Понятие о средних величинах, свойства и их применение в практике врача
- Определение вариационного ряда. Вариационный ряд – это ряд чисел (вариант), характеризующих изучаемый признак, расположенных в ранговом порядке (в убывающей или возрастающей последовательности) с соответствующими этим вариантам (V) частотами (Р). V – варианта, каждое числовое значение изучаемого количественного признака. Р – численность отдельной варианты в изучаемой совокупности, величина, указывающая сколько раз встречается данная варианта в вариационном ряду. N – общее число наблюдений, из которых состоит вариационный ряд.
Вариационный ряд применяется для определения среднего уровня признака (средних величин) и уровней разнообразия признака (критериев разнообразия).
- Построение вариационного ряда: а) Провести ранжирование вариант ряда,
т.е. расположить их в убывающей или возрастающей последовательности.
б) Составить вариационный ряд (ряд) вариант с соответствующими им
частотами. в) Подсчитать число наблюдений (∑ p = n)
- Виды вариационных рядов 1) Простой – каждой варианте (V) соответствует частота р = 1. 2) Взвешенный – варианты в ряду встречаются с разной частотой (p > 1).
- Преобразование вариационных рядов (группировка). Группировка – это способ укорочения вариационного ряда в целях уменьшения последующих счетных операций (см. учебник Ю. П. Лисицын «Общественное здоровье и здравоохранение », стр.292).
- Этапы построения сгруппированного вариационного ряда (см. учебник).
- Применение средних величин:
· Для оценки состояния здоровья: показатели физического развития, например: средний вес, средний рост и т.д.; показатели соматического состояния, например: уровень давления, средний уровень холестерина и т.д.
|
|
· Для оценки организации медицинской помощи: показатели деятельности каждого врача в отдельности и лечебно-профилактического учреждения в целом, например: среднее число посещений в день к врачу, средняя длительность лечения по отдельным заболеваниям.
· В санитарно-противоэпидемической работе.
- Свойства средней арифметической в вариационном ряду:
- Имеет абстрактный характер;
- Занимает серединное положение в вариационном ряду;
- Сумма отклонений всех вариант от средней равна нулю (на этом свойстве основан расчет М по способу «моментов»);
- Единство суммарного действия (S v p = M n).
- Способы расчета средней арифметической (М). Среднеарифметический способ расчета применяется для вычисления среднеарифметической простой и среднеарифметической взвешенной.
М простая = S V
N
М взвешенная = S V p
N
9. Критерии разнообразия признака и методика их расчета.
1)Среднее квадратическое отклонение – сигма(s):
|
|
а) вычисление по способу моментов;
б) по амплитуде ряда
s = А
К
См. Приложение №1
3) Коэффициент вариации (С)
C v = s х 100
М
- Практическое применение среднего квадратического отклонения.
- При оценке физического развития индивида и коллективов, при диагностике – для дифференциации устойчивых и неустойчивых признаков.
- Для определения стандартов одежды, обуви, школьной мебели и др.
- ( на основе построения вариационного ряда и определении его структуры – оценки разнообразия какого-либо признака).
- Для определения параметров «нормы» и патологии (по сигмальной оценке М ±s).
УЧЕБНОЕ ЗАДАНИЕ К ЗАДАЧАМ:
1. Вычислить среднюю арифметическую величину (М) и критерии разнообразия вариационного ряда (s, Cv).
2.Оценить полученные результаты и сделать соответствующие выводы.
3.Сравнить полученные данные с результатами других исследований.
Задача-эталон
Условие задачи: В районе А. проведено измерение роста 67 девушек 17-летнего возраста (данные представлены ниже). Средний рост девушек 17-летнего возраста района В. М2 = 165,4 см, s = ±10,2 см.
Расчет по способу средней взвешенной
М = S V p
n n = 67
|
|
Рост, см Р
177 3
174 4
172 6
168 9
165 23
162 11
159 7
157 4
Оценивая полученные результаты (Мv), делаем соответствующие выводы.
Средний рост девушек 17-летнего возраста в районе города А. cоставляет 165,36 см, s = ± 5,07 см.
Сравниваем полученные данные с результатами измерения среднего роста 17-летних девушек в районе В.
М = 165,36 см, s = ± 5,07 см
М2 = 165,4 см, s = ± 10,2 см , что свидетельствует о большей вариабельности изучаемого признака в районе В.
Оценка достоверности средних величин проводится по ошибке (m)
m = s
√¯n
Оценка достоверности различий средних величин по величине коэффициента t:
t = M1 – M2
√¯m²1 + m²2
Если t = 1,96 и более, то различия достоверны.
ОПРЕДЕЛЕНИЕ НЕОБХОДИМОЙ ЧИСЛЕННОСТИ ВЫБОРКИ.
Одной из наиболее важных и ответственных задач при организации и проведении выборочного наблюдения установление необходимой численности выборочной совокупности, то есть такой ее численности, которая обеспечивала бы получение данных, достаточно правильно отражающих изучаемые свойства генеральной совокупности. При этом должно быть учтено: 1) с какой степенью точности следует получить предельную ошибку выборки в результате выборочного наблюдения; 2) какова должна быть вероятность того, что будет обеспечена обусловленная точность результатов выборочного наблюдения; 3) какова степень колеблемости изучаемых свойств в исследуемой генеральной совокупности.
|
|
Это значит, что необходимая численность выборки (n) устанавливается в зависимости от размеров предельной ошибки выборки (∆), от величины коэффициента доверия (t) и от размеров величины дисперсии (σ2).
Сами формулы необходимой численности выборки выводятся из формул предельной ошибки выборки следующим образом.
При повторном отборе:
а) для средней
в формуле предельной ошибки выборки
∆ = t √ σ2
n
обе ее стороны возводим в квадрат и получаем
∆2 = t2 σ2
n
откуда
∆2 = t2 σ2
n
и затем
n = t2 σ2
∆2
Таким образом, в этом случае необходимая численность выборочной совокупности равна произведению квадрата коэффициента доверия и дисперсии признака, деленному на квадрат предельной ошибки выборки;
б) для доли
в формуле предельной ошибки выборки
∆ = t √ p (1 - р)
n
обе ее стороны возводим в квадрат и получаем
∆2 = t2 p (1 - р)
n
откуда
∆2 = t2 p (1 - р)
n
и затем
n = t2 p (1 - р)
∆2
Таким образом, в этом случае необходимая численность выборочной совокупности равна произведению квадрата коэффициента доверия и дисперсии доли, деленному на квадрат предельной ошибки выборки.
При бесповторном отборе:
а) для средней
из формулы предельной ошибки выборки
∆ = t √ σ2 (1 – n )
n N
после ряда преобразований получаем
n = t2 σ2 N
∆2 N + t2 σ2
Такова формула необходимой численности выборочной совокупности для определения средней путем бесповторного отбора.
б) для доли
Из формулы предельной ошибки выборки
∆= t √ р(1 - р) ( 1 – n)
n N
после ряда преобразований получаем
n = t2 p (1 - р)N
∆2N+ t2p(1-p)
Такова формула необходимой численности выборочной совокупности для определения доли путем бесповторного отбора.
Приведем краткий пример определения необходимой численности выборочной совокупности исходя из условий повторного отбора. Допустим, что с вероятностью 0,954 требуется определить какое количество историй болезни необходимо отобрать для экспертной оценки качества лечения больных сахарным диабетом при условии, что предельная ошибка выборки не должна превышать 2. Таким образом:
∆ = 2; σ2=0,5; t = 2.
В этих условиях:
n = t2 σ2 = 4 х 0,5 = 50
∆2 0,04
Следовательно, на выборку в порядке случайного отбора должно быть отобрано 50 историй болезни. Если всего пролечено 500 пациентов, то доля выборки составляет
50 = 0,1или 10%.
500
Заметим, что, так как в данном примере доля выборки очень небольшая, то расчет, полученный по формуле повторной выборки, может быть применен и для выборки бесповторной. Таким образом, для выборочной проверки должна быть отобрана каждая десятая история болезни.
Составители: профессор Лебедева Т.М., доцент Окунева Г.Ю., доцент Говязина Т.Н.
Дата добавления: 2018-02-15; просмотров: 516; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!