СТАТИСТИКА.

Динамические ряды

При изучении изменений какого-либо явления во времени

составляется динамический ряд.
Динамическим рядом называется совокупность
однородных статистических величин, показывающих изменение
какого-либо явления на протяжении определенного промежутка
времени.
Величины, составляющие динамический ряд, называются
уровнями ряда.
Уровни динамического ряда могут быть представлены:
- абсолютными величинами;
- относительными величинами (в том числе показателями
интенсивными, экстенсивными, соотношения);
- средними величинами.
Динамические ряды бывают двух видов:
Моментный динамический ряд состоит из величин,
характеризующих явление на какой-то определенный момент
(дату). Например, каждый уровень может характеризовать
численность населения, численность врачей и т.д. на конец какого-
то года.
Интервальный динамический ряд состоит из величин,
характеризующих явление за определенный промежуток времени
(интервал). Например, каждый уровень такого ряда может
характеризовать смертность, рождаемость, заболеваемость,
среднегодовую занятость койки за какой-то год.

Примеры
Интервальный динамический ряд, состоящий из интервальных
величин.
Динамика рождаемости в городе N (на 1000 Жителей):
2002 - 10.8 2005 - 6.6
2003 - 9.3 2006 - 7.1
2004 - 7.6
Моментный динамический ряд, состоящий из абсолютных величин.
Динамика среднегодовой численности населения города N (в тыс.):
2002 - 5035.0 2005 - 4860.7
2003 - 5019.3 2006 - 4917.5
2004 - 4978.1
 Динамический ряд можно подвергнуть преобразованиям, целью
которых является выявление особенностей изучаемого процесса а также
достижение наглядности в характеристике того или иного явления.
Для определения тенденции изучаемого явления рассчитывают
показатели динамического ряда:
- абсолютный прирост;
- показатель наглядности;
- показатель роста (снижения);
- темп прироста (снижения).
Абсолютный прирост представляет собой разность между
последующим и предыдущим уровнем. Измеряется в тех же единицах, в
которых представлены уровни ряда.
Показатель наглядности показывает отношение каждого уровня
ряда к одному из них (чаще начальному) принятому за 100% .
Показатель роста (убыли) показывает отношение каждого
последующего уровня к предыдущему, принятому за 100%.
Темп; прироста (убыли) показывает отношение абсолютного
прироста (снижения) каждого последующего уровня к предыдущему
уровню, принятому за 100%.
Если показатель роста (убыли) показывает сколько процентов от
предыдущего уровня составляет последующий уровень, то темп
прироста показывает на сколько процентов увеличился (снизился)
последующий уровень по сравнению с предыдущим. Поэтому, темп
прироста можно рассчитать и по следующей формуле:
темп прироста = показатель роста - 100 %
Динамический ряд и его показатели могут быть представление в
виде таблицы (табл. 4).
Расчет показателей динамического ряда.
1) Абсолютный прирост (снижение):
2003 г. 53.9 - 58.5 = - 4.6 тыс.
2004 г. 51.1 - 53.9 = - 2.8 тыс.
2005 г. 49.3 - 51.1 = - 1.8 тыс.
2006 Г. 47.8 - 49.3 = - 1.5 тыс.
2) Показатель наглядности: 2002 г. - 100%
2003 58.5-100 2004 58.5-100
53.9-х 51.1 - х
х = 92.1 х = 87.4
2005 58.5 – 100 2006 58.5 - 100
49.3-х 47.8-х
х = 84.3 х = 81.7
 Таблица
Динамика численности больничных коек в стационарах
В городе N

Годы Число Абсолютный Показатель Показатель Темп

больничных прирост наглядности, роста прироста
коек (тыс) (убыль), % (убыли), % (убыли),
(тыс) %
2002 58.5 - 100.0 - -
2003 53.9 -4.6 92.1 92.1 -7.9
2004 51.1 -2.8 87.4 94.8 -5.2
2005 49.3 -1.8 84.3 96.5 -3.5
2006 47.8 -1.5 81.7 97.0 -3.0

3) Показатели роста (убыли):

2003 58.5-100 2004 53.9 - 100
53.9 - х 51.1 - х
х = 92.1 х = 94.8
2005 51.1-100 2006 49.3-100
49.3 - х 47.8 - х
х=96.5 х=96.9
4) Темп прироста (убыли):
2003 58.5-100 2004 53.9-100
-4.6 – х -2.8 - х
2005 51.1 – 100 2006 49.3-100
-1.8 – х -1.5 - х
х=-3.5 х=-3.0
Рассчитанные показатели динамического ряда; свидетельствуют об
убыли числа больничных коек в городе N , однако темп их убыли
снижается.

Выравнивание динамического ряда

Иногда динамика изученного явления представлена не в виде

непрерывно меняющегося в одном направлении явления, а
скачкообразными изменениями.
В таких случаях используют различные методы выравнивания
динамического ряда:
- укрупнение интервалов;
- расчет скользящей средней;
- метод наименьших квадратов.
Укрупнение интервала можно производить за определенные
промежутки времени (за квартал, за один, два, три года и т.д.).
 Пример выравнивания динамического ряда с помощью укрупнения
интервалов (табл.)
Таблица
Динамика средней длительности пребывания больного на
терапевтической койке в больницах города N до реструктуризации в
2003 году и после реструктуризации

Годы Средняя длительность Укрупненный Средняя длительность

пребывания больного на интервал пребывания больного на
терапевтической койке (в (годы) терапевтической койке
днях) (в днях)
2001 19.9
2001-2002 19.5
2002 19.0
2003 19.2
2003-2004 19.3
2004 19.3
2005 18.5
2005-2006 17.8
2006 17.0

Произведено укрупнение интервала за два года и рассчитана

средняя длительность пребывания больного на койке для каждого
интервала.

2001-2002 (19.9 + 19.0) / 2 - 19.5

2003-2004 (19.2 + 19.3) / 2 == 19.3
2005-2006 (18.5 + 17.0) / 2 == 17.8

Показатели преобразованного динамического ряда рассчитываются

по общепринятой методике.
Влияние случайных колебаний на уровни динамического ряда
можно устранить и с помощью скользящей средней. При ее расчете
лучше использовать интервалы, включающие три хронологических
периода.
Пример выравнивания динамического ряда методом скользящей средней
(табл. ).
 Таблица
Динамика средней длительности пребывания больного на
терапевтической койке до- и после реструктуризации в городе N
Годы Средняя длительность Скользящая Скользящая средняя по
пребывания больного на средняя Урбаху
терапевтической койке (в
днях)
2001 19.9 – у1 - 19.7
2002 19.0 – у2 19.4 19.4
2003 19.2 –у3 19.2 19.2
2004 19.3 – у4 19.0 19.0
2005 18.5 – у5 18.3 18.3
2006 17.0 – у6 - 17.2

Для выравнивания динамического ряда произведено вычисление

скользяще средней с использованием интервала в три года.
2002 г. (19.9 + 19.0 + 19.2) /3=19.4
2003 г. (19.0 + 19.2 + 19.3) / 3 = 19.2
2004 г. (19.2 + 19.3 + 18.5) / 3 = 19.0
2005 г. (19.3 + 18.5 + 17.0) / 3 = 18.3
Однако этот метод исключает из анализа средние величины первого
и последнего уровня.
Поэтому для более точного определения тенденции изучаемого
явления можно рассчитать скользящие средние крайних уровней по
формуле Урбаха:
2001 г. (7у1 + 4у2 - 2у3)/9 = (7 · 19.9 + 4 · 19 – 2 · 19.2)/9 = 19.7
2006 г. (7у6 + 4у5 - 2у4)/9 = (7 · 17.00 + 4 · 18.5 – 2 · 19.3)/9 = 17.2
Метод наименьших квадратов позволяет наиболее точно
выравнивать тенденции изучаемого явления.
Он позволяет рассчитать точки прохождения такой прямой линии,
от которой имеющаяся эмпирическая находится на расстоянии
наименьших квадратов от других возможных линий.
Динамический ряд в случае применения данного метода должен
иметь не менее 5 хронологических дат, количество их должно быть
нечетным, а интервалы между ними одинаковыми.

Пример выравнивания динамического ряда методом наименьших

квадратов приведен в таблице.
 Таблица
Динамика младенческой смертности в городе N
(на 1000 родившихся живыми) за 2002-2006 гг.

Порядковый
Хронологи Младенчес Выравненные
номер хро-
ческие кая уровни
нологической х·у х2
даты смертность младенческой
даты от
(годы) ,у смертности
центральной, х
2002 19.1 -2 -38.2 4 19.0
2003 17,4 -1 -17.4 1 18.3
2004 18.2 0 0 0 17.5 – 0.0
2005 17.1 1 17.1 1 16.8
2006 15.5 2 31.0 4 16.0
Σу = 87.3 Σх·у = -7.5 Σх2 = 10

Даты искомой прямой линии округляются по следующей формуле:

y1 = a0 + a1 · x, где
a0 - это хронологическая средняя (значение центральной
хронологической даты), которая вычисляется по формуле:
,где
S - сумма хронологических дат (периодов);
Σу - сумма всех значений изучаемого явления.

a1 - это коэффициент поправки искомого расстояния, который

определяется по формуле:

х - порядковый номер (расстояние) хронологических дат от

центральной, принятой за 0.
Сумма произведений х·у определяется с учетом алгебраических
знаков.

Зная величины a0 и а1 подставляем их в уравнение:

y1 = a0 + a1 · x и, придавая последовательные значения чисел ряда х,
получим выравненный динамический ряд младенческой смертности.

2002 у1 = 17.5 + (-0.75) · (-2) = 19

2003 у2 = 17.5 + (-0.75) · (-1) = 18.3
2005 у4 = 17.5 + (-0.75) · (1) = 16.8
 2006 у5 = 17.5 + (-0.75) · (2) = 16.0

Динамика младенческой смертности и выравненной младенческой

смертности в городе N за 2002-2006 гг.

Обработка статистической информации

 Статистические таблицы делятся на простые и сложные (а
последние, в свою очередь, на групповые и комбинационные) - в
зависимости от количества признаков, содержащихся в них.
Простая таблица содержит информацию об одном признаке,
групповая - о двух, комбинационная - о трех и более признаках,
расположенных во взаимосвязи друг с другом.

Примеры таблиц
Простая таблица
Название: Распределение больных с аппендицитом по полу
Пол Число больных
Мужчины 46
Женщины 40
Оба пола 96

Групповая таблица
Название: Распределение больных с разными формами острого аппендицита
по полу.

Форма аппендицита Мужчины Женщины Всего

Катаральный 61 50 111
Флегмонозный 20 19 39
Гангренозный 3 2 5
Итого 84 71 155

Комбинационная таблица
Название: Распределение больных с разными формами аппендицита по
возрасту и полу.
Возраст
Форма 60 лет и
До 40 лет 40 – 59 лет итого
аппендицита старше
М Ж ОП М Ж ОП М Ж ОП М Ж ОП
Катаральный 19 21 40 24 20 44 15 20 35 63 76 139
Флегмонозный 8 6 14 8 7 15 4 7 13 20 20 40
Гангренозный 4 2 6 3 5 8 1 3 4 8 10 18
Итого 31 29 60 35 32 67 20 30 52 91 106 197

Наряду с табличной формой, статистическая информация может

быть представлена графически: в виде диаграмм (секторных,
столбиковых, радиальных, динамических кривых), картограмм,
картодиаграмм.

Пример секторных диаграмм:

Рис. Распределение различных форм Рис. Распределение различных форм

аппендицита у мужчин до 40 лет аппендицита у женщин до 40 лет

ОТНОСИТЕЛЬНЫЕ ВЕЛИЧИНЫ
(СТАТИСТИЧЕСКИЕ КОЭФФИЦИЕНТЫ)

В результате группировки и табличной сводки материалов

наблюдения исследователь получает абсолютные величины. В ряде
случаев этих абсолютных величин достаточно для характеристики
размеров изучаемых явлений и процессов.
Так, например, абсолютная численность населения в Китае и Индии
показывает, что эти две страны являются лидерами в мире по
численности населения. При учете ряда редких инфекционных
заболеваний (малярия, дифтерия, трахома, СПИД и другие), важное
значение имеет анализ даже единичных случаев заболеваний. Большое
практическое значение для правильного планирования медицинской
помощи населению имеют также абсолютные величины численности
населения и его отдельных возрастных групп; численность
медицинского персонала и лечебно-профилактических учреждений;
количество больничных коек и т.д.
Однако при рассмотрении абсолютных величин чаще всего можно
сделать только некоторые предварительные выводы, и для дальнейшего
анализа возникает необходимость в преобразовании этих величин в
производные величины: относительные и средние. Необходимость
перевода абсолютных величин в относительные можно пояснить
простым примером.
 В районе "А" выявлено в 1996 году 220 случаев острых желудочно-
кишечных заболеваний, а в районе "Б" за этот период обнаружено 240
подобных случаев заболеваний. Можно ли сказать, что в районе "Б"
выше уровень заболеваемости этими болезнями? Конечно же, нет. Для
того, чтобы ответить на этот вопрос, надо знать численность населения
в данных районах. Допустим в районе "А" проживает 200 тысяч, а в
районе "Б" ~ 300 тысяч человек.
Относя число случаев желудочно-кишечных заболеваний в каждом
районе к числу их жителей, получаем, в расчете на 10000 человек,
следующие величины:
Район "А"

Район "Б"
Вот теперь мы можем сделать заключение, что заболеваемость
острыми желудочно-кишечными заболеваниями выше в районе "А".
Относительные величины (статистические коэффициенты),
получаемые из соотношения двух сравниваемых чисел, для удобства
сопоставления обычно умножаются на какое- либо круглое число (100,
1000. 10000, 100000 и т.д.), которое называется базой пли основанием. В
результате полученные коэффициенты приобретают форму процентов
(%), "промилле" ( ), "продецимилле" ( ),"просантимилле" (
) и т.д. Чем реже встречается изучаемое явление, тем больше числовое
основание следует избрать с тем, чтобы не было коэффициентов
меньше единицы, которыми неудобно пользоваться.
По своему содержанию статистические коэффициенты, чаще всего
применяемые в медицинской статистике, разделяются на три вида:
1) коэффициенты экстенсивности (показатели распределения,
структуры, доли. удельного веса); 2) коэффициенты интенсивности
(показатели частоты, распространенности); 3) коэффициенты
(показатели) соотношения.
Экстенсивные коэффициенты характеризуют распределение
явления или среды на его составные части, его внутреннюю структуру
или отношение частей к целому (удельный вес).
При вычислении экстенсивных коэффициентов мы имеем дело
только с одной статистической совокупностью и ее составом.
Большинство экстенсивных коэффициентов обычно выражается в
процентах, значительно реже - в промилле и в долях единицы.
Методика вычисления экстенсивных коэффициентов проста:
 Например, в 1996 г. число всех заболеваний детей в детском саду
составило 205 случаев, в том числе 72 случая энтерита. Если принять
все случаи заболевании детей за 100, а случаи заболеваний их
энтеритом за Х (икс), то доля энтерита среди всех заболеваний детей в
детском саду составит:

В качестве примеров экстенсивных коэффициентов, применяемых в

медицине и здравоохранении, можно назвать структуру заболеваемости
населения; распределение госпитализированных больных по отдельным
нозологическим формам; лейкоцитарную формулу и т.д.
Необходимо помнить, что экстенсивными показателями следует
пользоваться для характеристики состава совокупности (явление, среда)
в данном месте в данное время. Для динамических сравнений эти
показатели непригодны. Сравнение удельных весов позволяет судить
лишь о их порядковом номере в структуре (заболеваемости, смертности
и т.д.), но не дает возможности говорить о частоте, распространенности
данного явления. Для этой цели всегда необходимо знать численность
среды, в которой происходит явление, и вычислить интенсивные
коэффициенты.
Интенсивные коэффициенты характеризуют частоту
(интенсивность, уровень, распространенность) явления в среде, в
которой оно происходит и с которой непосредственно органически
связано, за определенный промежуток времени, чаще всего год.
При вычислении интенсивных коэффициентов необходимо знание
двух статистических совокупностей, одна из которых представляет
среду, а вторая - явление. Среда продуцирует это явление.
В демографической и санитарной медицинской статистике в
качестве среды часто рассматривается население и при расчете к нему
относят то или иное явление, например, число заболеваний за год, число
рождений за год, число смертей за год и т д. При вычислении
показателя детской (младенческой) смертности средой является
количество новорожденных и к нему относят число умерших детей в
возрасте до 1 года.
Если вычисляется коэффициент летальности при туберкулезе, то
средой будут все больные туберкулезом, а явлением - умершие от
туберкулеза.
Коэффициенты интенсивности рассчитываются на основание 100,
1000, 10000, 100000 и т.д. в зависимости от распространенности
явления. Однако в практике здравоохранения существуют
общепринятые положения. Так, общая заболеваемость, рождаемость,
смертность, младенческая смертность всегда выражаются в промилле (
 ). а заболеваемость с временной нетрудоспособностью
рассчитывается на 100 работающих, летальность, частота осложнений
выражают в %
Техника вычисления интенсивных коэффициентов выглядит
следующим образом:

Например, в городе "Н" в 1996 г. жителей в возрасте 70-79 лет было

9845 человек; из этого числа в течение года умерло 784 человека. Для
вычисления коэффициента смертности лиц в возрасте 70-79 лет
необходимо составить и решить следующую пропорцию:

Коэффициент соотношения характеризует численное

соотношение двух, не связанных между собой совокупностей,
сопоставляемых только логически, по их содержанию. К ним относятся
такие показатели, как число врачей или число больничных коек на 1000
населения; количество различных лабораторных исследований или
число переливаний крови на 100 больных и т.д.
По методике вычисления коэффициенты соотношения сходны с
интенсивными коэффициентами, хотя различны с ними по существу.