Вы находитесь на странице: 1из 47

План лекции 4 / Lecture plan 4

1 Средние величины и показатели вариации.


2 Метод стандартизации.
3 Оценка достоверности результатов исследования.
4 Корреляционно-регрессионный анализ.
5 Ряды динамики и их анализ.

1 Average values and indices of variation.


2 Method of standardization.
3 Assessment of the reliability of the results of the study.
4 Correlation-regression analysis.
5 Series of dynamics and their analysis.
1.Обобщающая характеристика
1 Средние величины явления
и показатели вариации.
1 Average values and indices of variation.

Средние величины (коэффициенты,


показатели) - обобщающая числовая
характеристика количественного
(варьирующего) признака
Average values (ratios, indicators) - summarizing
numerical characteristics of quantitative (varying)
attribute
Это наиболее типичная величина (значение) признака, с помощью
которой можно охарактеризовать всю совокупность массовых
наблюдений.

This is the most typical value (value) of the trait, which can be used to 2
characterize the whole set of mass observations.
Средние величины : область применения
Average values: field of application
1. Характеристика медико-физиологических показателей
организма , определение границы «норма-патология»
( t0С тела, уровень АД, уровень гемоглобина в крови)
2. Характеристика физического развития
(рост, вес, окружность грудной клетки)

1.Characteristics of medical-physiological indices of organism , determination of


the boundaries of the "norm-pathology»
( t0С body, blood pressure, hemoglobin level in the blood)

2. Characteristics of physical development


(height, weight, chest circumference) 3
Средние величины : область применения
Average values: field of application
3. Характеристика деятельности учреждений здравоохранения
( средняя длительность пребывания на койке, оборот койки, среднее число
посещений, среднечасовая нагрузка у врачей в день)
4. Санитарно-гигиеническая характеристика
( средняя площадь на 1 чел., сред. норма потребления жиров)
5. Оценка данных медико-социальных исследований
( средний возраст, средний доход, количество детей в семье)

3. Characteristics of the activities of health facilities


(average length of stay in bed, bed turnover, average number of visits, average
hourly load of doctors per day)
4. Sanitary and hygienic characteristics
(the average area for 1 person, the average rate of consumption of fats)
5. Evaluation of the data of medical and social research
(average age, average income, number of children in the family)
Средние величины/Average
• Средняя арифметическая (М) -
характеризует большую совокупность однородных
явлений

Arithmetic mean (M) -characterizes a large set of


homogeneous phenomena
Средняя арифметическая Средняя арифметическая
Arithmetic mean Аrithmetic mean
simple простая взвешенная weighted
Расчет простой средней
The calculation is simple average

%курящих
Факультеты/Faculties % smoker
Лечебный/Medical 24%

Педиатр/Pediatrician 32%

Стоматологический/Dental 45%
Экономики в здравоохранении/Economics in health
care 80%

Средняя/Average 45,25
Расчет простой средней
The calculation is simple average
Ср. длительность
госпитализации/Average
ЛПУ района/LPU area length of hospitalization

Частная клиника/Private clinic 7,8


Участковая больница №1/Hospital
of medical district № 1 11,5
Участковая больница №2/Hospital
of medical district № 2 15
ЦРБ/CRH 16,8
Участковая больница №3/Hospital
of medical district № 3 20,5

Средняя величина/Average 14,32


Расчет средней арифметической

Calculation of arithmetic mean


Длительность лечения
(койко-дни), V Число больных (чел.), Р
VxP
Number of patients (pers.), Р
The duration of treatment
(bed-days) V 1 5
5 30
20 140
12 96
10 90
5 50
2 22
55 433
Вариационные ряды
Variation series
• Вариационный ряд - ряд, в котором сопоставлены (по
степени возрастания или убывания) варианты и
соответствующие им частоты

Variation series-a series in which the options and the


corresponding frequencies are compared (in ascending or
descending order).
• Варианты (V) - отдельные количественные выражения
признака
• Частоты (Р)-числа, показывающие, сколько раз
повторяются варианты
• Variant (V) - separate quantification of symptom
Коэффициент вариации (С,%) – относительная мера
вариабельности (однородности) признака, критерий
надежности средней величины
The coefficient of variation (C,%) is a relative measure of
variability (uniformity) of the characteristic, the criterion of
reliability of the average value


C   100
M
До 10% - низкая вариабельность Up to 10% - low variability
10-20% - средняя 10-20% - average
Больше 20% - высокая
More than 20% - high
10
Примеры вариационных рядов
Examples of variation series
ЧСС, мин-1, Число
•Взвешенный: V/ пациентов,
Значения частоты Heart rate, Р/The number
сердечных сокращений у min-1, V of patients, Р
пациентов с тахикардией 100 3
(мин-1): 5
112
Weighted: 120 6
Heart rate values in 124 4
patients with 128 2
ВСЕГО:
tachycardia (min-1): JUST: 20
Показатели вариационного ряда
Indicators of variation series
Пример: средняя длительность стационарного лечения
больных острым аппендицитом:
Example: average duration of inpatient treatment of patients
with acute appendicitis:
Средняя длительность
лечения, койко-дни (V) Число больных, чел.(Р)
п = 55
Average duration of treatment, The number of sick people.
bed-days (V) (Р) (п – число
5 1
6 5 исследуемых).
7 20
8 12 p = 55 (р-
9 10
10 5 number
11 2 investigated.)
Сумма:
Amount: 55
2 Метод стандартизации.
2 Method of standardization.
• Стандартизация – метод расчета условных
(стандартизованных) показателей, заменяющих
общие интенсивные (или средние) величины, в
тех случаях, когда их сравнение затруднено из-за
неоднородности состава групп.
Standardization - a method of calculating
conditional (standardized) indicators that replace
the General intensive (or average) values, in cases
where their comparison is difficult because of the
heterogeneity of the groups.
Стандартизованные показатели Standardized indicators
• Стандартизованные коэффициенты показывают,
каковы были бы общие интенсивные показатели,
если бы на их величину не оказывала влияние
неоднородность в составах сравниваемых групп.
Стандартизованные коэффициенты являются
условными величинами и применяются
исключительно для сравнения.

The standardized coefficients show what the General


intensive indicators would be if their value was not
influenced by heterogeneity in the compositions of the
compared groups. Standardized coefficients are
conventional values and are used only for comparison.
В каких случаях используется метод
стандартизации? In which cases the method is used
standardization?
• когда имеющиеся различия в составе сравниваемых совокупностей (среды) могут
повлиять на размеры общих коэффициентов. when the existing differences in the
composition of the compared sets (media) can affect the size of the overall
coefficients.

Сравнение смертности населения в районах с разным составом населения по возрасту


Сравнение заболеваемости варикозной болезнью н/к в городах с разным составом
населения по полу
Comparison of mortality in areas with different population composition by age
Comparison of the incidence of varicose disease n/a in cities with different population by
gender
Сравнение показателей производственного травматизма в областях с разным составом
населения по профессиональному статусу

Comparison of indicators of occupational injuries in areas with different composition of


the population by professional status
Виды метода стандартизации
The types of standardization method
• прямой - применяется, если известны погрупповые интенсивные коэффициенты и
структура среды (населения)
• direct-applies if the group intensive coefficients and the structure of the population
environment are known
• косвенный - применяется, если известна только структура населения. В качестве
погрупповых коэффициентов используются данные другого района, европейские
или мировые стандарты.
• indirect - used if you know only the structure of the population. As ogrodowych coefficients
used another district, European or international standards.
• обратный - применяется, если известна только общая численность населения и
число явлений по группам.
• the reverse applies if only the total population and the number of phenomena by group
are known.
Задача (пример)/Task (example)
Сравнить показатели летальности в больницах А и Б, оценить влияние различий в
составе выбывших больных по профилю отделений.
To compare mortality rates in hospitals A and B, to assess the impact of differences in the
composition of the retired patients on the profile of departments.
Число умерших больных The number of deaths of patients
Летальность = --------------------------------------х 100% Lethality = --------------------------------------------x100%
Число выбывших больных
Number of patients who dropped out
Больница/ Отделения/ Летальность (инт. пок.)
Число
Hospital Departments
выбывших Число Lethality (int. poke.)
больных умерших
(среда) больных
(явление)
Number
Number
departurespatient(envir deadpatient(phenome
onment) non)
А/А
Тер/Therapies 600 30

Хир/Surgeries 300 6
Инф/Info 100 4
I 1000 40 4%
Б/В
Тер/Therapies
200 12

Хир/Surgeries 700 21
Инф/Info 100 5
I 1000 38 3,8%
II этап - выбор стандарта/Stage II - selection of standard
1. Метод полусуммы: С = (А+Б)/2 3. С = показатели одного из учреждений

2. Метод суммы: С = А+Б 4. С = произвольные значения

1. The method of half-sum: = (A+B)/2 3. C = the performance of one of the


institutions
2. 2. Method sum: C = A+B 4. C = an arbitrary value
Больница/Hos Отделения/Dep Летальность (инт.
pital artments пок.)
Число
выбывших Lethality (int. poke.) Стандарт
Число
больных (метод
умерших
(среда) полусуммы)
больных
Number Standard(metho
(явление)
departuresp d the half-sum)
Number deadp
atient(envir atient(phenomen
onment) on)
А/А Тер/Therapie 30 5% (600+200) /2
600
s = 400
Хир/Surgerie
300 6 2% 500
s
Инф/Info 100 4 4% 100
Сумма/amount 40 4%
1000 1000
Б/В Тер/Therapie
6% 400
s 200 12
Хир/Surgerie 700 3% 500
21
s
Инф/Info 100 5 5% 100
Сумма/amount 38 3,8%
1000 1000
3 Оценка достоверности результатов исследования.
3 Assessment of the reliability of the results of the study.

Оценить достоверность – определить с какой вероятностью


возможно перенести результаты, полученные на
выборочной совокупности, на всю генеральную
совокупность.
To assess the reliability-to determine the probability with which it is
possible to transfer the results obtained on the sample to the
whole General population.
Достоверность результатов исследования/The reliability of
the research results
Цель оценки достоверности /The purpose of the
evaluation of the reliability
1. Оценить степень соответствия данных выборки действительности
(достоверность, правильность результатов)
2. Распространить результаты, полученные на выборке, на всю совокупность
(обобщаемость результатов)
1.Assess the degree of compliance of the sample data with reality (reliability,
correctness of the results)
2.Extend the results obtained in the sample to the entire population
(generalization of the results)
Sample
All persons with Все лица с Выборка
the condition изучаемым
under study состоянием Досто-
вер-
Sample Выборка ность
? Вывод
Reliabili
? ty Conclusion
Обобщаемость
Generality ?
Оценка достоверности результатов
Evaluation of the reliability of the results

Состав оценки:
1.Определение ошибки репрезентативности (средних ошибок
средних арифметических и относительных величин)

2.Определение доверительных границ средних (или


относительных) величин

Part of the assessment:


1.Definition the margin of error (the average error of average
arithmetic and relative values)
2.Determination of confidence limits of average (or relative) values
Типы ошибок в клинических наблюдениях
Types of errors in clinical observations
Измерение
Measurement
Случайная
Исследователь Random
Researcher
Репрезентативность
Ошибки (метод выборки и
исследования наблюдений)
Research errors Representativeness(samplin
g and observation method)
Особенности
обследуемых
Features of the surveyed
Систематическая
Systematic
Обработка
результатов
Processing of results
Оценка достоверности результатов/Evaluation of the
reliability of the results
Ошибка репрезентативности характеризует степень точности выборочных оценок по отношению к характеристикам генеральной совокупности

The error of representativeness characterizes the degree of accuracy of sample estimates in relation to the characteristics of the population


Стандартная ошибка средней (mх) – m 
The standard error of the average (mx) – n
Показатель
считается
Стандартная ошибка относительной достоверным,
величины (mр) – рq
m  если он
The standard error of the relative value of (mр) –
n превышает свою
ошибку более чем
в 3 раза
The indicator is
considered reliable if it
exceeds its error by
more than 3 times
23
Средние величины : разнообразие признака/Average
values: trait variety
Доверительный интервал – диапазон значений, внутри
которого с вероятностью безошибочного прогноза (95%, 99%)
лежит истинный параметр популяции, т.е. он позволяет оценить в
каких пределах могут колебаться значения в популяции 

Confidence interval – the range of values within which the


probability of error-free forecast (95%, 99%) is the true parameter of
the population, i.e. it allows you to estimate the limits within which
the values in the population can fluctuate

95 %ДИ  M  2 99 %ДИ  M  3
95%CI=M±2σ 99%CI=M±3σ
24
Доверительные границы обобщенных величин (Х и Р)
Confidence limits of generalized quantities (Х and P)

• границы средних (или относительных) величин, выход за предел


которых вследствие случайных колебаний имеет
незначительную вероятность
• the boundaries of average (or relative) values, beyond which due to
random fluctuations has little probability
Х
___
Р

ген = Хвыб + tmх ген = Рвыб + tmр


gen= Хвыб + tmх gen = Рвыб + tmр
Степень точности Значение доверительного критерия
(вероятность безошибочного прогноза) The value of the confidence criterion
Degree of accuracy (probability of error-free
forecast)
доверительный критерий
(устанавливается
95 %
при планировании исследования)
2
99 % 3
Задача - эталон №1 Task-standard №1
• Условие. Исследована заболеваемость гриппом у школьников. Из 1200
школьников 800 привиты от гриппа. Среди привитых заболеваемость гриппом
8%, среди не привитых - 15%. Оцените эффективность вакцинации.
• Решение. Для начала определим ошибку относительных величин
• Condition. The incidence of influenza in schoolchildren was studied. Of 1200
schoolchildren, 800 are vaccinated against influenza. Among the vaccinated, the
incidence of influenza by 8% among non-vaccinated - 15%. Evaluate the
effectiveness of vaccination.
• Decision. First, we define the error of relative values

Определим теперь достоверность разницы 2 относительных величин:


Let us now determine the reliability of the difference of 2 relative values:

Получив такие данные, можем говорить о том, что вакцинация


эффективна с вероятностью 99%, т.к. 1 > 3.
After receiving such data, we can say that vaccination is effective with a probability of
99%, because 1 > 3.
Задача - эталон №2 Task-standard №2
• Условие. Средняя длительность лечения больных пневмонией с
применением препарата А составила 20,5±0,8 дней, а при применении
препарата В -22,5±0,7 дня. Оцените эффективность препаратов. Какой из
препаратов более эффективен?

Решение. Имеет средние величины М 1=20,5, М2=22,5, и значения
ошибок средних величин m1=0,8 и m2=0,7. Подставим эти значения в
формулу для определения критерия Стьюдента и рассчитаем его:

• Condition. The average duration of treatment of patients with pneumonia


using the drug a was 20.5±0.8 days, and when using the drug in -22.5±0.7 days.
Evaluate the effectiveness of drugs. Which drug is more effective?
Decision. It has an average value of M 1=20,5, M2=22,5, and error values of the
average values m1=0,8 and m2=0,7. Substitute these values in the formula to
determine the student's criterion and calculate it:

• Получили критерий Стьюдента t = 0,5 < 2, т.е. достоверной


разницы между препаратами нет и лечение препаратом А и В
одинаково эффективно.
The student's t = 0.5 < 2 criterion was obtained, i.e. there is no significant difference
between the drugs and the treatment with drug A and B is equally effective.
4 Корреляционно-регрессионный анализ.
4 Correlation-regression analysis.
Оценка направления и силы связи между двумя признаками
Assessment of the direction and strength of the relationship between the two
features

Формы проявления количественных связей


Forms of manifestation of quantitative relations

functional correlative
функциональная корреляционная

-При которой значению одного из - Значению каждой средней


признаков соответствует строго величины признака соответствует
определенное значение другого несколько значений другого
(свойственно для физико- взаимосвязанного с ним признака
химических процессов)
When the value of one of the features - The value of each average value of a trait
corresponds to a strictly defined value of the corresponds to several values of another
other (typical for physico-chemical processes) related trait
1. Функциональная связь -каждому значению одного признака
соответствует строго определенное значение другого признака
(обычно проявляется в физике, химии);
1. Functional relationship-each value of one trait corresponds to a strictly
defined value of another trait (usually manifested in physics, chemistry);

250

200
объем, мм

150

100

50
the amount
of mm 0
10 20 30 40 50
the temperature of a metal object
температура металлического предмета
2. Корреляционная связь –каждому значению одного признака
соответствует несколько значений другого признака (характерна для
социально-гигиенических и медико-биологических процессов).
Пример:
• одному росту может соответствовать разный вес пациентов;
• при одинаковом уровне вакцинации в соседних районах (процент
привитых)–уровень заболеваемости может быть разным.

Корреляционная связь рассчитывается по специальным формулам


Пирсона (метод квадратов) и Спирмена (метод рангов).

2. Correlation - each value of one trait corresponds to several values of another


trait (typical for socio-hygienic and medical-biological processes).
Example:
different patient weights may correspond to the same height;
with the same level of vaccination in neighboring areas (percentage of
vaccinated)–the incidence may be different. Correlation is calculated by a
special formula of Pearson's method (squares) and Spearman (rank
method).
Классификация корреляционной связи
Classification of correlation
I. По направлению:
• прямая (+) –при увеличении одного признака
увеличивается другой или при уменьшении одного
признака другой также уменьшается, т.е.
присутствует однонаправленность изменения
величины признака.
(пример: с увеличением температуры тела –ЧСС
также возрастает).

In the direction:
• direct ( + ) - with the increase of one trait increases
another or with the decrease of one trait another also
decreases, i.e. there is a unidirectional change in the
magnitude of the trait. (example: with increasing body
temperature –heart rate also increases).
Классификация корреляционной связи
Classification of correlation
• обратная (-) –при увеличении одного признака
другой уменьшается или при уменьшении одного
признака другой –увеличивается.

(пример: с увеличением возраста –снижается visus –


острота зрения; с уменьшением вакцинации –
заболеваемость увеличивается).

the opposite (-) –if you increase one the other decreases
symptom or decrease of one sign the other increases.

(example: with increasing age –reduced visus-visual acuity;


with a decrease in vaccination-the incidence increases).
Классификация корреляционной
связи
Classification of correlation
II. По силе (знак не учитывается):
• Сильная от 0,7 до 1
• Средняя от 0,3 до 0,7
• Слабая от 0 до 0,3
• 0 –отсутствие связи
• 1 –связь полная

II. By force (sign is not taken into account):


Strong from 0.7 to 1
Average 0.3 to 0.7
Weak from 0 to 0.3
0 - no connection
1-full communication
Оценка направления и силы связи между двумя признаками
(корреляционная связь)
Evaluation of the direction and strength of the relationship between the two
signs (correlation)

Коэффициент корреляции (r)/The correlation coefficient (r)

1. Направленности связи определяется по знаку коэффициента


1. The direction of communication is determined by the sign of the
coefficient
Прямая связь (положит. +) –
Обратная связь (отриц. -) – динамика
динамика параметров
параметров разнонаправлена
однонаправлена
Feedback (father. -) – dynamics
Direct link (put. +) – dynamics of
parameters differently
parameters of directional
Оценка направления и силы связи между двумя признаками
(корреляционная связь)
Evaluation of the direction and strength of the relationship between the two
signs (correlation)

Коэффициент корреляции (r)/The correlation coefficient (r)

2. Сила связи/2. Binding force


слабая средняя сильная
r = 0,01 – 0,29 r = 0,3 – 0,69 r = 0,7 – 0,99
weakr = 0,01 – averager = 0.3 to strongr = 0,7 –
0,29 0.69 0,99

3. Оценка достоверности коэффициента корреляции


3. Evaluation of the reliability of the correlation coefficient
Классификация корреляционной связи
Classification of correlation
По линейности
•Прямолинейная 300

Число заболевших на
•Криволинейная 250

10000 населения
200
On the linearity number of 150
•Straight cases per
100
10,000
•Curvilinear population 50

0
10 20 30 40 50
250
Процент вакцинированных
200
объем, мм

150
The percentage of vaccinated
100

50

The 0
amount of10 20 30 40 50

mm температура металлического предмета

The temperature of a metal object


Оценка количественной зависимости величины одного
признака от изменения величины другого
Evaluation of the quantitative dependence of the value of one trait
on the change in the value of another
Регрессионный анализ – метод статистической обработки данных,
позволяющий по средней величине одного признака определить среднюю
величину другого признака, корреляционно связанного с первым

Виды регрессии:
простая ( результативный признак рассматривается как функция от одного
факторного признака);
множественная (результативный признак рассматривается как функция от
нескольких факторных признаков)

Regression analysis is a method of statistical data processing that allows to


determine the average value of one trait by the average value of another trait
correlated with the first one
The types of regression:
simple (effective sign is considered as a function of one factorial sign); multiple
(effective sign is considered as a function of several factor characteristics)
5 Ряды динамики и их анализ.
5 Series of dynamics and their analysis.
• • Динамический ряд - совокупность однородных статистических
величин, показывающих изменение какого-либо явления на протяжении
определенного промежутка времени.
• • Уровни ряда - величины, составляющие динамический ряд. Могут быть
представлены абсолютными, относительными или средними величинами.

• • Dynamic series-a set of homogeneous statistical values showing the change of


a phenomenon over a certain period of time.
• • The levels of a number - the value components of the dynamic range. Can be
represented by absolute, relative or average values.
Ряд динамики –это ряд последовательно расположенных в
хронологическом порядке показателей , которые отражают изменение
явления во времени.
A series of dynamics is a series of indicators sequentially arranged in
chronological order, which reflect the change of the phenomenon in
time.
1. По времени: 1. In time:
- моментный; - moment ; - интервальный; interval
Временной Уровень ряда Временной Уровень ряда
критерий (год) (число жителей) критерий (тонны
Time criterion Row level (годы) Time продукции)
(year) (number of criterion (year) Level range
inhabitants) (per tonne of
production)
01.01.2005 143 тыс.
1980-1985 48 тыс.
01.01.2006 142,5 тыс. 1985-1990 54 тыс.
01.01.2007 141,2 тыс. 1990-1995 81,2 тыс.

01.01.2008 142,5 тыс. 1995-2000 84,5 тыс.


2. По виду величин: 2. By type of values:
- абсолютные; - относительные; - средние
- absolute; - relative; - average
Временной Число Временной Уровень Временной Средняя
критерий жителей в критерий рожд-ти на критерий заработная
(год) Time тыс. The (годы) Time 1000 (годы) Time плата
criterion number of criterion (year) населения criterion Average wage
(year) inhabitants The birth rate (year)
in per 1000
thousands population 2005 8,9 тыс.
01.01.05 143 `86 16,4
2006 10,4 тыс.
01.01.06 142,5 `87 16,1
2007 11,2 тыс.
01.01.07 141,2
`88 15,7
2008 12,6 тыс.
01.01.08 142,5
`89 15,0
3. По полноте охвата во времени: 3. On completeness of coverage in time:
- полный; - неполный;

- full; - not full;


Временной Уровень ряда Временной Уровень ряда
критерий (год) (число критерий (тонны
Time criterion жителей) Row (годы) Time продукции)
(year) level (number criterion Level range
of inhabitants) (year) (per tonne of
production)
2005 143 тыс.
2004 48 тыс.
2006 142,5 тыс.
2006 54 тыс.
2007 141,2 тыс.
2007 81,2 тыс.
2008 142,5 тыс.
2009 84,5 тыс.
Динамический ряд Dynamic series
• Ряд, состоящий из однородных сопоставимых величин,
характеризующих изменения какого-либо явления за определенный
отрезок времени;
• Числа динамического ряда называются уровнями ряда.
• A series consisting of homogeneous comparable values characterizing the
changes of a phenomenon for a certain period of time;
• The number of dynamic series are called the levels of the series.
Оценочные показатели
Performance indicator
1. Абсолютный прирост ;
2. Темп прироста ;
3. Темп роста;
4. Абсолютное значение одного процента прироста.
1.Absolute increase ;
2.Growth rate ;
3.Growth rate;
4.The absolute value of one percent increase.
Показатели анализа рядов динамики
Time series analysis indicators
1. Абсолютный прирост –это разница
последующего и предыдущего уровней; Годы/Year Тонны
1. The absolute growth is the difference s продукции/
between the next and previous levels; Ton of
Для 95-96гг. 10 – 5 = 5 production
For the 95 - 96 years . 10 – 5 = 5 1995 5

Для 95-99гг. 4 – 5 = -1 1996 10


For 95-99 years. 4 – 5 = -1 1997 15

1998 7

1999 4
Показатели анализа рядов динамики
Time series analysis indicators
2. Темп роста –это процентное
соотношение последующего и
предыдущего уровней; Годы/ Тонны
2. The growth rate is the percentage of the Years продукции
next and previous levels; /Ton of
production
Для 95-96гг. (10 / 5) * 100% = 200% 1995 5
For the 95 - 96 years (10 / 5) * 100% = 200% 1996 10

1997 15
Для 95-99гг. (4 / 5) * 100% = 80%
For 95-99 years (4 / 5) * 100% = 80% 1998 7

1999 4
Показатели анализа рядов динамики
Time series analysis indicators
3. Темп прироста –это процентное
соотношение абсолютного прироста и
предыдущего уровня; Годы/ Тонны
3. The absolute growth rate is the percentage Years продукции
of absolute growth and the previous level; /Ton of
production
Для 95-96гг. (5 / 5) * 100% = 100% 1995 5
For the 95 - 96 years (5 / 5) * 100% = 100% 1996 10

1997 15
Для 95-99гг. (-1 / 5) * 100% = -20%
For 95-99 years (-1 / 5) * 100% = -20% 1998 7

1999 4
Показатели анализа рядов динамики
Time series analysis indicators
4. Значение 1% прироста – это
соотношение абсолютного прироста и
темпа прироста. Годы/ Тонны
Years продукции
4. The value of 1% growth is the ratio of
absolute growth and growth rate. /Ton of
production
1995 5
Для 95-96гг. 5 / 100% = 0,05 тонны
For the 95 - 96 years 5 / 100% = 0.05 tons 1996 10

1997 15
Для 95-99гг. -1 / -20% = 0,05
For 95-99 years -1 / -20% = 0,05 1998 7

1999 4
СПАСИБО ЗА ВНИМАНИЕ!

THANK YOU FOR ATTENTION!