучаемого явления за 7
анализируемых лет примерно на 18%, в то время как в
других странах это снижение более ощутимо (примерно
на 80%).

185
Приложение 1
Граф логической структуры темы
«Методика изучения динамики явлений
в медицине и здравоохранении»
ПОНЯТИЕ О ДИНАМИЧЕСКИХ РЯДАХ

ВИДЫ ДИНАМИЧЕСКИХ РЯДОВ

по статистическому характеру по способу наблюдения


величин

простой сложный моментный интервальный

ХАРАКТЕРИСТИКА УРОВНЕЙ (ЧЛЕНОВ) ДИНАМИЧЕСКОГО РЯДА

МЕТОДИКА АНАЛИЗА ДИНАМИКИ ЯВЛЕНИЯ ИЛИ ПРОЦЕССА

ПОДГОТОВИТЕЛЬНЫЙ ЭТАП

решение вопроса о необходимости выравнивания


динамического ряда для выявления его тенденции или
сокращения;
применение способов выравнивания;
методика расчета показателей динамического ряда;
назначение показателей динамического ряда.

ЭТАП СОБСТВЕННО АНАЛИЗА

сравнение и оценка интенсивности и направленности


изменений явления в динамике;
оценка динамики изменений явления (признака)

ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ПОКАЗАТЕЛЕЙ ДИНАМИКИ


В МЕДИЦИНЕ И ЗДРАВООХРАНЕНИИ

186

Практическое применение показателей динамики


в медицине и здравоохранении
ЭТАП
Приложение 2
ПОДГОТОВИТЕЛЬНЫЙ АЛГОРИТМ анализа явления (процесса) в динамике
тенденция прослеживается

Построить ряд данных в хронологическом порядке

Охарактеризовать ряд по Выбрать необходимые показатели для


способу наблюдения и характеристики явления в динамике
статистическому характеру
величин для для определения для для
Определить тенденцию подтверждени относительной характерис отражения
изменения я тенденции скорости (темпа) тики отличий
изменения изменения «цены», каждого
явления в динамике явления от явления от «веса» уровня от
тенденция уровня к уровня к уровню каждого исходного
отсутствует уровню или или за весь процента уровня,
расчет групповой

расчет скользящей

за весь период принятого


применить способы
укрупнение

анализируемы за 100%
интервала

выравнивания
средней

средней

й
1 процент
прироста

прироста
период
наглядност
роста

показатель
абсолютны

темп

темп
й прирост
СОБСТВЕННО АНАЛИЗА

Рассчитать показатели динамического ряда

тенденция Представить исходные данные и


определяется показатели динамического ряда в таблице
ЭТАП

Сравнить показатели за период между


двумя уровнями или за весь
анализируемый период:
в одном динамическом ряду;
в нескольких динамических рядах,
характеризующих одно и то же
явление; 187

Оценить интенсивность и направленность изменения явления в


динамике

Оценить динамику изменений


СДЕЛАТЬ ВЫВОДЫ

Приложение 3
Алгоритм определения тенденции изменений изучаемого явления
I Охарактеризовать динамический ряд по способу наблюдения и
статистическому характеру величин
Iа ОПРЕДЕЛИТЬ ВИД РЯДА ПО СПОСОБУ НАБЛЮДЕНИЯ
Уровень ряда получен в Уровень ряда получен в
результате текущего результате единовременного
наблюдения наблюдения
интервальный моментный
Iб ОПРЕДЕЛИТЬ ВИД РЯДА ПО СТАТИСТИЧЕСКОМУ ХАРАКТЕРУ ВЕЛИЧИН

абсолютные производные абсолютные производные


величины показатели величины показатели

простой сложный простой сложный


интервальный интервальный моментный моментный
II Установить наличие периодичности в изменениях изучаемого
явления (процесса) в исследуемый период
четко периодичн четко периодичн четко периодичн четко периодичн
выражена ость выражена ость выражена ость выражена ость
периодичн отсутствуе отсутствуе отсутствуе отсутствуе
ость т периодичн т периодичн т периодичн т
ость ость ость

IIб
ТЕНДЕНЦИЯ ОТСУТСТВУЕТ
III
ВЫРОВНЯТЬ ДИНАМИЧЕСКИЙ РЯД
(применить способы выравнивания)
укрупнение интервала групповой средней групповой средней групповой средней
групповой средней скользящей средней скользящей средней скользящей средней
скользящей средней
IIа
ТЕНДЕНЦИЯ ПРОСЛЕЖИВАЕТСЯ
IV
ОЦЕНИТЬ НАПРАВЛЕННОСТЬ ИЗМЕНЕНИЙ ЯВЛЕНИЯ В ДИНАМИКЕ
IVа
ОПРЕДЕЛИТЬ ХАРАКТЕР ТЕНДЕНЦИИ

Каждый Каждый последующий Все уровни ряда


последующий уровень меньше равны или примерно
уровень больше предыдущего равны
предыдущего
тенденция к увеличению тенденция к тенденция к стабилизации
IVб уменьшению
СДЕЛАТЬ ЗАКЛЮЧЕНИЕ О ХАРАКТЕРЕ ТЕНДЕНЦИИ
188
Приложение 4
Показатели динамического ряда
Наименовани Назначение Единица
Методика расчета
е показателя показателя измерения
 подтверждает разность между  в тех же
тенденцию настоящим и предыдущим единицах,
(отрицательный знак уровнями что и
указывает на убыль уровни
или снижение анализируе
явления, мого ряда
Абсолют- положительный – на
рост)  может быть
ный  указывает, на сколько положитель
прирост единиц изменялось ным или
(убыль) изучаемое явление от отрицатель
уровня к уровню ным
 указывает, на разность между конечным
сколько изменилось и начальным уровнями
изучаемое явление за
весь анализируемый
период
 отражает предыдущий уровень – 100%
относительную
скорость (темп)
настоящий уровень – X
изменения за период X 
настоящий уровень
 100%
предыдущий уровень
Темп между двумя
сравниваемыми
роста в%
уровнями
(убыли)  характеризует темп начальный уровень – 100%
развития явления за конечный уровень – X
весь анализируемый
период X 
конечный уровень
 100%
начальный уровень

 отражает, как и темп 1) предыдущий уровень – 100%


роста,  в %,
абсолютный прирост между
относительную двумя изучаемыми уровнями – X
скорость (темп)
изменения явления X  абсолютный прирост 100%
Темп от уровня к уровню предыдущий уровень  может быть
прироста 2) темп роста минус 100% положитель
ным или
начальный уровень – 100% отрицатель
 характеризует темп абсолютный прирост за весь ным в
изменения явления анализируемый период – X зависимост
за весь и от
абсолютный прирост
анализируемый абсолютног
за весь период
X  10
период начальный уровеньо прироста
 характеризует «цену», X  абсолютный прирост
«вес» каждого темп прироста
процента
1% прироста
(используется для в%
(снижения)
характеристики
нескольких динам.
рядов)
Показатель  отражает, на сколько исходный (любой) уровень – 100% в%
наглядност процентов каждый каждый настоящий уровень – X

189
уровень отличается X 
настоящий уровень
 100%
от исходного уровень, принятый за 100%
и уровня, принятого за (т.е. постоянное основание)
100%

190
ТЕМА 7. ИЗМЕРЕНИЕ СВЯЗИ МЕЖДУ ЯВЛЕНИЯМИ
ИЛИ ПРИЗНАКАМИ. КОРРЕЛЯЦИЯ

Актуальность темы. Известно, что все явления в


природе и обществе находятся во взаимной связи. В
медицине и здравоохранении особо важное значение
имеет изучение взаимосвязи между различными
факторами и состоянием здоровья населения. Решение
вопроса о том, возможна ли связь между явлениями,
принадлежит не статистике, а специальным
медицинским наукам, изучающим сущность,
материальную природу данных явлений. Такой
качественный анализ позволяет установить не только
возможность связи между явлениями, но и определить
ее характер, а именно, имеется ли между ними
причинно-следственная связь, или оба из изучаемых
явлений зависят от третьего. Только после этого
целесообразно статистически проверить наличие
связи.
Для этих целей служит коэффициент корреляции,
который одним числом дает оценку степени связи
между изучаемыми явлениями, определяет ее силу и
направление, позволяет распутать цепь причин и
привлечь к их объяснению ряд различных факторов.
Использование коэффициента корреляции в
научных исследованиях и практической деятельности
позволяет врачу достоверно оценить эффективность
проводимых лечебных или профилактических
мероприятий, охарактеризовать роль различных
факторов в возникновении заболеваний,
прогнозировать заболеваемость, рождаемость и
смертность, если известно изменение величины
действующего фактора. Поэтому овладение методикой
корреляционного анализа является обязательным
профессиональным умением врача любой
специальности.
191
ЦЕЛИ ЗАНЯТИЯ
Общая цель: уметь статистически устанавливать
наличие и степень связи между явлениями при анализе
здоровья населения.
Общая цель достигается через конкретные уменья:
1. Решить вопрос о возможности наличия связи между
явлениями.
2. Определить вид связи.
3. Выбрать наиболее целесообразную методику
измерения корреляционной связи в каждом
конкретном случае.
4. Рассчитать показатель корреляционной связи.
5. Оценить достоверность полученных результатов.
6. Определить силу и направление связи.
7. Сделать выводы о степени связи, ее силе и направлении.

ИСТОЧНИКИ УЧЕБНОЙ ИНФОРМАЦИИ


(рекомендуемая литература)
1. Соціальна медицина та організація охорони здоров’я / Під ред.
Вороненка Ю.В., Москаленка В.Ф. – Тернопіль: Укрмедкнига,
2000. – С. 82-87.
2. Социальная гигиена и организация здравоохранения / Под
ред. Серенко А.Ф., Ермакова В.В. – М.: Медицина, 1984. –
С. 149-160.
3. Руководство к практическим занятиям по социальной
гигиене и организации здравоохранения / Под ред.
Лисицына Ю.П., Копыта Н.Я. – М.: Медицина, 1984.
– С. 65-68.
4. Руководство по социальной гигиене и организации
здравоохранения / Под ред. Лисицына Ю.П. – М.:
Медицина, 1987. – Т.1. – С. 262-267.
5. Граф логической структуры содержания темы
(приложение 1).

192
ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ТЕМЫ
1. Виды связи между явлениями (признаками).
2. Сущность корреляционной связи, ее разновидности.
3. Методы вычисления коэффициента корреляции.
4. Оценка достоверности коэффициента корреляции.
5. Определение характера, силы, направления связи.
6. Методика вычисления коэффициента линейной корреляции.
7. Методика вычисления коэффициента ранговой корреляции.
8. Методика вычисления коэффициента ассоциации.

ОСНОВНЫЕ ВОПРОСЫ И КЛЮЧЕВЫЕ ПОНЯТИЯ,


НА КОТОРЫЕ СЛЕДУЕТ ОБРАТИТЬ ВНИМАНИЕ
ПРИ ПОДГОТОВКЕ ТЕМЫ

Различные явления или признаки могут иметь между


собой две формы связи: функциональную и
корреляционную.
Функциональная связь характерна для явлений, между
которыми существует строгая зависимость, то есть изменение
на определенную величину одного явления (признака)
сопровождается строго определенным изменение другого
явления (признака). При этом зависимость проявляется
настолько сильно, что каждому определенному значению
влияющего признака (х) всегда соответствует строго
определенное, единственное значение результативного
признака (у). Такая связь встречается только в идеальных
условиях, когда предполагается, что никаких посторонних
влияний нет.
Функциональная связь в основном имеет место в
естествознании и технике, где ее можно представить в виде
уравнения, формулы (например, радиусу круга соответствует
определенная площадь круга, объем шара зависит от длины
его радиуса, скорость свободно падающего тела определяется
величиной ускорения силы тяжести и временем падения,

193
степень расширения тела определяется температурой
нагревания и т.п.).
В медицинской практике мы, как правило, сталкиваемся с
корреляционной связью. Корреляционная связь – это связь, при
которой от изменения одного явления зависит главным
образом, но не исключительно, изменение другого явления,
значения которого варьируют в определенных размерах вокруг
своей средней величины. Например, известно, что масса тела
человека зависит от изменения его роста. Однако у группы лиц
с одинаковым ростом можно наблюдать различные колебания
массы тела. Эти колебания массы тела варьируют в
определенных размерах вокруг своей средней величины, т.к.
связаны еще с питанием, физической нагрузкой, обменом
веществ, состоянием здоровья и т.п. Это связь между
явлениями, проявляющаяся не в каждом конкретном случае, а
при массовом наблюдении рассматриваемых признаков, т.е.
совокупностей.
Корреляционная связь характерна для социально-
гигиенических процессов, клинической медицины и биологии.
Например, связь уменьшения уровня инфекционной
заболеваемости с увеличением процента привитых лиц,
взаимосвязь между цветом волос и цветом глаз (темные или
светлые), зависимость заболеваемости раком кожи от степени
пигментации кожных покровов, связь между уровнем вредных
производных факторов и частотой профессиональных
заболеваний.
По своему характеру корреляционная связь
подразделяется на следующие виды:
- причинно-следственную;
- обусловленную;
- параллельную.
Причинно-следственная связь проявляется в тех случаях,
когда изменение одного явления (признака) является
причиной изменения другого явления (признака). Например,
увеличение числа диспансерных больных, получивших
противорецидивное лечение, приводит к снижению частоты

194
обострения хронических заболеваний, внедрение новых
технологий на производстве приводит к изменению
показателей производственного травматизма.
Обусловленная связь присутствует в тех случаях, когда
изменение одного явления (признака) как бы создаст
условия, способствующие изменению другого явления или
признака. Например, высокая температура воздуха в летнее
время может привести к росту частоты сердечно-сосудистых
заболеваний, увеличению уровня пищевых отравлений среди
населения, а понижение температуры воздуха в зимнее время
сопровождается увеличением уровня заболеваемости
населения простудными болезнями. Но при наличии ряда
обстоятельств (например, проведение профилактических
мероприятий) этого может не произойти.
Для параллельной связи характерно параллельное изменение
двух явлений или признаков в зависимости от третьего.
Например, изменение роста ребенка сопровождается изменением
массы его тела и окружности груди. Но параметры таких
изменений неодинаковы.
Различают прямолинейную и криволинейную
корреляционную связь. Так, если при относительно
равномерном изменении средних значений одного признака
проходят равные изменения другого (например, соответствия
между изменениями уровней максимального и
минимального артериального давления) наблюдается
прямолинейная корреляционная связь. При криволинейной
зависимости равномерное изменение одного признака
сопровождается неравномерными, непропорциональными
возрастающими и убывающими изменениями другого
признака.
Используя методы корреляции, важно помнить о
возможности измерить связь между различными признаками
только лишь в качественно однородной совокупности.
Нельзя, например, сопоставлять рост и массу тела лиц
разного пола и возраста.
Способами изображения (представления) связи могут
быть:
195
 таблицы,
 рисунки (графики)
 коэффициенты корреляции.
В таблицах коррелируемые данные представляют в виде
корреляционных рядов или корреляционной решетки.
Корреляционный ряд – это ряд числовых изменений
определенного явления (признака). В корреляционной таблице
минимально может быть два таких ряда. Один из них (х)
относится к влияющему признаку, а другой (у) – к
результативному (табл. 1).
Таблица 1
Схема корреляционной таблицы
Vх Vу
Х1 У1
Х2 У2
. .
. .
. .
Хn Уn

Корреляционная решетка – таблица, в которой каждому


значению влияющего признака (х) относится несколько
значений результативного признака (у). При этом каждому
сочетанию х и у соответствует определенное поле (см. табл.
2).
Таблица 2
Схема корреляционной решетки


У1 У2 … Уn
Х1
Х2
.
.
.
Хn
Примечание: Х1, Х2, Х3 и т.д. – разновидности одного явления
196
(признака);
У1, У2, У3 и т. д. – разновидности другого явления
(признака).
Следует обратить внимание на то, что изучаемые явления
(признаки) могут быть выражены количественно или
описательно, представлены сгруппированными или
несгруппированными данными.
Выразить количественно – это значит выразить числом
(например, рост – в сантиметрах или метрах, массу тела – в
килограммах, содержание железа в крови – в мг%, частоту
заболеваний в промиллях или продецимиллях), а выразить
описательно – значит выразить словесно. Описательные
признаки – обычно альтернативные признаки.
Альтернативным называют случай, когда вариация
исчерпывается двумя возможностями: заболел или не
заболел, привит или не привит, выздоровел или не
выздоровел.
Сгруппированные данные – это данные, объединенные в
группы по их величине в пределах одного интервала. В виде
сгруппированных данных могут быть представлены
значения одного из изучаемых явлений (признаков) или
значения обоих признаков: влияющего (х) и результативного
(у). Чаще всего группируют данные при большом числе
наблюдений.
Более подробно о сгруппированных рядах см. в теме
«Средние величины».
Несгруппированные данные – это данные каждого из
изучаемых признаков, выраженные одним числом (см. табл.
6 и 11).

Еще одним способом демонстрации корреляционной


связи являются графики (рисунки), которые дают
представление о ее наличии и направлении (см. рис. 1).
Распределение точек на рисунке показывает, что они
широко рассеяны вокруг линии. Их общее направление
197
соответствует прямой линии. Тенденции к образованию
кривой незаметно. Средние величины весьма близко
подходят к прямой линии. В этом случае мерилом связи
должен быть выбран коэффициент корреляции.
Y Y

0 0
a X б X

Рис. 1. Линейная корреляция между величинами Х и У


а – положительная, прямая;
б – отрицательная, обратная.
Если размещение точек на графике грубо похоже, по
очертанию на перевернутую букву U и прямой линией
описать его было бы невозможно (см. рис. 2), тогда
коэффициент корреляции применять не следует. Для этого
существуют другие методы анализа.
Y

0
X198
Рис. 2. Криволинейная зависимость между величинами
ХиУ
Таким образом, таблицы и графики дают лишь
представление о наличии и направлении связи. Однако
измерить и оценить статистическую достоверность этой
связи можно при помощи коэффициента корреляции.
Существует много способов вычисления таких
коэффициентов. Выбор одного какого-либо из них находится
в зависимости от следующих факторов:
1. Каким образом выражены признаки изучаемых явлений;
находящихся во взаимной связи, – описательно или
количественно.
2. В каком виде представлены данные – сгруппированном
или несгруппированном.
3. Требуется ли измерить связь между двумя явлениями или
между несколькими.
Наиболее простыми для расчета и широко используемыми
являются:
 коэффициент линейной корреляции (rху);
 коэффициент ранговой корреляции (р);
 коэффициент ассоциации (Q).
Коэффициент линейной корреляции является наиболее
точным. Его используют:
 при прямолинейной зависимости между изучаемыми
явлениями (признаками);
 небольшом числе наблюдении (число парных вариант не
более 30);
 несгруппированных данных.
Коэффициент ранговой корреляции применяют в том
случае, когда не нужна большая точность оценки силы связи.
Его используют:
 при прямолинейной, криволинейной зависимости между
изучаемыми явлениями или когда определить ее вид
невозможно;
199
 небольшом числе наблюдений (не больше 30);
 при сравнении не только количественных, но и
качественных (атрибутивных) признаков;
 при измерении связи между альтернативными
признаками, имеющими несколько градаций, т. е. при
альтернативной догме;
 когда в сравниваемых рядах величин имеются открытые
группы, не имеющие четких границ (например, в ряду
величин, характеризующих стаж работы, могут быть
группы: «до 5 лет», «более 20 лет»).

Коэффициент ассоциации является наиболее точным и


находит применение для измерения связи между
альтернативными признаками.
Названные коэффициенты рассчитываются по следующим
формулам:
Линейной Ранговой Ассоциаци
корреляции корреляции и
 d x d y 2
rxy  6 d Q  ad  bc
2 2  xy 1 ad  bc
 d x d y 2
n (n 1)

где: где: где:


rху – коэффициент рxy – коэффициент Q – коэффициент
корреляции корреляции рангов ассоциации
Х и У – числовые n – число парных а, в, с, d –
значения членов обозначения
сравниваемых коррелируемых рядов каждого из 4-х
явлений признаков (х и у) сравниваемых
dх и dу – отклонения d – разность между показателей
каждого значения порядковыми
ряда «х» или ряда «у» номерами парных
от средней величины членов рядов
данного ряда  – знак суммы
 – знак суммы

200
Поскольку при измерении связи между явлениями, как
правило, пользуются выборочными методами исследования,
т. к. расчеты производятся на выборочных совокупностях,
полученные коэффициенты нуждаются в подтверждении их
достоверности. Для этого необходимо вычислить среднюю
ошибку коэффициента корреляции.
Средняя ошибка (m) коэффициентов линейной и ранговой
корреляции вычисляется по однотипной формуле:

для коэффициента для коэффициента


линейной корреляции ранговой корреляции
2 2
1 rxy 1 rxy
mr   m 
n 2 n 2

где: где:
mr – средняя ошибка mр – средняя ошибка
n – число пар n – число пар
r²ху – коэффициент линейной р²ху – коэффициент ранговой
корреляции корреляции
Средняя ошибка коэффициента ассоциации определяется
по формуле:
1Q
mQ   111 1 ,
2 a b c d

где Q – коэффициент ассоциации


Достоверность коэффициентов корреляционной связи
определяется с помощью критерия достоверности – t,
который вычисляется путем деления величины показателя на
величину рассчитанной для него средней ошибки:
rxy  Q
tr 
mr или t 
m или tQ 
mQ

 Коэффициенты корреляционной связи считаются


достоверными, если они в 3 (три) раза превышают свою
среднюю ошибку;

201
 При малом числе наблюдений значение критерия
достоверности, рассчитанное для конкретного коэффициента,
сравнивается с критериями в специальной таблице,
соответствующими числу наблюдений в данном исследовании
(см. табл. 7 и 8).
Коэффициент корреляции (rху) одним числом измеряет
силу связи между изучаемыми явлениями и дает
представление о ее направлении;
 По направлению связь может быть прямой и
обратной.
Прямой (положительной) связью называется такая связь,
когда оба явления изменяются в одном направлении.
Например, с ухудшением питания ухудшаются показатели
здоровья населения.
Обратной (отрицательной) связью называется связь, когда
одно явление увеличивается, а другое при этом уменьшается.
Например, с понижением температуры воздуха в осенне-
зимний период частота простудных заболеваний
увеличивается.
Коэффициент корреляции, характеризующий прямую
связь, обозначается знаком плюс (+), а обратную связь –
знаком минус (–).
 По силе связи коэффициенты корреляции
колеблются от единицы (полная функциональная связь) до
нуля (отсутствие связи). Промежуточные значения (1r0)
говорят о наличие связи более или менее сильной степени.
Чем больше среднему значению одного признака
соответствует значений другого признака, тем выше сила
связи между ними. Оценка размеров корреляции может
производиться по следующей схеме.
Схема оценки коэффициента корреляции

202
Величина коэффициента
Сила связи при наличии
прямой обратной
корреляции корреляции
Малая (низкая, слабая) от 0 до +0,3 от 0 до –0,3

Средняя от 0,3 до +0,7 от –0,3 до –0,7

Большая (высокая, сильная) от 0,7 до +1,0 от –0,7 до –1,0

Таким образом, корреляционные коэффициенты своей


величиной и знаком показывают степень или силу связи и ее
направление.
Необходимо помнить о том, что вычисление
коэффициентов корреляции целесообразно лишь в том
случае, если специалисты, изучающие сущность какой-либо
проблемы предполагают наличие связи между явлениями. А
сама по себе статистика не решает вопрос о том, возможна
ли связь между явлениями или нет.

МЕТОДИКА ВЫЧИСЛЕНИЯ КОЭФФИЦИЕНТА


ЛИНЕЙНОЙ КОРРЕЛЯЦИИ

Для его вычисления следует пользоваться алгоритмом,


приведенным в табл. 4 и правилами, перечисленными ниже.

Таблица 4
Алгоритмы расчета коэффициента линейной корреляции
(rху), его ошибки (mr) и коэффициента достоверности (tr)

203
dx dү
Vx Vу (X- (Y- dx×dү dх2 dу² Формулы
Mx ) My )
1 2 3 4 5 6 7 8
 dx  d y
rry 
2 2
 dx  d y

2
1  rxy
ΣVx ΣVy mr  
n  2

 Vx  Vy Σdx×d Σdx Σdy rxy


Mx  My  2 2
tr 
n n mr
ү

1. Записать исходные данные в виде двух вариационных


рядов (графы 1 и 2)
2. Найти суммы вариант в каждом вариационном ряду (х
и у) и определить средние арифметические величины (Мх и
Му) – графы 1 и 2.
3. Найти dx и dу – отклонения каждой варианты от средних
величин (графы 3 и 4).
4. Полученные отклонения перемножить попарно (dх × dу) и
найти сумму полученных произведений (dх × dу) – графа 5.
5. Каждое отклонение в обоих рядах возвести в квадрат и
определить сумму квадратов отклонений ряда Vх (графа 6) и
ряда Vу (графа 7).
6. Определить произведение d²х × d²у и из произведения
извлечь квадратный корень d²х × d²у
7. Подставить полученные данные в формулу и рассчитать
коэффициент корреляции (Rху) – графа 8.
8. Подставить необходимые данные в формулу и рассчитать
среднюю ошибку (mr) коэффициента корреляции – графа 8.
9. Подставить необходимые данные в формулу и рассчитать
коэффициент достоверности (tr) – графа 8.

При наличии вычислительной техники расчет


коэффициента линейной корреляции производится по
следующей схеме (табл.5.)
Таблица 5
Алгоритм расчета (на ЭВМ) коэффициента корреляции (Rху)
204
Vx ∙
Vx Vy Vx2 Vy2 Формула
Vy

n   VxVy   Vx   Vy

  
rxy 
2 2 2
n   Vx  (  Vx )  n   Vy  (  V
åV V Vx× V V
x y Vy x2 y2

Для примера вычислим коэффициент корреляции между


температурой тела и частотой пульса в минуту у 5 больных
(табл. 6). Для этого воспользуемся алгоритмами,
приведенными в табл. 4 и 5.
Таблица 6
Пример определения rху между температурой
тела и частотой пульса в минуту

Частота dx dү
Температура
пульса (удары (X- (Y- dx×dү dх2 dу²
тела(˚C), х
в минуту), y Mx) My)
36 60 -2 -20 40 4 400
36 70 -2 -10 20 4 100
38 80 0 0 0 0 0
40 90 +2 +10 20 4 100
40 100 +2 +20 40 4 400
∑x=190 ∑y=400
190 400
Mx   38 My   80
5 5

Подставим полученные данные в формулу и рассчитаем


коэффициент корреляции:
 dx  d y 120 120
rry     0,949
2 2 16  1000 126.49
 dx  dy

Рассчитаем среднюю ошибку (mr) коэффициента


достоверности:
2 2
1  rxy 1  0,949 1  0,901 0,099
mr          0,18
n  2 5  2 3 3

205
Рассчитаем коэффициент достоверности tr:
rxy 0,949
tr    5,27
mr 0,18

Оценим критерий tr по специальным таблицам (табл. 7 и 8),


в которой слева показано число наблюдений (n), а сверху –
степень вероятности безошибочного прогноза (р).
Таблица 7
Значение критерия tr для трех степеней вероятности
(по Н.А. Плохинскому)

p p
95% 99% 99,9% 95% 99% 99,9%
n n
1 12,7 63,7 37,0 10 4,6 2,2 3,2
2 4,3 9,9 31,6 11 4,4 2,2 3,1
3 3,2 5,8 12,9 12 4,3 2,2 3,1
4 2,8 4,6 8,6 13 4,1 2,2 3,0
5 2,6 4,0 6,9 14-15 4,1 2,1 3,0
6 2,4 3,7 6,0 16-17 4,0 2,1 2,9
7 2,4 3,5 5,3 18-20 3,9 2,1 2,9
8 2,3 3,4 5,0 21-24 3,8 2,1 2,8
9 2,3 3,3 4,8 25-29 3,7 2,0 2,8
Таблица 8
Стандартные коэффициенты корреляции, которые
считаются достоверными (по Л.С. Каменскому)

Число Уровень вероятности Число Уровень вероятности


степен Р (в %) степен Р (в %)
ей ей
свобод свобод
95,0 98,0 99,0 95,0 98,0 99,0
ы, n′ ы, n′
(n – 2) (n – 2)
1 0,997 0,999 0,999 12 0,532 0,612 0,661
2 0,950 0,980 0,990 13 0,514 0,592 0,641
3 0,878 0,934 0,959 14 0,497 0,574 0,623

206
4 0,811 0,882 0,917 15 0,482 0,558 0,606
5 0,754 0,833 0,874 16 0,468 0,542 0,590
6 0,707 0,789 0,834 17 0,456 0,528 0,575
7 0,666 0,750 0,798 18 0,444 0,516 0,561
8 0,632 0,716 0,765 19 0,433 0,503 0,549
9 0,602 0,685 0,735 20 0,423 0,492 0,537
10 0,576 0,658 0,708 25 0,381 0,445 0,487
11 0,553 0,634 0,684 30 0,349 0,409 0,449

Вывод. Коэффициент корреляции, равный 0,949,


достоверен с вероятностью безошибочного прогноза р>95%,
так как при n=3 (5 – 2) полученный нами критерий t будет
больше tтабл.=3,2 (р=95%) и меньше tтабл.=5,8 (р=99%).
Материалы выборочного исследования позволяют
утверждать, что в генеральной совокупности существует
сильная прямая связь между температурой тела и частотой
пульса.
Оценка достоверности коэффициента корреляции может
осуществляется по специальной таблице (при малых выборках)
без предварительных расчетов m и t. Необходимо лишь
сравнить rху со стандартным коэффициентом корреляции,
рассчитанным и представленным в таблице для различной
степени вероятности и различного числа наблюдений (см. табл.
8).
По данным оценки достоверности полученного
коэффициента корреляции с помощью приведенной выше
таблицы можно говорить о том, что коэффициент, равный
0,949, достоверен с вероятностью безошибочного прогноза
р>98%, так как при n=3, он больше 0,934 и меньше 0,959.

При наличии вычислительной техники расчет


коэффициента корреляции производится по следующей
схеме (табл. 9)
Таблица 9
207
Пример определения rху
(с помощью вычислительной техники)
между температурой тела и частотой пульса в минуту


Vx Vy Vx×Vy Vx2 Vy2 Расчет по формуле
п/п
1 36 60 2160 1296 3600
2 36 70 2520 1296 4900 r  515320190400 
xy 2 2
3 38 80 3040 1444 6400 (57236190 )(53300 400 )
4 40 90 3600 1600 8100  600  0,949
5 40 100 4000 160010000 632,46

190400 15320 723633000


Вывод. Между температурой тела и частотой пульса
имеется прямая и сильная связь.

МЕТОДИКА ВЫЧИСЛЕНИЯ КОЭФФИЦИЕНТА


РАНГОВОЙ КОРРЕЛЯЦИИ

Последовательность расчета коэффициента ранговой


корреляции отражена в табл. 10 и правилах, перечисленных
после алгоритма.
Таблица 10
Алгоритм расчета коэффициента ранговой корреляции (р),
его ошибки (mp) и коэффициента достоверности (tp)

Порядковы
Квадр
е Разность
Приз Приз ат
номера между Формулы для
нак нак разнос
(ранги) рангами расчета
x y ти
для рядов (d=x′–y′)
(d2)
х′ y′
1 2 3 4 5 6 7
208
2
6 d
 1 ;
2
n (n 1)
2
1 
m   ;
n 2

t  .
m

∑d2

1. Составить ряды из парных признаков (графы 1 и 2).


2. Каждую величину признака заменить ранговым
(порядковым) номером – х′ и у′. (в тех случаях, когда
имеется несколько одинаковых по величине чисел,
порядковый номер обозначают средним числом из суммы
очередных порядковых их номеров). Ранжировать значения
обоих рядов в строго определенном направлении от
меньшей величины к большей или от большей к меньшей
(графы 3 и 4).
3. Определить разность между рангами для каждой пары
членов ряда (по каждой строке) – графа 5.
4. Возвести в квадрат каждое из полученных значений
разности между рангами и определить сумму квадратов
разности рангов (d²) – графа 6.
5. Подставить полученные данные в формулу и рассчитать
коэффициент корреляции рангов – графа 7.
6. Подставить необходимые данные в формулу и рассчитать
среднюю ошибку (mp) коэффициента ранговой корреляции
– графа 7.
7. Подставить необходимые данные в формулу и рассчитать
коэффициент достоверности (tp) – графа 7.

209
Методику расчета и оценки коэффициента корреляции
рангов разберем на следующем примере (см. табл. 11).
Таблица 11
Данные о заболеваемости дифтерией жителей городов
Н-ской области и о выполнении плана профилактических
прививок в отчетном году

Заболевае Выполнение
мость плана Разнос Квадрат
Горо
дифтерией профпривив Ранги ть разности
да
(на 100 ок рангов рангов
чел.) (в %)
х у Х1 У1 d (х-у) d2
А 3,29 86 1 8 7 49
Б 3,21 82 2 10 8 64
В 3,17 88 3 7 4 16
Г 2,85 84 4 9 5 25
Д 2,84 90 5 6 1 1
Е 2,71 95 6 4 2 4
Ж 2,23 100 7 1 6 36
З 1,82 92 8 5 3 9
И 1,80 98 9 2 7 49
К 0,70 96 10 3 7 49
2
∑d =302
Подставим полученные данные в формулу и
рассчитываем коэффициент ранговой корреляции:
2
6 d 6302 1 1812 11,83 0,83
 1 1
2
n (n  2) 10(102 1) 990

Рассчитаем среднюю ошибку (mp):


2 2
1  xy 1(0,83 ) 10,689
m      0,0389 0,197
n 2 102 8

Рассчитаем коэффициент достоверности:

210
 0,83
t   4,2
m 0,197

Условием достоверности коэффициента корреляции


рангов, как, впрочем, и всех остальных коэффициентов
корреляционной зависимости, является превышение
коэффициента своей утроенной ошибки: t 3m 

Таким образом, –0,833×0,197 или –0,83>0,591 т.е.


полученные результаты достоверны.
Вывод. Полученный коэффициент корреляции рангов
статистически достоверен. Следовательно, можно говорить о
сильной, обратной связи между заболеваемостью дифтерией
и процентом выполнения плана профилактических
прививок. Заболеваемость выше в тех городах, где план
профилактических прививок выполнен недостаточно.
При вычислении коэффициента корреляции по методу
рангов бывают случаи, когда отдельные показатели ряда
встречаются несколько раз. В этом случае порядковый номер
каждого из них (ранг) определяется как средняя из сумм
очередных порядковых номеров. Например, надо поставить
порядковые номера (ранги) показателей возраста 10
студентов:
Возраст
(годы), 22 22 21 24 23 23 24 23 24 24
Х
Ранги по величине показателей возраста проставляются
следующим образом: возраст 21 год, его порядковый номер =
1. возраст 22 года встречается дважды, занимая по своей
величине 2-е и 3-е места, поэтому порядковые номера в
данном случае будут равны полусумме занимаемых этим
возрастом мест – (2+3):2=2,5, т.е. против каждого показателя
возраста 22 года будет поставлен порядковый номер (ранг)
2,5. возраст 23 года встречается 3 раза, занимая 4-е, 5-е и 6-е
места соответственно, т.к. 2-е и 3-е места использованы для

211
возраста 22 года. Ранги для возраста 23 года будут равны –
(4+5+6):3=5, т.е. против каждого возраста 23 года
необходимо поставить порядковый номер (ранг) 5. в целом
ранги показателей возраста у студентов будут следующие:

Возраст
(годы), 22 22 21 24 23 23 24 23 24 24
Х
Ранги 2,5 2,5 1 7,5 5 5 7,5 5 7,5 7,5

МЕТОДИКА ВЫЧИСЛЕНИЯ
КОЭФФИЦИЕНТА АССОЦИАЦИИ

Последовательность расчета коэффициента ассоциации


отражена ниже.

Алгоритм расчета коэффициента ассоциации (Q),


его ошибки (ma) и коэффициента достоверности (ta).

1. Построить четырехпольную таблицу. В первом столбце


этой таблицы наносят обе разновидности одного явления –
Х1 и Х2, а в первой строке – обе разновидности второго – У1
и У2.При этом Х1 и У2 обозначают положительные
разновидности (например, выздоровевшие,
иммунизированные и т. д.), а Х2 и У2 – отрицательные
(например, не выздоровевшие, не иммунизированные).
Обозначить через буквы а, в, с, d четыре поля, в которые
внести исходные данные:

Y Y1 Y2
Х Заболело Не заболело
Х1
а в
Вакцинировано

212
Х2
с d
Невакцинировано

2. Вычислить произведения аd и вс.


3. Подставить полученные данные в формулу Q  ad  bc и
ad  bc
рассчитать коэффициент ассоциации.
4. Подставить необходимые данные в формулу
1Q
mQ   1 11 1 и рассчитать среднюю ошибку
2 a b c d
коэффициента ассоциации.
Q
tQ 
5. Подставить необходимые данные в формулу mQ и
рассчитать коэффициент достоверности.

Методику расчета и оценки коэффициента ассоциации


разберем на следующем примере.
Необходимо определить, влияет ли вакцинация против
гриппа на заболеваемость от этой инфекции. Известно, что на
промышленном предприятии с общей численностью в 2000
человек 1200 рабочим были сделаны прививки против гриппа,
а 800 рабочих остались не привитыми. Заболело из привитых
240 человек, а из непривитых – 320.
Данные о заболевших и не заболевших среди привитых и
не привитых приведены в табл. 12.
Таблица 12
Распределение заболевших и не заболевших среди
привитых на промышленном предприятии

Заболело Не заболело Всего


Привитых 240 960 1200
Не привитых 320 480 800
Всего 560 1440 2000
Вычислим произведения аd и вс:

213
a×d=240×480=11520
b×c=960×320=307200
Подставим полученные данные в формулу и рассчитаем
коэффициент ассоциации:
Q  ad bc  11520307200  192000 0,45
ad bc 11520307200 422400

Рассчитаем среднюю ошибку (mQ):


1Q 1(0,45)
mQ   111 1   1  1 1  1 0,725 0
2 a b c d 2 240 960 320 480
Рассчитаем коэффициент достоверности:
Q 0,45
tQ    6,1
mQ 0,074

Таким образом, –0,453×0,0740,222. Коэффициент


статистически достоверен, что означает, что существует
обратная, средней силы связи между заболеваемостью гриппом и
вакцинацией против него.

ЗАДАНИЯ ДЛЯ КОРРЕКЦИИ УМЕНИЙ


Изучив теоретические вопросы темы, приступайте к
решению задач, которые помогут Вам в отработке умений,
первая из которых направлена на решение вопроса о
возможности наличия связи между явлениями.
Задача 1
В двух городах (взятых как основная и контрольная
группа) регистрировали температуру воздуха и вычисляли
среднюю для каждой недели. Одновременно регистрировали
число смертей от болезней органов дыхания. Результаты
измерений представлены ниже в графических изображениях:
Число смертей
Число смертей

250 250

150 150

214
50 50

–2 –4 –6 –8 –10 –12 –2 –4 –6 –8 –10 –12


Ср. t°C Контрольная группа Ср. t°C
Основная группа за неделю за неделю
Рис. 3. Сопоставление числа зарегистрированных за
неделю случаев смерти с данными о средней температуре
воздуха в изучаемых городах
Задание.
Определите, возможна ли связь между изучаемыми
явлениями (температура воздуха и смертность от болезней
органов дыхания) в основной и контрольной группах.
Ответ.
В основной группе возможна корреляционная связь, т.к.
распределение точек показывает, что их общее направление
соответствует прямой линии и тенденции к образованию
кривой не заметно. В контрольной группе отмечается
полное отсутствие корреляционной связи.
Решив задачи 2 и 3, Вы сможете проверить умение
определения вида и характера корреляционной связи.
Задача 2
Определите вид связи между:
а) температурой тела человека и скоростью протекания
химических реакций в организме;
б) возрастом матери и количеством грудного молока;
в) возрастом и количеством госпитализированных больных
с сердечно-сосудистой недостаточностью.
Ответ.
а) функциональная связь;
б) корреляционная связь;
215
в) корреляционная связь.

Задача 3
Укажите характер корреляционной связи между
названными ниже парными признаками:
а) числом детей, вакцинированных против коклюша и
заболеваемостью детей коклюшем;
б) перенаселенностью городов и высоким уровнем
смертности от туберкулеза легких;
в) наличием противорецидивного лечения у больных
ревматизмом и уровнем осложнений;
г) снижением температуры воздуха и ростом заболеваемости
бронхитом;
д) ростом ребенка и увеличением массы тела и окружности
грудной клетки.
Ответ.
а) причинно-следственная, где вакцинация – факториальный
признак (причина), заболеваемость детей коклюшем –
результативный (следствие);
б) причинно-следственная, где перенаселенность городов
причина, а смертность от туберкулеза легких – следствие;
в) обусловленная, т.к. проведение противорецидивного
лечения у больных ревматизмом приводит к снижению
осложнений заболевания;
г) обусловленная, т.к. рост заболеваемости бронхитом
может быть обусловлен низкой температурой воздуха;
д) параллельная, т.к. с изменением одного признака
меняются и другие.

Следующий набор задач предлагается для отработки


целого комплекса умений:
◊ выбрать наиболее целесообразную методику
216
измерения корреляционной связи в каждом конкретном
случае;
◊ рассчитать показатель корреляционной связи;
◊ оценить достоверность полученных результатов;
◊ сделать выводы о степени связи, ее силе и
направленности.
Задача 4
При изучении уровней гипертонической болезни (ГБ) среди
металлургов получены данные, показывающие связь между
стажем работы и уровнем заболеваемости (табл. 13).
Таблица 13
Уровень заболеваемости ГБ среди металлургов при
разном стаже работы
Стаж работы
1 3 6 9 12 15
(годы)
Заболеваемост
ь ГБ (на 1000 3,8 15,1 78,5 95,8 97,9 98,0
рабочих)
Задания:
1. Выберите наиболее целесообразную методику измерения
корреляционной связи в данном случае.
2. Рассчитайте коэффициент корреляции по выбранной Вами
методике, его среднюю ошибку и критерий достоверности
коэффициента корреляционной связи.
3. Оцените полученные данные.
4. Сделайте выводы о степени, силе и направленности связи.

Ответ.
1. В задаче прослеживается прямолинейная зависимость
между стажем работы и уровнем заболеваемости ГБ.
Наиболее целесообразен расчет коэффициента линейной
корреляции (rxy).
217
2. Результаты расчета (согласно алгоритма) представлены
в табл. 14:
Таблица 14
Зависимость уровня заболеваемости ГБ металлургов
от стажа работы

Стаж Уровень ГБ
работы (на 1000 dx dx
dx×dx dх2 dу²
(годы), раб.), (x-Mx) (y-My)
х y
1 3,8 –6,7 –61,0 408,70 44,89 3721,00
3 15,1 –4,7 –49,8 234,06 22,09 2480,04
6 78,5 –1,7 13,7 –23,29 2,89 187,69
9 95,8 1,3 31,0 40,30 1,69 961,00
12 97,9 4,3 33,1 142,33 18,49 1095,61
15 98,0 7,3 33,2 242,36 53,29 1102,24
∑x=46 ∑y=389,1 ∑dx×dy ∑dx2= ∑dy2=
389,1 =1091,0 =143,3 =9547,5
M x  46 7,7M y   64,85
6 6 4 4 8
Подставим полученные данные в формулу и рассчитаем
коэффициент корреляции:
 d x d y 1091,04 1091,04 1091,04
rry      0,93
2 2 143,349547,58 13698550,1 1169,85
 d x d y

Рассчитаем среднюю ошибку (mr) коэффициента


достоверности:
2 2
1 rxy 1 0,93 0,07
mr       0,0175  0,13
n 2 62 4

Рассчитаем коэффициент достоверности:


rxy 0,93
tr    7,15
mr 0,13

3. Коэффициент корреляции, равный +0,93, достоверен

218
согласно таблицы Н.А. Плохинского с вероятностью
безошибочного прогноза р>99%, т.к. при n=4 (6 – 2)
полученный нами критерий t будет больше tтабл.=4,6
(р=99%) и меньше tтабл.=8,6 (р=99,9%).
4. Вывод. Между стажем работы металлургов и уровнем
заболеваемости ГБ существует прямая, сильная и
достоверная (р>99% или р<0,01) корреляционная связь.

Задача 5
При изучении гинекологической заболеваемости
получены данные, показывающие связь между возрастом
женщин и уровнем заболеваемости (табл. 15).
Таблица 15
Уровень гинекологической заболеваемости
в различных возрастных группах женщин
Возраст (годы),
10 15 25 35 45 55
х
Заболеваемость
(на 100 0,8 2,7 18,3 23,0 18,7 7,6
женщин), y
Задания.
1. Выберите наиболее целесообразную методику измерения
корреляционной связи в данном случае.
2. Рассчитайте коэффициент корреляции по выбранной Вами
методике, его среднюю ошибку и критерий достоверности
коэффициента корреляционной связи.
3. Оцените полученные данные.
Ответ.
1. В приведенном примере имеется небольшое число
сравниваемых пар и криволинейная зависимость. С
возрастом женщин гинекологические заболевания сначала
увеличивается, а потом уменьшается непропорционально
возрасту. Поэтому в данном случае можно

219
воспользоваться коэффициентом ранговой корреляции.
2. Результаты расчета (согласно алгоритму) приведены в
табл. 16.
Таблица 16
Зависимость уровня гинекологической заболеваемости
от возраста

Заболеваемост Порядко
Разнос Квадрат
Возраст ь вые
ть разности
(годы) (на 100 номера
рангов рангов
женщин)y (ранги)
х у х′ у′ d (х′–у′) d2
10 0,8 1 1 0 0
15 2,7 2 2 0 0
25 18,3 3 4 –1 1
35 23,0 4 6 –2 4
45 18,7 5 5 0 0
55 7,6 6 3 3 9
2
∑d =14

Подставим полученные данные в формулу и


рассчитываем коэффициент ранговой корреляции:
2
6  d
 1 1 614 1 84 1 0,4  0,6
2 6(36 1) 210
n (n  2)

Рассчитаем среднюю ошибку коэффициента ранговой


корреляции (mp):
2 2
1  xy 1 0,6 ) 0,64
m       0,16  0,4
n 2 6 2 4

Рассчитаем коэффициент достоверности


коэффициента ранговой корреляции:

220
 0,6
t   1,5
m  0,4

3. В данном случае t меньше 2, следовательно, нельзя


говорить о достоверной связи уровня гинекологической
заболеваемости с возрастом женщин.

Задача 6
Необходимо проверить эффективность проведения
противорецидивного лечения у больных язвенной
болезнью желудка и 12-ти перстной кишки. На
диспансерном учете в лечебно-профилактических
учреждениях района состояло 759 человек, из которых 594
пациента получили противорецидивное лечение в
условиях стационара. Результаты наблюдения приведены в
табл. 17.
Задания.
1. Выберите наиболее целесообразную методику изучения
корреляционной связи между проведением
противорецидивного лечения и наступлением обострения
язвенного процесса.
2. Измерьте эту связь.
3. Оцените полученные данные.

Таблица 17
Распределение заболевших и не заболевших
среди получивших и не получивших противорецидивное
лечение диспансерных больных язвенной болезнью желудка
и 12-ти перстной кишки

Y1 Y2
Y
Наступило Не наступило Всего
Х
обострение обострение

221
Х1
Получили
66 528 594
противорецидивн
ое лечение
Х2
Не получили
132 33 165
противорецидивн
ое лечение
Всего 198 561 759
Ответ.
1. В приведенной задаче имеет место альтернативная
вариация (наступило обострение или не наступило
обострение), поэтому измерение корреляционной связи
может быть произведено по методу четырех полей путем
вычисления коэффициента ассоциации.
2. Для измерения корреляционной связи рассчитаем
коэффициент ассоциации, среднюю ошибку и критерий
достоверности коэффициент ассоциации. Согласно
алгоритма:
2.1. Вычислим произведения аd и вс:
ad=66×33=2178
bc=528×132=69696
2.2. Подставим полученные данные в формулу и рассчитаем
коэффициент ассоциации:
Q  ad  bc  2178  69696  67518  0,9
ad  bc 2178 69696 71874

Рассчитаем среднюю ошибку (mQ):


1Q 1 (0,9)
mQ   111 1   1  1 1  1 
2 a b c d 2 66 528 132 33
1,9
  81 4 16 0,95 29 0,95 0,05492  0,950,234  0,222
2 528 528

Рассчитаем коэффициент достоверности:


Q 0,9
tQ    4,05
mQ 0,222

222
3. Полученный коэффициент ассоциации статистически
достоверен (t=4,05), что свидетельствует о наличии
обратной, сильной силы связи между проведением
противорецидивного лечения и наступлением обострения.
Следовательно, можно утверждать об эффективности
противорецидивного лечения у больных язвенной болезнью
желудка и 12-ти перстной кишки.

Задача 7
Определите размер связи между уровнем концентрации
фтора в питьевой воде и числом лиц, пораженных
флюорозом (в % к числу обследованных).

Пораженн Порядко
Разнос Квадрат
Содержание фтора ость вые
ть разности
в воде, мг/л флюорозо номера
рангов рангов
м, % (ранги)
х у х′ у′ d (х′-у′) d2
Низкое (0,5) 0,0 1 1 0 0
Оптимальное (1,0) 3,0 2 2 0 0
Условно
15,0 3 3 0 0
допустимое (1,5)
Повышенное (3,5) 98,0 4 4,5 –0,5 0,25
Недопустимое
98,0 5 4,5 0,5 0,25
(5,0)
∑d2=0,5
Задача 8
Смертность от рака молочной железы и от рака матки в
пяти районах области (на 100000 женщин).
Районы А Б В Г Д
Рак молочной
28,6 23,5 21,1 5,8 3,3
железы
Рак шейки
14,9 13,4 16,3 15,3 19,1
матки

223
Задания.
1. Выберите наиболее целесообразную методику изучения
корреляционной связи в данном случае.
2. Измерьте эту связь.
3. Оцените полученные данные.
Задача 9
Подтвердите влияние на заболеваемость
противорецидивного лечения, если из 400 рабочих
промышленного предприятия, состоящих на диспансерном
учете по поводу заболеваний органов дыхания 260 человек
получили противорецидивное лечение, а 140 – нет. Заболело
из пролеченных 80 человек. Среди лиц, не получивших
противорецидивное лечение, заболело 62 человека.

Задача 10
Имеются данные о частоте инфекционной
заболеваемости у детей разных возрастных групп:
Число инфекционных заболеваний
Возраст, лет (на 100 тыс. детей каждой возрастной
группы)
до 3 150,0
от 4 до 6 580,0
от 7 до 10 250,0
от 11 и старше 300,0
Задание.
Определите коэффициенты корреляции и оцените их с
помощью показателей оценки достоверности.

Задача 11
Между показателями заболеваемости населения различных
городов болезнями органов дыхания и загрязненностью
воздушной среды установлены следующие величины
корреляционной связи: в городе А. – r=+0,8; в городе С. –
224
r=+0,2; в городе П. – r=–0,7.
В каком из городов отмечается прямая полная
корреляционная связь между заболеваемостью населения и
загрязнением атмосферного воздуха.

Задача 12
При изучении заболеваемости подростков было
установлено, что при снижении температуры воздуха на 1°С
заболеваемость среди них увеличивается на 20 случаев на
каждую 1000 подростков.
С помощью какого статистического коэффициента могла
быть установлена подобная зависимость между
заболеваемостью подростков и температурой атмосферного
воздуха.

225
Приложение 1
ГРАФ ЛОГИЧЕСКОЙ СТРУКТУРЫ ТЕМЫ
«ИЗМЕРЕНИЕ И ОЦЕНКА СВЯЗИ МЕЖДУ ЯВЛЕНИЯМИ
ИЛИ ПРИЗНАКАМИ»

ПОНЯТИЕ О КОЛИЧЕСТВЕННЫХ СВЯЗЯХ МЕЖДУ ЯВЛЕНИЯМИ

ФОРМЫ ПРОЯВЛЕНИЯ КОЛИЧЕСТВЕННЫХ СВЯЗЕЙ

ФУНКЦИОНАЛЬНАЯ СВЯЗЬ КОРРЕЛЯЦИОННАЯ СВЯЗЬ

ВИД КОРРЕЛЯЦИОННОЙ СВЯЗИ И ЕЕ ХАРАКТЕРИСТИКА


по зависимости между
по характеру связи явлениями или процессами

причинно- обусловлен параллел случай прямолинейн криволинейна


следственная ная ьная ная ая я

ПРЕДСТАВЛЕНИЕ КОРРЕЛЯЦИОННОЙ СВЯЗИ В ВИДЕ

ТАБЛИЦ ГРАФИКОВ КОЭФФИЦИЕНТОВ

линейной ранговой ассоциаци регресс соответ другие


корреляци корреляц и ии ствия коэф.
и ии

МЕТОДИКА ИЗМЕРЕНИЯ КОРРЕЛЯЦИОННОЙ СВЯЗИ

алгоритм расчета коэффициентов


корреляции

способы оценки достоверности связи

ОЦЕНКА КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ

НА ДОСТОВЕРНОСТЬ ПО НАПРАВЛЕНИЮ ПО СИЛЕ СВЯЗИ

ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ КОЭФФИЦИЕНТОВ КОРРЕЛЯЦИИ

226
ТЕМА 8. ГРАФИЧЕСКИЕ ИЗОБРАЖЕНИЯ
СТАТИСТИЧЕСКИХ ДАННЫХ

Актуальность темы. С видами графических


изображений и основными правилами их составления
должно быть знакомо каждое лицо, ведущее статистическое
исследование. Не в меньшей мере это необходимо и врачам,
пользующимся статистическими данными. Это облегчает
сравнение показателей, дает представление о характере связи
между явлениями и указывает на тенденции их изменения во
времени. Графическое изображение статистических данных в
сравнении с табличными позволяет быстро и легко заметить
существующие закономерности. Эти последние ярче
выражены и подчеркнуты, усваиваются легче и быстрее
запоминаются. Вместе с этим связь между статистическими
показателями заметна полнее и нагляднее, а скрытые
закономерности становятся явственнее. Это создает условия
для углубленного исследования и способствует
аналитическому мышлению.
При построении графиков преследуются следующие цели:
1. Представить наглядно сущность и характер изучаемых
явлений и оказать помощь при их анализе.
2. Популяризовать результаты статистических исследований.

ЦЕЛИ ЗАНЯТИЯ
Общая цель: Уметь использовать графические
изображения при анализе различных процессов и явлений
медицины и здравоохранения.
Общая цель достигается через конкретные уменья:
 Выбрать нужный вид диаграммы для наглядного
представления статистических данных в статике и
динамике;
 Построить графики в соответствии с правилами ГОСТа.
ИСТОЧНИКИ УЧЕБНОЙ ИНФОРМАЦИИ
227
(рекомендуемая основная и дополнительная литература)
1. Соціальна медицина та організація охорони здоров’я /
Під ред. Вороненка Ю.В., Москаленка В.Ф. – Тернопіль:
Укрмедкнига, 2000. – С. 47-52.
2. Социальная гигиена и организация здравоохранения /
Под ред. Серенко А.Ф., Ермакова В.В. – М.: Медицина,
1984. – С. 116-122.
3. Руководство к практическим занятиям по социальной
гигиене и организации здравоохранения / Под ред.
Лисицына Ю.П., Копыта Н.Я. – М.: Медицина, 1984. –
С. 54-57.
4. Граф логической структуры содержания темы
(приложение 1).

ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ТЕМЫ.


1. Виды графического изображения и их практическое
использование.
2. Основные правила построения графических изображений.
3. Требования ГОСТа при оформлении рисунков.

ОСНОВНЫЕ ВОПРОСЫ И КЛЮЧЕВЫЕ ПОНЯТИЯ,


НА КОТОРЫЕ СЛЕДУЕТ ОБРАТИТЬ ВНИМАНИЕ
ПРИ ПОДГОТОВКЕ ТЕМЫ

Графические изображения подразделяются на следующие


виды: диаграммы, картограммы, картодиаграммы.
В свою очередь диаграммы бывают линейными и
плоскостными, а среди последних различают столбиковые,
ленточные (полосовые), секторные, внутристолбиковые,
фигурные.
Графические изображения могут быть построены как по
абсолютным, так и по производным величинам. При
применении графического метода важно знать, что

228
содержание каждого показателя должно строго
соответствовать виду графического изображения.
Линейные диаграммы используются чаще всего для
выражения динамики изменений во времени. Для этого на
абсциссе наносят отрезки времени, а на ординате –
численные отрезки величин изучаемого признака. На
плоскости отмечают точками значения показателей,
соответствующие каждому отрезку времени, а затем все
точки соединяют линией. Диаграммы этого вида
используются для изображения тенденций динамики
рождаемости, смертности, заболеваемости, физиологических
параметров организма в норме и патологии (например,
температурная кривая) и др. Образец такого вида диаграмм
приведен ниже (рис. 1).
Уровень
(сл./1000 населения)

1
5 12,
7 11,
4 10,
5 9,
1 8,
0 1
5

0
1990 199 199 199 1998
2 4 6 Год
Рис. 1. Динамика рождаемости в Украине за 1990-2000 гг.ы

На одном рисунке могут быть представлены сразу


229
несколько однородных явлений. Например, динамика
повозрастной рождаемости, динамика рождаемости,
смертности и естественного движения, динамика частоты
случаев заболеваний среди трудящихся различных
профессиональных групп и др. Для этого необходимо каждое
изучаемое явление обозначить разным цветом или разной
штриховкой (рис. 2).

30

27,5 27,2
26,1
25,4
25
23,4 23,2 23,6
22,6
22,5 22,3
20,0 20,5
20 19,8
17,5 17,6
15
12,5

10
1991 1993 1995 1997
Годы
острый инфаркт миокарда
злокачественные новообразования
язвенная болезнь желудка и 12-ти перстной
кишки
Рис. 2. Динамика средней длительности лечения в
стационарах
Украины при отдельных заболеваниях (в днях)

Линейная диаграмма в виде динамической кривой


используется для иллюстрации абсолютной величины
изучаемого явления, его количественной характеристики,
представленной средними величинами или частоты явления,
выраженной в виде интенсивных показателей и показателей
соотношения. Кроме этого, с помощью линейной диаграммы
можно сравнивать изучаемые величины через показатели
наглядности. Пример такой диаграммы приведен на рис. 3.
230
сердечно-сосудистые
162%
заболевания

злокачественные
125% новообразования

100% 100% область

75% травмы

Рис. 3. Уровни смертности по ведущим причинам среди


населения города К. в сравнении с областными данными
в 2000 г.
Частным видом линейной диаграммы является радиальная
диаграмма. Ее используют при необходимости графического
изображения изменения явления за замкнутый цикл времени
(по месяцам года, по дням недели, часам суток, сезонам года
и т.д.). Их преимущество в том, что они в отличие от
линейных диаграмм приближают начало и конец цикла
(например, январь к декабрю и т.п.). Эти диаграммы строятся
на круге, от центра которого выходят радиусы (их столько,
сколько отрезков времени имеет тот или иной
анализируемый цикл), например, 12 радиусов соответствует
12 месяцам в году, 7 радиусов – дням недели и т.д. Отсчет
каждого радиуса ведется по часовой стрелке сверху вниз.
Длина радиуса круга может быть равной 100 единицам

231
(когда изучаемое явление выражено в процентах) или
средней величине за изучаемый цикл времени (если
изображают фактические данные). На каждом радиусе
откладывают и отмечают точкой величину,
соответствующую уровню изучаемого явления в данный
период времени. После соединения отмеченных точек
получается ломанная замкнутая линия, дающая
представление о колебаниях изучаемых явлений (рис. 4).
I

XII II

120
154
XI 98 III

122
91

X IV
89 111
84 96
59
84
80
IX V

VII VI

VII

Рис.4. Помесячные колебания детского травматизма в городе


Н. в 2000 г. (в % к среднегодовому показателю,
принятому за 100%)

Плоскостные диаграммы выражают соотношения между


изучаемыми явлениями посредством величины своей
поверхности. В зависимости от используемых
геометрических фигур и способа их построения
плоскостные диаграммы делятся на следующие виды:
столбиковые, ленточные или полосовые, секторные,
внутристолбиковые, фигурные.
Столбиковые диаграммы используются для наглядного

232
сопоставления двух или нескольких однородных
абсолютных данных или показателей частоты явления
(интенсивных и соотношения) за один и тот же промежуток
времени. С их помощью изображают статику явления.
Например, диаграммы сравнительной численности
населения Украины и других стран мира, частоты
заболеваемости населения за год разными болезнями,
уровней летальности в разных отделениях больницы,
обеспеченности населения врачами разных специальностей и
др.
Для столбиковых диаграмм употребляют прямоугольники
с одинаковым основанием и разной высотой. Высота
прямоугольника отвечает относительному размеру
изучаемых явлений с учетом масштаба. Обычно столбиковые
диаграммы строят на прямоугольной системе координат
(рис. 5).
16
14,7
Украина
14 Европейские страны
11,9
12

10
7,8
8
6,1
6

0
младенческая смертность (на перинатальная смертность (на
1000 родившихся живыми) 1000 родившихся живыми и
мертвыми)

Рис. 5. Уровни младенческой и перинатальной смертности


в Европейском регионе и в Украине в 2000 г.

Эти данные можно представить с помощью объемного


изображения (рис. 5а).
233
14,7 Украина
16
Европейские страны

14 11,9

12

10
7,8

8 6,1

0
младенческая смертность (на перинатальная смертность (на
1000 родившихся живыми) 1000 родившихся живыми и
мертвыми)

Рис. 5а. Уровни младенческой и перинатальной смертности


в Европейском регионе и в Украине в 2000 г.

Столбиковой диаграммой можно также пользоваться для


изображения показателей наглядности. В этом случае размер
одного столбика следует принять за 100%, а остальные
столбики построить по отношению к нему в соответствии с
масштабом.

При ленточных диаграммах используют также


прямоугольники, но в отличие от столбиковых, с
одинаковой высотой, но разной длиной. Отношения между
длиной прямоугольников выражают отношения между
изучаемыми явлениями. Разновидностью ленточной
диаграммы является пирамидальная диаграмма (рис. 6).

234
МУЖЧИНЫ 80 ЖЕНЩИНЫ
75-79
70-74
65-69
60-64
55-59
50-54
45-49
40-44
35-39
30-34
25-29
20-24
15-19
10-14
5-9
0-4
9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9
Рис. 6. Возрастно-половая пирамида населения
государства К. в отчетном году

Секторные и внутристолбиковые диаграммы


используются для наглядного изображения данных,
представленных в экстенсивных показателях. Для этого
используют разные площади – круги, квадраты,
прямоугольники и др. Принимается, что вся плоскость равна
100%, а каждый сектор занимает такую часть плоскости,
которая соответствует нужному проценту.
С помощью названных видов диаграмм можно изобразить
удельный вес или долю одной или нескольких составных
частей изучаемого явления, а также распределение всех
составных частей (структуру) в совокупности. Например,
удельный вес впервые зарегистрированных заболеваний в
общей их численности, удельный вес болезней органов
дыхания, выявленных на медицинском осмотре среди
населения, возрастную или половую структуру жителей
любого населенного пункта, распределение трудящихся по
235
стажевым группам и др.
В круговых секторных или внутристолбиковых диаграммах
участки, изображающие отдельные части изучаемого явления,
покрываются красками различного цвета или различно
заштриховываются. Пример указанных видов диаграмм можно
увидеть на рис. 7-9.

мужчин
47%
женщин
53%

Рис.7. Удельный вес женщин


среди жителей г. Н. в отчетном году

Рис. 8. Возрастная структура женщин детородного возраста


22,0
(15-49 лет) в городе С. за 2000 г. (в %)

78,0%

236
Рис.9. Удельный вес впервые зарегистрированных
заболеваний среди населения Н-ского района (в %)

Кругами, прямоугольниками различной величины можно


также изображать сравнительную величину двух ил
нескольких явлений. При пользовании одновременно 2-3
секторными диаграммами, на которых изображено одно и то
же явление, но за различное время или у различных групп
населения, порядок чередования секторов может быть
неодинаков, но необходимо, чтобы секторы различных
кругов, отображающих относительные размеры одной и той
же части явления за различные промежутки времени, имели
одинаковый цвет или штриховку (рис. 10).
Для фигурных диаграмм используют некоторые фигуры для
представления и символизирования явлений. Так, например,
средства, израсходованные на здравоохранение, могут быть
представлены посредством горстки денег или пачек банкнот,
число больничных коек – посредством стилизованных фигур
коек, число врачей – посредством стилизованных фигур врачей и
д.т.

прочие
21% прочие
бытовой 31% бытовой
34% 44%

производственн 237
ый 45% Производственн
ый 25%

1990 г. 2000 г.
Рис.10. Динамика удельного веса травматизма в городе М.
за 1990 и 2000 гг.

Подобную динамику изменения структуры травматизма за


10 лет можно изобразить на одном рисунке (рис. 10а).

2000 г.
прочие
31%
бытовой
24%
34%
1990 г. 2000 г.
44%

производственный
45%

25%
2000 г.

Рис.10а. Динамика структуры травматизма в городе М.


за 1990 и 2000 гг.
Фигурные диаграммы обычно используются для
популяризации полученных при статистическом
исследовании результатов. Объемные фигурные диаграммы
называются стереограммами; в них используются разные
объемные фигуры: сферы, цилиндры, пирамиды, кубы,
параллелепипеды и др. Величина изучаемых явлений при
этом представлена в виде объема фигур (рис. 11).
238
100
маль чики
90
девочки
80
70
60
50
40
30
20
10
0
1-й 2-й 3-й классы

Рис. 11.Удельный вес здоровых младших школьников (в %)

Картограммы являются графическими изображениями,


выражающими распределение известного явления на
определенной территории. Их чертят на упрощенных
схематизированных картах, на которых нанесены только
административные и государственные границы и некоторые,
более важные населенные пункты. Части территории
заштриховывают в зависимости от интенсивности
изучаемого явления. Часто вместо штрихов используют
оттенки одного и того же цвета. При выборе штрихов или
цветов наиболее густо заштриховывают местности с
наибольшей интенсивностью изучаемого явления (рис. 12).

Картодиаграммы представляют комбинации


картограммы и диаграммы. На картограмму наносят
плоскостные или фигурные диаграммы. Это делается для
получения более наглядного представления не только об
изучаемом явлении, но и о тех явлениях, которые находятся
в связи с ним. Например, на картограмме младенческой
239
смертности можно изобразить фигурные диаграммы о числе
врачей-педиатров, работающих в медицинской сети
соответствующих округов, на картограмме рождаемости –
плоскостные диаграммы (долю женщин плодовитого
возраста) и т.д.
При составлении графиков необходимо придерживаться
некоторых основных правил. Предварительно внимательно
следует изучить данные, которые следует представить
графически. Это поможет отобрать те из них, которые
наиболее характерны и лучше всего отражают выявленные
закономерности. Далее необходимо выбрать наиболее
подходящие для конкретного случая графические
изображения. При таком выборе необходимо принять во
внимание также следующее:
1. Характер данных. Нужно отметить, что некоторые
данные не поддаются графическому изображению. Для
других подходят графики только определенного типа.
Так, например, если ставится задача изобразить структуру
явления, то наиболее подходящими будут секторные или
внутристолбиковые диаграммы; для изображения динамики
явлений во времени наиболее подходят линейные
диаграммы; если изображается сезонность, то наиболее
подходят радиальные диаграммы и т.д.

240
К р. Л им ан

С л авя н ск
- 1 1 , 2 - 1 5 , 0 с л ./ 1 0 0 0 н а с .

А ртем ов ск - 1 0 ,0 - 1 1 , 1 с л ./ 1 0 0 0 н а с .
А лександровка
- 7 ,0 - 9 ,9 с л ./1 0 0 0 н а с .

Д оброполье К он ст ан ти нов к а

К р асн оарм ей ск Я синоватая Ш ахтер ск

В ел. Н овоселка
М арьинка Д онецк
А м вр оси ев ка

С таробеш ево
В олн оваха

Т ел ь м ан ово

В ол одар ск ое
Н о в о а зо в с к

П ерш отравн евое

Рис. 12. Смертность населения в различных районах


Донецкой области в 2000 г.

241
2. Оформление. Обязательным условием построения
таблиц, так и графиков является такое оформление их, чтобы
содержание и тех, и других можно было бы понять, не
обращаясь к тексту. С этой целью должны быть
исчерпывающие и ясно сформулированы заголовки, указано
значение различных линий и обозначены против координат
значения относящихся к ним величин, даны числовые
данные, из которых состоит график, объяснены
используемые штрихи, цвета, линии и условные
обозначения.
Расположение графических изображений должно
облегчить их чтение. Необходимо стремиться к тому, чтобы
на одной странице было не больше одной диаграммы, она
сама по себе не должна занимать больше страницы, чтобы
заголовок помещался на этой же странице.
При оформлении графиков необходимо учесть
требования, которые к ним предъявляются ГОСТом.
Наиболее важные из этих требований сводятся к
следующему:
 графическое изображение именуется рисунком;
 рисунок должен иметь ясный и краткий заголовок,
который размещается под ним в одну строку с номером
(рис. 1. и заголовок);
 рисунки, если их больше одного, нумеруются без значка
№, при этом слово «рисунок» сокращается (например,
рис. 1, рис. 2, рис. 3 и т.д.);
 на самом рисунке делаются необходимые для его
понимания, без обращения к тексту обозначения
(указываются значения изображенных показателей и
единиц измерения, условные обозначения).
 в названии рисунка указывается явление, признаки,
место и время действия, единицы измерения, если
последние не указаны на самом рисунке.
3. Масштаб. При составлении и чтении графиков необходимо
учитывать, что в зависимости от выбора масштаба одни и те же
величины могут казаться разными на глаз. Для примера приводим

242
рис. 13 и 14, на которых изображены одни и те же величины.

500
420,0
400 376,0

323,0
300
сл/100 тыс.

240,0
200

100

0
годы
1988 1992 1996 2000

Рис. 13. Динамика распространенности врожденных аномалий


среди населения Н-ской области за период 1988-2000 гг.

600

420,0

400 376,0

323,0
сл/100 тыс.
200
240,0

0
1988 1992 1996 2000
годы
Рис. 14. Динамика распространенности врожденных аномалий
среди населения Н-ской области за период 1988-2000 гг.
243
На рис. 13, при беглом взгляде кажется, что частота
врожденных аномалий растет чрезвычайно быстро и
достигает существенной величины, тогда как на рис. 14
показан медленный, производящий гораздо меньше
впечатление подъем. Разница впечатлений зависит от выбора
шкалы вертикальной и горизонтальной осей. Поэтому при
чтении графиков необходимо обращать тщательное
внимание на шкалу, а при вычерчивании графиков избегать
излишнего расширения или сжатия их. Особо это относится
к графикам, где шкала оценки начинается не с «0».
Если на одном рисунке необходимо представить данные,
которые значительно отличаются друг от друга по величине
(например, уровни общей смертности и смертности от
отдельных причин или распространенность всех заболеваний и
заболеваний, которые интересуют исследователей), в этом
случае можно пользоваться прерывистым масштабом (рис. 15).
1400 1242,8 1195,0
1200

1000
город Л. область

сл/1000 нас. 354,8 260,3


400
173,6 110,2
200

все заболевания болезни органов дыхания болезни органов


пищеварения

Рис. 15. Распространенность всех заболеваний,


болезней органов дыхания и пищеварения
среди жителей города Л. и области в 2000 г.

Если на одном рисунке необходимо представить данные,


которые имеют разный масштаб (например, частоту случаев
и частоту дней с временной утратой трудоспособности),
244
тогда в этом случае необходимо совместить два графика под
одним основанием. Пример такого графического
изображения представлен на рис. 16.
113,8 1406,8
106,0 1174,6

1500
100
90,3 1105,7

1000

50

500 район отрасль


район отрасль

1990 г. отчетный 1990 г. отчетный


год год

частота случаев частота дней

Рис. 16. Показатели заболеваемости с ВУТ среди


металлургов города и отрасли за 1990 и отчетный годы
(случаи на 100 рабочих)

Таким образом, графическое изображение является


первоначальной формой, которая может подсказать
исследователю, какие методы работы нужно применить для
получения более точной информации об изучаемом явлении.
Комбинированное использование графиков и других форм
анализа дает наилучшие результаты.

245
ЗАДАНИЯ ДЛЯ КОРРЕКЦИИ УМЕНИЙ
Конкретными целями обучения по данной теме являются
умения:
 выбрать нужный вид графического изображения;
 построить графики в соответствии с правилами
ГОСТа.

Выполните приведенные ниже задания и тем самым


проверьте, как Вы освоили материалы этой темы и
отработали названные умения.
Задача 1
Укажите вид диаграмм, которые необходимо выбрать для
графического изображения следующих данных: 1) уровней
травматизма в различных районах города за один год; 2)
структуры сердечно-сосудистых заболеваний среди жителей
города в 1980 и 2000 гг.; 3) частоты заболеваемости
дифтерией в городе К. за 1990-2000 гг.; 4) посезонной
заболеваемости вирусным гепатитом в области за отчетный
год; 5) распределение больных бронхо-легочной системы по
возрасту; 6) удельный вес впервые выявленных на
медицинском осмотре онкологических заболеваний из
общего их количества среди населения за отчетный год; 7)
частота травм среди шахтеров в отчетном году по сравнению
с данными 1995 года.

Ответ.

1) столбиковая;
2) секторная или внутристолбиковая;
3) линейная;
4) радиальная;
5) секторная или внутристолбиковая;
6) секторная или внутристолбиковая;
7) линейная.

246
Задача 2
В таблице приведены данные о смертности детей на 1-ом
году жизни (младенческая смертность) и удельный вес
умерших детей на 1-ом месяце жизни в динамике
Западные
Украина Европейские СНГ
Показатели страны
199 199 199
1992 1995 1995
2 5 2
Младенческая
смертность (на 1000 14,2 14,7 6,9 6,1 24,2 22,4
родившихся живыми)
Удельный вес умерших
в неонатальный период 63,4 75,7 89,3 90,1 50,4 50,0
(в %)
Задания.
1) Можно ли данные таблицы представить на одном
рисунке? Ответ обоснуйте.
2) Какие виды диаграмм Вы предложите для графического
изображения данных таблицы.
3) Изобразите графически динамику младенческой
смертности в Украине, Европе и странах СНГ за 1992 и 1995
годы.
4) Изобразите графически динамику удельного веса умерших
в неонатальный период в названных странах.
5) Изобразите графически удельный вес умерших в
неонатальный период в Украине и странах СНГ в 1995 году.

Ответ.
1. На одном рисунке представить данные, которые
приведены в интенсивных и экстенсивных показателях, нельзя.
2. Учитывая, что показатели приведены в динамике за 2
года, можно использовать для большей наглядности
комбинированный вариант графических изображений –
линейно-столбиковый.

247
3. Графическое изображение динамики младенческой
смертности.
30 1992
2000 24,2
25 22,4

20

14,2 14,7
15

10 6,9
6,1
5
на 1000 родившихся живыми
0
Украина Европейские страны СНГ

Рис. 1. Динамика младенческой смертности в Европе (1992-2000 г).

4. Графическое изображение динамики удельного веса


неонатальной смертности.

100 90,1
89,3
90 1992
80
75,7 2000
70 63,4
60
50,4 50,0
50
40
30
20
10
0
Украина Европейские страны СНГ
Рис. 2. Динамика удельного веса умерших в неонатальный
период за 1992-2000 гг. (в %)

248
5. Графическое изображение удельного веса неонатальной
смертности детей в Украине и странах СНГ в 1995 году

24,3%
50,0%

75,7%
50,0%

Украина Страны СНГ

Рис. 3. Удельный вес умерших детей в неонатальный период


в Украине и странах СНГ в 1995 году (в %)

249
Приложение 1
Граф логической структуры темы
«Графические изображения статистических данных»
ВИДЫ ГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ
ДИАГРАММЫ КАРТОГРАММЫ КАРТОДИОГРАММЫ

ЛИНЕЙНЫЕ ПЛОСКОСТНЫЕ
в виде в виде столби ленточ сектор внутристо фигурн
хронодинамич ломанной ковая ная ная лбиковая ая
еской кривой замкнутой
линии

НАЗНАЧЕНИЕ ДИАГРАММ

для отражения динамики для отражения соотношения между изучаемыми


изменений явлений явлениями или частями этих явлений, посредством
(процессов) величины своей поверхности

за любой за для для для демонстрации для


период замкнутый сопоставлен соотношени величины доли символиз
времени период ия двух или я одной или ирования
времени нескольких между нескольких или
составных частей
однородных составными популяри
изучаемой
величин частями совокупности или зации
в статике изучаемой распределения всех данных
совокупност ее составных частей
и
Статистические величины, которые могут быть представлены в
виде соответствующей диаграммы
абсолютные абсолютные абсолютные экстенсивные абсолютные
величины величины величины величины
средние величины средние показатели
величины средние
интенсивные интенсивные величины
показатели показатели интенсивные
показатели показатели показатели
соотношения соотношения
показатели показатели
показатели наглядности соотношени
наглядности
я
Правила построения диаграмм в соответствии с требованиями ГОСТа

Практическое использование графических изображений

наглядное представление популяризация результатов


статистических данных статистического исследования
Оказание помощи при проведении анализа различных процессов и явлений в
медицине и здравоохранении

250
ТЕМА 9. АНАЛИЗ ЯВЛЕНИЯ (ПРИЗНАКА, ПРОЦЕССА)
ИЗ ОБЛАСТИ МЕДИЦИНЫ И ЗДРАВООХРАНЕНИЯ

Актуальность темы. Статистический анализ


представляет собой один из заключительных этапов
статистического исследования.
Проведение анализа – сложный творческий
процесс, предусматривающий всестороннее знание и
понимание анализируемого явления (признака,
процесса), условий и факторов, которые влияют на его
формирование и изменение, умение оценивать
статистические показатели в сопоставлении с эталонами,
обнаруживать взаимосвязи между показателями и
логично их объяснять, формировать основные выводы и
вытекающие из них рекомендации по улучшению
состояния изучаемого явления.
Методикой проведения статистического анализа
необходимо владеть врачу любой специальности:
участковому врачу – для анализа состояния
профессиональной работы и разработки мер первичной,
вторичной, третичной профилактики болезней среди
населения участка; цеховому – для обоснования
комплекса мероприятий с целью снижения
заболеваемости с ВУТ среди трудящихся; ординаторам
стационара, врачам поликлиники – для анализа работы
своих подразделений; разработки рекомендаций по их
оптимизации. Руководителю медицинского учреждения
– для принятия управленческого решения на основе
данных анализа деятельности возглавляемого ЛП У.
Только полно, методически правильно и
последовательно проведённый статистический анализ
обеспечит достижение цели статистического
исследования, осуществляемого в рамках научной или
практической деятельности врача.

251
ЦЕЛИ ЗАНЯТИЯ
Общая цель: Уметь проанализировать явление
(признак, процесс) из области медицины или
здравоохранения.
Общая цель достигается через конкретные уменья:
1. Провести подготовительный этап анализа.
2. Осуществить собственно анализ, т.е.
 количественно сравнить полученные показатели с
выбранными эталонами (или др. величинами);
 дать качественную оценку результатам сравнения;
 объяснить результаты оценки;
 сделать заключительные выводы.
ИСТОЧНИКИ УЧЕБНОЙ ИНФОРМАЦИИ
(рекомендуемая литература)
1. Соціальна медицина та організація охорони здоров’я/ Під
ред. Вороненка Ю.В., Москаленка В.Ф. – Тернопіль:
Укрмедкнига, 2000. – С. 32-43.
2. Социальная гигиена и организация здравоохранения/
Под ред. Серенко А.Ф., Ермакова В.В. – М.: Медицина,
1984. – С. 102-103, 168-185.
3. Руководство по социальной гигиене и организации
здравоохранения / Под ред. Лисицына Ю.П. – М.:
Медицина, 1987. – Т.1. – С. 200-218.
4. Граф логической структуры содержания темы
(приложение 1).

ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ТЕМЫ


1.Методика проведения статистического анализа явления
(признака, процесса).
2.Содержание подготовительного этапа анализа.
3.Характеристика этапа собственно статистического анализа:
-количественное сравнение (сопоставление)
полученных статистических величин с эталонами
(выбор эталона и способа сравнения);
-качественная оценка результатов сравнения;

252
-объяснение результатов оценки.
4.Использование результатов анализа для разработки
обоснованных рекомендаций по улучшению состояния
изучаемого явления (признака, процесса) из области
медицины и здравоохранения.

ОСНОВНЫЕ ВОПРОСЫ И КЛЮЧЕВЫЕ ПОНЯТИЯ,


НА КОТОРЫЕ СЛЕДУЕТ ОБРАТИТЬ ВНИМАНИЕ
ПРИ ПОДГОТОВКЕ ТЕМЫ

Для достижения цели статистического анализа,


проводить его следует в соответствии с алгоритмом
(приложение 2), который определяет обязательную
последовательность действий (шагов). Являясь
универсальным инструментом анализа любых медицинских
категорий, предложенный алгоритм может применяться в
научной и практической работе врачей всех специальностей
и руководителей разного уровня.
Следует иметь в виду, что анализ можно считать
осуществлённым, только если последовательно и правильно
выполнены все этапы и шаги, предусмотренные алгоритмом.
Если какие-то операции будут пропущены или выполнены
неправильно (например, выбраны несоответствующие целям
исследования показатели, неадекватные эталоны или
способы для сравнения, дана неверная оценка результатов
сравнения и т.д.), то не могут быть даны обоснованные
рекомендации по улучшению состояния исследуемого
явления (признака, процесса), т.е. цель анализа не будет
достигнута.
Как видно из приложения 2, алгоритм
статистического анализа включает 3 этапа:
 подготовительный;
 этап собственно статистического анализа;
 этап формулировки результатов анализа.

253
ПОДГОТОВИТЕЛЬНЫЙ ЭТАП АНАЛИЗА

Первый этап заключается в подготовительной,


однако, совершенно необходимой работе, выполняемой на
соответствующих этапах статистического исследования. Так,
выбор необходимых и достаточных для характеристики
анализируемого явления показателей (1-й шаг
статистического анализа) осуществляется на этапе
разработки программы исследования (этап
подготовительного периода статистического исследования).
Получение исходных данных (2-й шаг анализа) и их
первичная статистическая обработка (3-й шаг анализа)
проводятся на этапах статистического наблюдения,
группировки и сводки данных, а также счетной обработки
материала и его графического представления (этапы периода
собственно статистического исследования). Подробная
характеристика этих этапов была дана в соответствующем
разделе данного пособия («Методика организации
статистического исследования в здравоохранении»). В связи
с этим при рассмотрении первого этапа анализа
(подготовительного) остановимся лишь на некоторых
особенностях.

ВЫБОР НЕОБХОДИМЫХ И ДОСТАТОЧНЫХ КРИТЕРИЕВ


(1-Й ШАГ АЛГОРИТМА)

Прежде всего, нужно выбрать необходимые и


достаточные критерии (показатели), характеризующие
изучаемые явления с учётом цели исследования. Именно
этот шаг требует глубокого знания сущности и специфики
предмета изучения, что гарантируется хорошей
профессиональной подготовкой.
Например, необходимо разработать меры
профилактики болезней женских половых органов среди
женщин-работниц химического комбината. Для достижения
цели нужно изучить заболеваемость женщин комбината этой
254
патологией во взаимосвязи с факторами производственной
среды. В качестве критериев, характеризующих изучаемое
явление, могут выступать: уровень и структура
заболеваемости болезнями женских половых органов
работниц различных цехов, профессиональных, стажевых, а
также возрастных групп женщин; показатели,
характеризующие уровень вредных производственных
факторов на рабочих местах; показатели организации
медицинского обслуживания работниц комбината и т. д.
Если выбранные критерии не характеризуют предмет
изучения или «не работают» на достижение поставленной
цели, последуют неверные выводы, которые приведут к
неадекватным рекомендациям.
Однако даже если показатели выбраны правильно,
нужно обеспечить получение данных для последующего их
расчета.

ПОЛУЧЕНИЕ ДАННЫХ И ИХ СТАТИСТИЧЕСКАЯ


ОБРАБОТКА (2-Й И 3-Й ШАГИ АЛГОРИТМА)

Определяя перечень критериев для анализа


конкретного явления (признака, процесса) следует иметь
ввиду возможность получение необходимых сведений из
первичных учетных документов, отчетов или путём
собственных исследований с использованием специально
составленных учетных документов. Нельзя забывать о том,
что исходного материала не должно быт много - избыточная
информация затушевывает целевые данные, а недостаточная
сдерживает конкретизацию мероприятий и решений
Подробно о выборе и требований к составлению
учётных документов, а также о правилах их заполнения и
последующей статистической обработки (группировки и
сводки) говорилось в разделе «Методика организации
статистического исследования в здравоохранении».
После получения абсолютных данных,
характеризующих изучаемое явление, необходимо приступить
255
к расчёту производных величин (интенсивных, экстенсивных,
соотношения, средних). Следует помнить, что каждая
статистическая величина имеет свои познавательные
возможности. И это нужно обязательно учитывать при выборе
метода обработки полученных данных.
Рассчитав показатели, необходимо определить, какие
данные могут быть представлены в виде таблиц, а какие – в
диаграммах. Следует помнить, что статистический материал
не должен приводиться в виде громоздких таблиц,
переполненных цифрами и малодоступных для понимания.
Это затруднит последующие шаги анализа и может привести
к неправильной трактовке результатов исследования.
Обоснование выбора производных величин,
методики их расчёта, вида графического изображения, а
также требования к оформлению таблиц и рисунков были
изложены в соответствующих разделах данного пособия.
Представлением рассчитанных показателей, которые
характеризуют изучаемое явление, в виде статистических
таблиц и (или) рисунков заканчивается подготовительный
этап анализа.

ЭТАП СОБСТВЕННО АНАЛИЗА.

Теперь можно перейти к собственно анализу


полученных результатов, который заключается в сравнении,
оценке и объяснении показателей, характеризующих
изучаемое явление (признак, процесс). Это самый
творческий и трудный отрезок анализа, который невозможно
осуществить бес глубокого знания и понимания сути
изучаемого явления и факторов, воздействующих на его
формирование.

КОЛИЧЕСТВЕННОЕ СРАВНЕНИЕ (СОПОСТАВЛЕНИЕ)


ИЛИ КОЛИЧЕСТВЕННЫЙ АНАЛИЗ (4-Й ШАГ АЛГОРИТМА)

256
Имея статистические таблицы, диаграммы, а также
справочные материалы и другую необходимую информацию,
приступают к следующему шагу алгоритма –
количественному сравнению (сопоставлению) рассчитанных
показателей. При этом очень важно правильно выбрать
эталон (или другую величину) для сравнения в каждом
конкретном случае.
Количественное сопоставление лучше проводить в
такой последовательности, как это показано в алгоритме (см.
приложение 2).Вначале следует провести сопоставление с
существующими нормами, нормативами, стандартами. Это
применимо в том случае, если, например, оценивается
состояние внешней среды. Для этих целей используются
гигиенические нормативы: предельно допустимые
концентрации (ПДК) вредных веществ в воздухе, предельно
допустимые уровни (ПДУ) неблагоприятных факторов среды
(шума, вибрации и т.д.); санитарные нормы,
регламентирующие оптимальные параметры разных
физических факторов внешней среды (температуры,
освещенности, влажности и т. д.).
Врачи-гигиенисты при проведении саннадзора
прибегают к сопоставлению показателей, характеризующих
планировку, применяемые материалы, оборудование
объектов различного назначения, со стандартами или
строительными нормами и правилами (СНИПами).
Возможно проведение сравнения величин отдельных
морфофункциональных параметров тела человека со
стандартами показателей физического развития. Чаще всего
это используется в работе педиатрической службы.
В клинической практике может возникнуть
необходимость сравнения различных функциональных
параметров с физиологическими нормами (например, при
анализе эффективности лечебного метода).
С нормативами обычно сравниваются многие
показатели деятельности медицинских учреждений
(например, обеспеченность материальными и кадровыми

257
ресурсами, профессиональная нагрузка врачей разных
специальностей и т.д.).
Однако для большинства показателей (например,
характеризующих заболеваемость, рождаемость, смертность,
инвалидность, эффективность лечения и т. д.) нормативов не
существует. В этом случае для сравнения используют
среднеобластные, среднеотраслевые, региональные
показатели, данные литературы.
Важно помнить, что сопоставлению подлежат только
величины, выраженные в одинаковых единицах измерения.
В зависимости от цели исследования и наличия
исходных данных, возможно сравнение рассчитанного
показателя (абсолютной или любой производной величины)
с аналогичными (одним или несколькими) показателями,
характеризующими изучаемое явление:
• на другой территории
(например: – удельный вес детского населения в г. К. и в г.
Н.;
– коэффициент рождаемости в М-ой и в С-ой
областях;
– концентрация пыли в атмосферном воздухе в
разных городах области);
• в другом медицинском учреждении (подразделении)
(например: – укомплектованность штата в поликлиниках №1,
№2 и №3 детской городской больницы;
– эффективность использования коечного фонда
в городских больницах №1 и №2 г. Д.;
– летальность новорожденных в первом и
втором акушерских отделениях роддома);
• относительно другой группы населения
(например: – средний возраст умерших за отчётный год
среди мужского и женского населения;
–уровень заболеваемости с ВУТ среди шахтёров,
металлургов и коксохимиков;

258
–индекс здоровья (удельный вес здоровых лиц)
среди населения различных возрастных групп: 0-
18 лет, 19-30, 31-50, старше 50);
• в контрольной группе
(например: – заболеваемость коклюшем среди привитых и
непривитых детей;
– распространенность хронических болезней
органов дыхания среди населения
промышленного города А. и экологически
чистого города В).
Следует обратить внимание на то, что сравниваемые
показатели должны характеризовать одно и то же явление,
должны быть статистически однородными и иметь
одинаковую размерность. Нельзя, например, сравнивать
заболеваемость с ВУТ с обшей заболеваемостью;
распространённость болезней органов пищеварения с
удельным весом этой патологии в структуре заболеваемости;
патологическую пораженность, выраженную в случаях на
100 и в случаях на 1000 осмотренных.
Иногда имеется возможность и необходимость
сравнивать показатели внутри изучаемой совокупности.
Обычно это касается нескольких экстенсивных величин,
характеризующих структуру одного исследуемого явления
или среды, в которой оно изучается. Например, при оценке
структуры заболеваемости населения нужно сравнить
удельный вес каждого класса болезней между собой; при
изучении структуры коечного фонда стационара –
сопоставить доли коек каждого профиля; при исследовании
возрастной структуры населения – сравнить между собой
удельный вес каждой возрастной группы.
Учитывая, что большинство явлений (процессов) из
области медицины и здравоохранения носят динамичный
характер, то рекомендуется при наличии исходных данных
проводить сравнение полученных показателей (любых по
своему статистическому характеру) в динамике, что
позволяет выявить хронодинамические закономерности и

259
особенности изучаемого явления (процесса). При этом
временные интервалы могут быть самыми разнообразными
(секунды, часы, дни, недели, месяцы, сезоны, годы,
десятилетия и т. д.). Выбор временного интервала зависит от
характера изучаемого явления. Например, с учетом
сезонности большинства инфекций инфекционную
заболеваемость следует изучать по сезонам года.
Онкозаболеваемость же анализировать с таким малым
временным интервалом нецелесообразно.
В ряде случаев количественные сравнения
полученных статистических показателей проводят с
аналогичными статистическими величинами в неоднородных
по составу группах населения, а также сопоставляют с
другими явлениями (признаками, процессами) с целью
установления наличия, характера, силы и направленности
связи между ними.

Выбрав в каждом конкретном случае величину (или


несколько величин) для сравнения с рассчитанным в ходе
анализа показателем, необходимо определиться со
способом (методом) сравнения.
Возможно простое сопоставление величин («больше»
или «меньше»). Однако используется такое сопоставление
достаточно резко, т.к. оно ограничивает возможности
анализа. Применяется простое сопоставление чаще при
изучении структуры исследуемой совокупности, а также при
ранжировании (расположения в порядке возрастания или
убывания) статистических величин.
При сравнении полученных показателей со
среднеобластными, среднеотраслевыми, региональными,
литературными данными рекомендуется рассчитать
показатель наглядности (см. раздел «Относительные
величины»), позволяющий определить, на сколько % или во
сколько раз сравниваемые величины отличаются друг от
друга.

260
При сопоставлении анализируемых (относительных
или средних) величин с нормами, а также с аналогичными
статистическими величинами, выбранными для сравнения,
целесообразно рассчитать коэффициенты достоверности
различий между ними (см. «Достоверность статистических
величин»).
Если совокупности, в которых изучается какое-то
явление, неоднородны по своему составу, то при сравнении
показателей, характеризующих изучаемое явление в данных
совокупностях, невозможно обойтись без проведения метода
стандартизации с расчетом стандартизованных (условных)
коэффициентов (см. раздел «Метод стандартизации. Оценка
относительных показателей с помощью прямого метода
стандартизации»). В противном случае может быть дана
неверная оценка анализируемым показателям, что повлечёт
за собой неправильные выводы. Применение метода
стандартизации не исключает одновременного
использования других методов сравнения (например, расчёта
показателей наглядности).
При сравнении анализируемых показателей в
динамике необходимо рассчитать показатели динамического
ряда (абсолютный прирост, темп роста или при роста,
величину 1% прироста, показатель наглядности). Не
обязательно производить расчет полного набора показателей
динамики. При проведении статистической обработки
конкретного динамического ряда нужно учитывать
познавательные возможности каждого показателя и
руководствоваться целями анализа (см. раздел «Методика
изучения динамики явлений в медицине и
здравоохранении»).
При необходимости повлиять на исследуемое
явление (процесс) возникает потребность в выявлении
факторов, его формирующих. В целях установления связи
между изучаемым явлением (признаком) и
воздействующими на него факторами (или другими
явлениями) применяют корреляционный анализ (см. раздел

261
«Измерение связи между явлениями или признаками.
Корреляция».).
Следует помнить, что если какой-либо числовой
материал заслуживает статистического анализа, то,
очевидно, он заслуживает и самой лучшей формы этого
анализа, т.е. той, которая позволяет извлечь максимальное
количество сведений, однако это не означает, что всегда
нужно использовать все приведенные в алгоритме варианты
количественного анализа. Выбор способов и эталонов (или
других величин) для количественного сравнения, без
которых нельзя сделать правильные выводы, должен
производиться в каждом конкретном случае с учетом
сущности изучаемого явления и поставленной цели
исследования.
Так, например, при изучении заболеваемости
работниц химического комбината болезнями женских
половых органов с целью разработки мер профилактики
данной патологии вряд ли является необходимым анализ
динамики показателей заболеваемости за 5-ти или 10-ти
летний период. Если бы целью исследования была оценка
эффективности предложенных профилактических
мероприятий, то без анализа показателей в динамике нельзя
было бы обойтись.
Нужно иметь в виду, что иногда при анализе
невозможно количественное сопоставление величин
(например, при оценке структуры медицинской службы,
структурно-функциональной схемы медицинского
учреждения, наличия и полноты всех необходимых разделов
работы в деятельности врача какой-либо специальности, а
также при оценке организации и форм работы различных
подразделений и учреждений здравоохранения и т. д.). В
этом случае проводимый анализ носит описательный
характер.

Формализация данных, полученных в результате


количественного сравнения. После количественного

262
сравнения часто возникает необходимость в формализации
полученных данных в виде таблиц и рисунков, которые
оформляются в соответствии с теми же требованиями, о
которых говорилось выше (см. раздел «Методика
организации статистического исследования в
здравоохранении»). Отличия этих действий от 3 шага
алгоритма, который также включает составление таблиц и
рисунков, заключается в том, что на подготовительном этапе
анализа (3 шаг) это делается на материале первичной
статистической обработки, а в данном случае (на этапе
собственно статистического анализа) производится с
использованием данных количественного сравнения
(сопоставления).
Заключение по количественному сравнению
состоит из текстового описания результатов, полученных в
ходе 3 и 4 шагов анализа и представленных в таблицах и
рисунках.

КАЧЕСТВЕННАЯ ОЦЕНКА РЕЗУЛЬТАТОВ СРАВНЕНИЯ


(5-Й ШАГ АЛГОРИТМА)

Итак, количественное сопоставление показателей


осуществлено. Однако этого недостаточно, чтобы судить о
состоянии анализируемого явления. Поэтому следующим
шагом (см. приложение 2) должна быть качественная оценка
результатов количественного сравнения.
Например, увеличение частоты хронических
заболеваний органов пищеварения среди работников горячих
цехов металлургического комбината в отчетном году по
сравнению с предыдущим можно с одной стороны
квалифицировать как отрицательный факт, ибо он
свидетельствует о неудовлетворительном состоянии
здоровья металлургов, с другой стороны, это можно
квалифицировать как факт положительный, ибо повышение
уровня выявляемости этих заболеваний на медосмотре
свидетельствует о большей его эффективности.

263
Одним из важнейших условий качественного анализа
является полнота и достоверность собранных сведений.
Чтобы избежать неправильной оценки статистических
величин, ошибок методического характера, анализ следует
проводить очень тщательно и обдуманно.
Например, проводя количественные сопоставления
показателя рождаемости в городе Н., видим, что он в
отчетном году находился на уровне среднеобластных
значений. Исходя из этого оцениваем состояние рождаемости
как удовлетворительное. Однако, анализируя рождаемость в
динамике за несколько лет, отмечаем тенденцию к снижению
рождаемости в городе, причем темп убыли (скорость)
нарастает из года в год. Следовательно, мы в праве
прогнозировать и в дальнейшем снижение уровня
рождаемости. Вывод напрашивается обратный тому, что был
сделан первоначально. Дополнительная информация должна
быть получена с помощью других (специальных)
демографических показателей, которые и могут объяснить
создавшуюся демографическую ситуацию. Таким образом,
только полное сопоставление всех показателей поможет
получить истинную картину состояния анализируемого
явления.

ОБЪЯСНЕНИЕ РЕЗУЛЬТАТОВ ОЦЕНКИ


(6-Й ШАГ АЛГОРИТМА)

Еще один ответственный шаг собственно


статистического анализа – объяснение результатов оценки.
Его нельзя сводить к простому пересказу вычисленных
статистических показателей. Необходимо дать толкование
полученным результатам, т. е. предположить или указать
причины (факторы), оказывающие на изучаемое явление
(признак, процесс) благоприятное или неблагоприятное
воздействие, а также следствия этих воздействий. При этом
чрезвычайно важно увязывать полученные показатели между
собой, искать зависимости между показателями и условиями
(факторами), их формирующими. Это поможет логически
264
объяснить причины положительных или отрицательных
тенденций в состоянии изучаемого явления, выявить слабые
стороны, установить причинно-следственные
закономерности. В ряде случаев удаётся лишь предположить
какие-либо варианты логического объяснения полученных
результатов. Но и это очень важно для правильной трактовки
анализируемой ситуации, формулирования адекватных
выводов. Причем, возможно продолжение (углубление)
исследования для получения данных, подтверждающих (или
опровергающих) сделанные предположения.
Таким образом, чтобы объяснение было максимально
конкретным, пригодным для формулирования выводов, нужно
стараться наиболее полно выявить причины и последствия
изменений основных показателей, характеризующих изучаемое
явление. Это обеспечит полноту, надежность и реальность
заключительных выводов.

ЭТАП ФОРМУЛИРОВКИ РЕЗУЛЬТАТОВ АНАЛИЗА

ЗАКЛЮЧИТЕЛЬНЫЕ ВЫВОДЫ И РЕКОМЕНДАЦИИ


(7-Й И 8-Й ШАГИ АЛГОРИТМА)

Закончив объяснение результатов, можно приступить


к осуществлению завершающего шага статистического
анализа – формулировки основных выводов и рекомендаций.
Выводы – сформулированные в результате анализа
постулаты по основным разделам исследования, носящие
характер обобщения анализируемого явления. В выводах
следует использовать специальные общепринятые термины,
относящиеся к исследуемой области.
Качественно проведенный анализ, правильно
полученные и сформулированные выводы являются основой
для разработки рекомендаций, направленных на устранение
недостатков, улучшения состояния исследуемого явления
(процесса). Рекомендации должны быть действенными,
исходить из реальных возможностей заинтересованных
служб, конкретными, ограниченными во времени и
265
адресованными конкретному лицу или инстанции, в
компетенцию которых входит реализация предлагаемых мер.
На этом работа, связанная со статистическим
анализом явления (признака, процесса) из области медицины
и здравоохранения, заканчивается.

Таким образом, анализ должен быть:


 объективным (основывающимся на полном и
точном описании событий, наличии эталонов для
сравнения и оценки; проводящимся хорошо
подготовленными кадрами);
 системным (обеспечивающим полноту, надежность
и реальность выводов);
 целенаправленным (позволяющим в дальнейшем
разрабатывать программы мер по улучшению
изучаемого явления);
 перспективным (направленным на изучение
возможностей развития событий и системы в целом);
 своевременным и оперативным.

ЗАДАНИЯ ДЛЯ КОРРЕКЦИИ УМЕНИЙ


Для контроля усвоения темы и достижения целей
занятия решите следующую задачу.
Задача 1.
В городе Северске было проведено выборочное
статистическое исследование по изучению патологической
пораженности болезнями нервной системы и органов чувств
выпускников общеобразовательных школ I ступени двух
административных районов (Центрального и Юго-
западного). В процессе исследования решалось несколько
задач, три из которых формулировались таким образом:
«Изучить влияние на заболеваемость следующих факторов:
1) возраста начала школьного обучения;

266
2) условий внутришкольной среды, в частности
освещенности классных комнат;
3) уровня учебной нагрузки школьников».
Полученные исследователями данные подвергались
первичной статистической обработке.
Для решения 1-й задачи получены показатели,
представленные в таблицах 1, 2, 3; для решения 2-й задачи –
в таблицах 1 и 4.
Таблица 1
Патологическая пораженность болезнями нервной системы
и органов чувств школьников, проживающих и обучающихся
в разных районах осмотренных)
города в отчетном году (на 1000

Административный Патологическая
район пораженность
Центральный 110,0±2,0
Юго-западный 103,0±2,0
По городу 106,0±2,0
Примечания.
1. Среднеобластной показатель патологической пораженности
школьников начальных школ болезнями нервной системы и
органов чувств – 87 случаев на 1000 осмотренных.
2. Стандартизованные по возрасту начала школьного обучения (6
и 7 лет) показатели патологической пораженности:
Центральный район – 98,0 случаев на 1000 осмотренных;
Юго-западный район – 101,0 случаев на 1000 осмотренных.

Таблица 2
Динамика патологической пораженности выпускников
общеобразовательных школ I ступени г. Северска
болезнями нервной системы и органов чувств

Статистический Исследуемые годы


267
показатель 1-й 2-й 3-й 4-й отчетный
Патологическая
пораженность 90, 92, 95, 99, 106,0
(на 1000 0 0 0 0
осмотренных)
Таблица 3
Структура патологической пораженности школьников
города болезнями нервной системы и органов чувств
в отчетном году
Нозологическая форма Удельный вес, %
Неврозоподобные состояния 39,0
Астигматизм 25,0
Миопия 20,0
Другие 16,0
Всего 100,0

Таблица 4
Данные про возраст начала школьного обучения и уровни
освещенности классных комнат в школах г. Северска
в отчетном году
Административны Удельный вес детей (в Уровень
й район %), начавших освещеннос
обучение ти, лк
в 6 лет в 7 лет
Центральный 26,4 73,6 294,0±1,5
Юго-западный 17,3 82,7 290,0±1,5
По городу 20,3 79,7 392,0±1,5
Примечания:
1. Норматив уровня освещенности в классных комнатах –
300,0±1,5 лк.
2. Коэффициент корреляции Спирмена между
патологической пораженностью школьников болезнями
нервной системы и органов чувств и уровнем учебной
нагрузки составляет +0,71.

268
Задания.
1. Выбрать показатели для количественного сравнения
статистических данных, приведенных в таблицах 1, 2, 3, 4 (с
учетом примечаний к таблицам), указать способ (метод)
сравнения и провести расчет необходимых показателей.
Ответ оформить по следующему образцу:
Таблица 5
№ № Наименовани № Спо Метод Вывод
таблиц п/п е показателя, п/п соб ика и по
ы, в пока выбранного спос (мет резуль резуль
которой зате для оба од) тат татам
находят ля количественн (мет срав сравне сравне
ся ого сравнения ода) нен ния ния
данные ия
для
сравнен
ия
1 2 3 4 5 6 7
2. Решить вопрос о наглядном представлении
приведенных в ситуации и полученных в ходе
количественного сравнения данных: указать название и
статистический характер показателей, таблицу, в которой
они приведены (в условии задачи или в эталоне ответа), а
также вид графического изображения. Выполнить
графические изображения.
3. Провести собственно статистический анализ:
3.1. дать заключение по количественному сопоставлению
имеющихся данных;
3.2. дать качественную оценку и объяснить полученные
результаты.
4. Сделать выводы.

Эталон ответа.
1. Количественное сравнение статистических данных.
Таблица 6
№ № Наименовани № Спо Метод Вывод
таблиц п/п е показателя, п/п соб ика и по
269
ы, в пока выбранного спос (мет резуль резуль
которой зате для оба од) тат татам
находят ля количественн (мет срав сравне сравне
ся ого сравнения ода) нен ния ния
данные ия
для
сравнен
ия
1 2 3 4 5 6 7
1 2 3 4 5 6 7
№ 1 Патоло 1. Сравнить 110  103 Уровень
1 гическа 1 показате t  2,5
патологическо
я ли 2,0 2  2,0 2 й
пораже между
нность собой с пораженности
болезн помощь выпускников
ями ю
нервно коэффи начальных
й циента школ
систем достове Центрального
ы и рности района
органо различи
в й достоверно
чувств относит выше, чем
школьн ельных Юго-
иков величин западного
разных
районо
в
города
1. Сравнит Пока Районы Более
2 ь -зате- высокий
показате Цен Юго
ли т -
ли в уровень пат.
районах зап. пораженности
со инт >
отмечается в
стандар ен. 110, 103,
тизован 0 0 Центр.
ными по стан < районе, это
возраст дар 98,0 101, обусловлено
у начала т 0 большим
школьн
ого удельным
обучени весом детей,
я начавших
показате обучение в 6-
лями летнем
возрасте
2 Патоло 2. Сравнить 87,0 – 100% Патологическ
гическа 1
270
я показате 106,0 – х ая
пораже ль со пораженность
нность
школьн среднео 106 * 100% школьников
иков бластны х  121 ,8%
города
болезн ми
87 превышает
ями
нервно данным среднеобластн
й ис ой показатель
систем помощью на 21,8%
ыи показате
органо
в ля
чувств наглядн
по ости
городу
за
отчетн
ый год
1 2 3 4 5 6 7
№ 3 Патоло 3. Сравнить Темп роста: Патологическ
2 гическа 1 уровни 1-2 год –
ая
я пат.пора
пораже женност 92 пораженность
*100%  102,2%
нность и за 5- 90 школьников
школьн летний 2-3 год – имеет
иков период тенденцию к
болезн с 95
*100%  103 ,3%за 5 лет
росту,
ями помощью 92
нервно показате 3-4 год –
она выросла
й лей на 17,8%. При
систем динамич 99
ыи 3. еского *100%  104этом
,2%темпы
95 роста
органо 2 ряда:
4-5 год –
в темпа неуклонно
чувств роста и 105 увеличиваютс
в показателя *100%  107 ,1%
динами наглядн 99 я
ке ости
Показатель
наглядности:
данные 1-го года –100%
данные отчетного года –
х

106 * 100%
х  117 ,8%
90
№ 4 Структ 4. Сравнит Простое В структуре
3 ура 1 ь уд.вес сопоставление пат.пораженн
пат.пор
аженно отдельн экстенсивных ости
сти ых показателей наибольший
школьн нозолог уд.вес
271
иков ических занимают
болезн форм неврозоподоб
ями
нервно между ные
й собой состояния,
систем затем
ыи
органо астигматизм и
в миопия
чувств
в
очетно
м году
№ 5 Уд. вес 5. Сравнить Простое В Централ.
4 детей, 1 уд. вес сопоставление районе около
начавш детей, 74% детей
их начавши экстенсивных начали
обучен х показателей обучение в 7
ие в 6 и обучени лет, а в Юго-
7 лет ев6и7 западном –
по лет в 83%.В 6 лет
админи Централ пошли в
страти . школу 26%
вным районе, детей Цент. р-
района в Юго- на и 17% –
м и по западно Юго-
городу м западного. По
в районе, городу с 7 лет
целом по пошли в
городу в школу около
целом 80%, остальные
– с 6 лет.
1 2 3 4 5 6 7
5. Сравнить Показатель В
2 Юго-западного
уд. вес района – Центральном
школьн 100%; районе
иков, удельный вес
показатель
начавши Центрального детей,
х района –х начавших
обучени обучение в 6
ев6 26,4 * 100%лет, на 52,9%
х  152,9%
лет, в 17,3 больше, чем в
разных Юго-западном
районах
города с
помощь
ю
показате
ля
наглядн

272
ости
6 Уровен 6. Сравнить Для Уровень
ь 1 показател Центрального освещенности
освеще и района: классных
нности освещен 300,0  294,комнат
0 как в
t1   3,6
классн ности 2 районах,
2 так и
ых классных 1,5  1,5 по городу в
комнат комнат целом
по по Для Юго- достоверно
админи районам западного ниже
страти и по района: норматива
вным городу в 300,0  290,0
t2   4,0
района целом с
1,5 2  1,5 2
м и по нормати
городу вом с
в помощь Для города:
целом ю 302,0  292,0
t3   3,8
коэффи
1,5 2  1,5 2
циента
достове
рности
различи
й
средних

2. Наглядно можно представить следующие данные,


имеющиеся в условии задачи и полученные в ходе
количественного сравнения:

 Патологическая пораженность болезнями нервной


системы и органов чувств школьников, проживающих и
обучающихся в разных административных районах
города и в области в отчетном году – интенсивные
показатели – таблица 1 условия – столбиковая
диаграмма (рис.1).
 Патологическая пораженность болезнями нервной
273
системы и органов чувств школьников города в
сравнении со среднеобластным показателем –
показатель наглядности – таблица количественного
сравнения, пункт 2.1. – линейная диаграмма (рис.2).
 Структура патологической пораженности школьников
города болезнями нервной системы и органов чувств –
экстенсивный показатель – таблица 3 условия –
внутристолбиковая диаграмма (рис.3).
 Динамика патологической пораженности школьников
города болезнями нервной системы и органов чувств –
интенсивный показатель в динамике – таблица 2 условия
– линейная диаграмма (рис.4).
 Удельный вес детей, начавших обучение в 6-летнем
возрасте, в исследуемых районах и по городу в целом в
отчетном году – экстенсивные показатели – таблица 4
условия – внутристолбиковая диаграмма (рис.5).
 Патологическая пораженность школьников города
болезнями нервной системы и органов чувств в
отчетном году по сравнению с исходным периодом –
показатель наглядности – таблица количественного
сравнения, пункт 3.2. – линейная диаграмма (рис.6).
 Удельный вес детей, начавших обучение в 6-летнем
возрасте, в различных районах города в сравнении
между собой – показатель наглядности – таблица
количественного сравнения, пункт 5.2. – линейная
диаграмма (рис.7).
112
110
Центральный район
108
Юго-западный район
106 110
Город в целом
104
В среднем по области
106
102
100 103
98
96 274
94
92
Центральный Юго-западный Город в целом В среднем по
район район области
98

Рис. 1. Патологическая пораженность болезнями нервной


системы и органов чувств школьников, проживающих и
обучающихся в разных административных районах города
Северска и в области в отчетном году (на 1000 осмотренных)

120 121,8
100
80
городской
показатель
40
областной
показатель
0

Рис. 2. Патологическая пораженность болезнями нервной


системы и органов чувств школьников города в сравнении
со среднеобластным показателем (в %)

275
39% прочие
16%

миопия

астигматизм

25% 20% неврозоподобные


состояния

Рис. 3. Структура патологической пораженности школьников


города болезнями нервной системы и органов чувств (в %)
пораженность, на 1000

110
Патологическая

105
осмотренных

106
100
95 99
95
90 92
85 90
80
д д д д д
го го го го го
й й й й й
1- 2- 3- 4- ны
т
че
от
Годы

Рис. 4. Динамика патологической пораженности школьников


276
города болезнями нервной системы и органов чувств

73,6 82,7 79,7


7 лет

6 лет

26,4
20,3
17,3

Центральный Юго-западный По городу


район район

Рис. 5. Удельный вес детей, начавших обучение в 6-летнем и


7-летнем возрасте, в исследуемых районах и по городу
в целом в отчетном году (в %)

150
117,8
100
Отчетный
50 год

1-й год
0

Рис. 6. Патологическая пораженность школьников города


болезнями нервной системы и органов чувств в отчетном
году по сравнению с 1-м годом исследуемого периода (в %)
277
160
152,9

120
100
80
Центральны
й район
40
Юго-
западный
0 район

Рис. 7. Удельный вес детей, начавших обучение в 6-летнем


возрасте, в различных районах города в сравнении
между собой (в %)

3.1. Заключение по количественному сопоставлению


имеющихся данных.

Уровень и динамика патологической пораженности


болезнями нервной системы и органов чувств негативно
характеризует состояние здоровья выпускников
общеобразовательных школ I ступени г. Северска.
Так, уровень патологической пораженности в г. Северске
(рис. 2) намного превышает среднеобластной показатель (на
21,8%).
Динамика патологической пораженности школьников г.
Северска болезнями нервной системы и органов чувств
характеризуется неуклонным ростом (рис. 4). За исследуемый
5-летний период уровень патологической пораженности вырос
на 17,8% (рис. 6),причем темп его роста неуклонно
увеличивается. В отчетном году он составил 107,1% по
сравнению с первым годом исследуемого периода.
278
В структуре патологической пораженности наибольший
удельный вес занимают неврозоподобные состояния, на втором
месте – астигматизм, на третьем – миопия (рис. 3).
Уровень патологической пораженности выпускников
начальных школ болезнями нервной системы и органов чувств
неодинаковый в разных административных районах г.
Северска. Он достоверно выше в Центральном районе, чем в
Юго-западном (рис. 1).Эти различия, в частности, обусловлены
более высоким удельным весом детей, начавших школьное
обучение с 6-ти лет (рис. 5 и рис. 7), в Центральном районе по
сравнению с Юго-западным (расхождение в сторону
увеличения составляет 52,9%).
Уровень освещенности в классных комнатах начальных
школ г. Северска достоверно ниже гигиенического норматива.
Между уровнем патологической пораженности младших
школьников болезнями нервной системы и органов чувств и
учебной нагрузкой существует прямая сильная корреляционная
связь.

3.2. Качественная оценка и объяснение полученных


результатов.

Нарастающую негативную тенденцию патологической


пораженности школьников можно объяснить повышением
интенсивности неблагоприятного влияния факторов, которые
формируют заболеваемость учеников.
В результате проведенного исследования выявлена
сильная позитивная связь между уровнем патологической
пораженности болезнями нервной системы и органов чувств и
учебной нагрузкой. А, как известно, интенсивность учебной
нагрузки ежегодно увеличивается в связи с усложнением
учебных программ. Этот процесс происходит на фоне перехода
на ранневозрастное школьное обучение. А данные литературы
свидетельствуют о том, что среди шестилетних детей удельный
вес функционально неготовых к обучению в школе

279
значительно выше, чем среди семилетних, а средний уровень
«школьной зрелости» существенно ниже. Следовательно,
повышенная учебная нагрузка ложится на функционально
«незрелую» нервную систему младших школьников. Это
приводит к росту пораженности детей болезнями нервной
системы. Подтверждается этот вывод тем, что в структуре
патологической пораженности данного класса болезней
преобладают неврозоподобные состояния.
С этим согласуются результаты проведенного метода
стандартизации, свидетельствующие о том, что более высокий
уровень патологической пораженности болезнями нервной
системы отмечается в том административном районе г.
Северска, где больший удельный вес составляют дети,
приступившие к школьному обучению в 6-летнем возрасте.
Важным фактором, оказывающим влияние на уровень
заболеваемости учеников, является состояние внутришкольной
среды. Мы вправе допустить, что низкие уровни освещенности
в классных комнатах начальных школ г. Северска (в сравнении
с гигиеническим нормативом) неблагоприятно отражаются на
функциональном состоянии органа зрения и могут служить
одним из этиологических факторов роста пораженности
органов чувств школьников. Это подтверждается высоким
удельным весом патологии органа зрения (миопии) в структуре
патологической пораженности выпускников
общеобразовательных школ I ступени г. Северска.

4. На основании проведенного анализа можно сделать


следующие выводы:

1. Выпускники начальных школ г. Северска имеют высокий


уровень (на 21,8% выше среднеобластного показателя) и
негативную хронодинамику (неуклонный рост с постоянно
увеличивающимся темпом роста) пораженности болезнями
нервной системы и органов чувств.

280
2. Это обусловлено усилением интенсивности
неблагоприятного воздействия факторов, формирующих
здоровье исследуемого контингента учащихся: в частности,
 увеличением учебной нагрузки,
 увеличением удельного веса детей, начавших обучение
в школе в возрасте 6 лет,
 ухудшением условий внутришкольной среды (в том
числе несоответствие освещенности классных комнат
гигиеническому нормативу).
3. Данный вывод подтверждается тем, что в структуре
патологической пораженности болезнями нервной системы
и органов чувств ведущее место занимают
неврозоподобные состояния (39,0%) и патология органа
зрения (миопия – 20,0%).

281
Приложение 1
Граф логической структуры темы
"Анализ явления (признака, процесса) из области медицины
и здравоохранения"
ПОДГОТОВИТЕЛЬНЫЙ ЭТАП

Выбор необходимых и достаточных критериев


(показателей), характеризующих явление, в
соответствии с конкретными целями анализа
Получение исходных данных для расчета
показателей (из отчетов, учетных документов,
путем
специальных исследований и т. д.)
Статистическая и (или) другая обработка полученных
данных: группировка, расчет показателей
(интенсивных, экстенсивных, соотношения,
средних),
графическое изображение и др.

КОЛИЧЕСТВЕННЫЙ АНАЛИЗ

Количественное сравнение (сопоставление)


единичных иди групповых статистических
величин, характеризующих изучаемое
(анализируемое)
явление (признак)
Формализация данных, полученных в результате
количественного сравнения
(в виде таблиц или рисунков)
Заключение по количественному сравнению

КАЧЕСТВЕННАЯ ОЦЕНКА РЕЗУЛЬТАТОВ СРАВНЕНИЯ

ВЫЯВЛЕНИЕ ПРИЧИННО-СЛЕДСТВЕННЫХ ЗАКОНОМЕРНОСТЕЙ

ВЫВОДЫ

ОБОСНОВАННЫЕ РЕКОМЕНДАЦИИ
282
Приложение 2
АЛГОРИТМ СТАТИСТИЧЕСКОГО АНАЛИЗА
I. ПОДГОТОВИТЕЛЬНЫЙ ЭТАП
Выбор необходимых и достаточных критериев (показателей),
1 ШАГ характеризующих явление, в соответствии с конкретными целями анализа
Получение исходных данных для расчета показателей
2 ШАГ (из отчетов, учетных документов, путем специальных исследований и т. д.)

Статистическая и другая обработка полученных данных: группировка, расчет показателей


(интенсивных, экстенсивных, соотношения,др. средних), графическое изображение и
3 ШАГ
Количественное сравнение единичных иди групповых статистических
4 ШАГ
величин, характеризующих изучаемое (анализируемое) явление (признак)

во времени (в с другими явле-


с нормами, норма- с аналогичными внутри с аналогичными динамике) по ниями (признака-
тивами, стандартами, статистическими изучаем статистическими дням недели, ми) для установ-
справочными данными, величинами, ой величинами в сезонам, годам, ления наличия,
среднеобластными, выбранными для совокуп неоднородных десятилетиям характера, силы
и т. п. и направления
региональными показа- сравнения: ● по ности по составу связи
телями и т. п., пред- территориям; ● группах
ставленными в тех же относительно разных населения
единицах, что и стат. учреждений; ● в
величины, однородных по составу
характеризующие группах населения; ● в
изучаемое явление контрольных группах

с использованием различных способов (методов) сравнения

простого расчета пока- расчета коэф. расчета стандар- расчета показателей корреляцио
сопоставления зателя нагляд- достоверности тизованных динамического ряда: нного
ности (на сколько различий двух (условных) -абсолютного прироста; анализа
% или во сколь- или нескольких коэффициен- -темпа роста или
ко раз больше относительных тов прироста; -1% прироста;
или меньше) величин -показателя наглядности

II. ЭТАП СОБСТВЕННО СТАТИСТИЧЕСКОГО АНАЛИЗА


Формализация данных, полученных в результате колич. сравнения (в виде таблиц или рисунков)

Заключение по количественному сравнению

Качественная оценка результатов сравнения


5 ШАГ

Хорошо (удовлетворительно) Плохо (неудовлетворительно)

6 ШАГ Объяснение результатов оценки


Предположить или указать причины (факторы),
(признак) оказывающие на изучаемое явление
благоприятное или неблагоприятное воздействие

Предположить или указать следствие этих воздействий

Выявить причинно-следственные закономерности состояния изучаемого явления (признака)


III. ЭТАП ФОРМУЛИРОВКИ РЕЗУЛЬТАТОВ АНАЛИЗА
7 ШАГ
Выводы
8 ШАГ
Обоснованные рекомендации

283