Средние величины, методика их вычисления и оценка достоверности. Свойства средней арифметической

Свойства средней арифметической. Расчет средней арифметической способом «моментов»

Для снижения трудоемкости расчетов используются основные свойства ср.арифм-кой:

• 1. Если все варианты усредняемого признака увеличить/уменьшить на постоянную величину А, то средняя арифметическая соответственно увеличится/уменьшится.
• 2. Если все варианты, определяемого признака увеличить/уменьшить в н-раз, то ср.арифм увеличится/уменьшится в н-раз.
• 3. Если все частоты усредняемого признака увеличить/уменьшить в постоянное число раз, то ср.арифм.останется неизменной.
• 18. Средняя гармоническая простая и взвешенная

Средняя гармоническая - используется, когда статистическая информация не содержит данных о весах по отдельным вариантам совокупности, но известны произведения значений варьирующего признака на соответствующие им веса.

Общая формула средней гармонической взвешенной имеет следующий вид:

х - величина варьирующего признака,

w - произведение значения варьирующего признака на его веса (xf)

Например, три партии товара А куплены по разным ценам (20, 25 и 40 руб.) Общая стоимость первой партии составила 2000 руб., второй партии - 5000 руб., и третьей партии - 6000 руб. Требуется определить среднюю цену единицы товара А.

Средняя цена определяется как частное от деления общей стоимости на общее количество закупленного товара. Используя среднюю гармоническую, мы получим искомый результат:

В том случае, если общие объемы явлений, т.е. произведения значений признаков на их веса равны, то применяется средняя гармоническая простая:

х - отдельные значения признака (варианты),

n - общее число вариант.

Пример. Две машины прошли один и тот же путь: одна со скоростью 60 км/час, а вторая - 80 км/час. Принимаем протяженность пути, который прошла каждая машина, за единицу. Тогда средняя скорость составит:

Средняя гармоническая имеет более сложную конструкцию, чем средняя арифметическая. Среднюю гармоническую применяют для расчетов тогда, когда в качестве весов используются не единицы совокупности - носители признака, а произведения этих единиц на значения признака (т.е. m = Xf). К средней гармонической простой следует прибегать в случаях определения, например, средних затрат труда, времени, материалов на единицу продукции, на одну деталь по двум (трем, четырем и т.д.) предприятиям, рабочим, занятым изготовлением одного и того же вида продукции, одной и той же детали, изделия.

Средняя арифметическая обладает рядом математических свойств, которые можно использовать, чтобы упростить ее расчеты. Основные свойства средней арифметической такие.

1. Средняя арифметическая постоянной величины равна этой постоянной:

2. Сумма квадратов отклонений от средней арифметической всегда меньше, чем сумма квадратов отклонений от любой другой величины:

X (х X)2 / < (х-А)2 /.

3. Величина средней не изменится, если частоты ряда распределения заменить частостями.

4. Сумма отклонений отдельных значений признака от средней, перемножених на веса (частоты), равна нулю:

£ (х - х) = х - пх = 0 - для простой средней;

£ (х - х)/ = £ х/ - х£ / = 0 - для взвешенной средней.

5. Если все значения признаков увеличить или уменьшить в одинаковое число раз (к), то средняя (х) увеличится или уменьшится во столько же раз:

/ и у_/ ь-

то есть средняя уменьшилась в (к) раз.

6. Если из всех значений вариант (х) отнять или добавить к ним ту же постоянную величину (х0), то средняя (х) уменьшится или увеличится на такую же величину (хо):

В, (х-хо)/ = 2Х В, хо/ = -_ хо В, / = -_ И/ И/ И/ х И/ х°"

то есть средняя уменьшилась на постоянное число х0.

7. Если частоты (веса) разделить или умножить на какое-либо постоянное число (к ), то средняя не изменится:

Вхк/ кУх/ Ух/ -2Ж / £ /

то есть значение средней не изменилось.

8. Произведение средней на сумму частот равно сумме произведений вариант на частоты:

XI / = £X/.

Это равенство вытекает из определяющей свойства средней арифметической, согласно которой, сравнивая варианты, предоставляя им одинаковые значения путем замены их средним значением, неизменным остается общий объем признака.

9. Общая средняя равна средней из частных средних, взвешенных по численности соответствующих частей (групп) совокупности:

Изложенные выше свойства средней арифметической позволяют упростить ее расчеты: можно из всех значений признака вычесть произвольную постоянную величину, полученную разницу разделить на величину интервала, а затем вычисленную среднюю умножить на величину интервала и добавить произвольную постоянную величину, которая принята за начало отсчета.

Формула вычисления средней арифметической упрощенным способом имеет такой вид:

где х = --уменьшена средняя арифметическая;

ф

х= х к° - отклонения в интервалах; х0 - начало отсчета;

к - величина интервала.

Средняя х с значение - называется моментом первого порядка, а к способ вычисления средней способом моментов или способом отсчета от условного начала.

За условное начало отсчета (х0) обычно принимают одно из значений варіючої признаки, которое, как правило, находится в центре ряда распределения или такое, которое имеет наибольшую частоту.

Рассмотрим пример определения средней арифметической в интервальном ряду распределения способом моментов, используя данные о распределении 100 хозяйств по надою молока на корову (табл. 4.7).

За условное начало отсчета (х0) возьмем одно из значений интервала, расположенного в центре ряда распределения и которое имеет наибольшую частоту. В нашей задаче таким значением х0 = 33 ц. Величина интервала к = 2 ц.

По данным таблицы определим условную (уменьшенную) среднюю арифметическую:

Таблица 4.7. Данные для расчета средней арифметической в интервальном ряду распределения способом моментов

Чтобы получить действительную среднюю продуктивность коров, необходимо внести соответствующие поправки:

Таким образом получен такой же результат как и по данным табл. 4.2. Результаты расчетов средней арифметической двумя способами полностью совпали.

Средняя арифметическая обладает некоторыми свойствами, которые определяют ее широкое применение в экономических расчетах и в практике статистического исследования.

Свойство 1. Средняя арифметическая постоянной величины равна этой постоянной:

Свойство 2 (нулевое). Алгебраическая сумма линейных отклонений (разностей) индивидуальных значений признака от средней арифметической равна нулю:

для первичного ряда и для сгруппированных данных (d i - линейные (индивидуальные) отклонения от средней, т.е. x i - ).

Это свойство можно сформулировать следующим образом: сумма положительных отклонений от средней равна сумме отрицательных отклонений.

Логически оно означает, что все отклонения от средней в ту и в другую сторону, обусловленные случайными причинами, взаимно погашаются.

Свойство 3 (минимальное). Сумма квадратов отклонений индивидуальных значений признака от средней арифметической есть число минимальное:

что означает: сумма квадратов отклонений индивидуальных значений признака каждой единицы совокупности от средней арифметической всегда меньше суммы квадратов отклонений вариантов признака от любого значения (А), сколь угодно мало отличающегося от средней у выбранной единицы исследуемой совокупности.

Для сгруппированных данных имеем:

Минимальное и нулевое свойства средней арифметической применяются для проверки правильности расчета среднего уровня признака; при изучении закономерностей изменения уровней ряда динамики; для нахождения параметров уравнения регрессии при изучении корреляционной связи между признаками.

Рассмотренные свойства выражают сущностные черты средней арифметической. Существуют также расчетные (вычислительные) свойства средней арифметической, имеющие прикладное значение:

• если значения признака каждой единицы совокупности (все усредняемые варианты) уменьшить или увеличить на одну и ту же величину А, то и со средней арифметической произойдут аналогичные изменения;
• если значения признака каждой единицы совокупности разделить или умножить на какое-либо постоянное число А, то средняя арифметическая уменьшится или увеличится в А раз;
• если вес (частоту) каждого значения признака разделить на какое-либо постоянное число А, то средняя арифметическая не изменится.

В настоящее время вычислительные свойства средней арифметической потеряли свою актуальность в связи с использованием ЭВМ при расчете обобщающих статистических показателей.

18.Упрощенный способ расчета средней арифметической .

Способ моментов

Часто мы сталкиваемся с расчетом средней арифметической упрощенным способом. В этом случае используются свойства средней величины. Метод упрощенного расчета называется способом моментов, либо способом отсчета от условного нуля.

Способ моментов предполагает следующие действия :

1) Если возможно, то уменьшаются веса.

2) Выбирается начало отсчета – условный нуль. Обычно выбирается с таким расчетом, чтобы выбранное значение признака было как можно ближе к середине распределения. Если распределение по своей форме близко к нормальному, но за начало отсчета выбирают признак, обладающий наибольшим весом.

3) Находятся отклонения вариантов от условного нуля.

4) Если эти отклонения содержат общий множитель, то рассчитанные отклонения делятся на этот множитель.

5) Находится среднее значение признака по следующей формуле

▲ 19 Мода и медиана и их использование в статистике.

Модой распределения называется такая величина изучаемого признака, которая в данной совокупности встречается наиболее часто, т.е. один из вариантов признака повторяется чаще, чем все другие. Мода - значение варьирующего признака, имеющего наибольшую частоту. Мода в интервальном ряду распределения с равными интервалами.
Mo=xMo+iMo*(fMo-f(Mo-1))/((fMo-f(Mo-1))+(fMo-f(Mo-1)) Мода в интервальном ряду с неравными интервалами.
100-120 10 0,5
120-140 30 1,5 <- Mo (мода)
140-180 40 1
180-220 20 0,5
Всего: 100
Для упорядоченного дискретного ряда распределения мода, являющаяся характеристикой вариационного ряда, определяется по частотам вариантов и соответствует варианту с наибольшей частотой.
Медиана – значение варьирующегося признака у той единицы совокупности, которая находится в середине рентированного ряда.
Медиана в дискретном ряду: 23 28 30 35 37 (30 медиана)
Медиана в интервальном ряду распределения: Me = xMe+iMe*(суммаf/2-fиск)/fиск
В дискретном ряду распределения мода определяется визуально. Главное свойство медианы в том, что сумма абсолютных отклонений значений признака от медианы меньше, чем от любой другой величины. Квартили представляют собой значение признака, делящее ранжированную совокупность на четыре равновеликие части. Вычисление квартилей аналогично вычислению медианы. Децили – это значение вариант, которые делят ранжированный ряд на десять равных частей: 1-й дециль делит совокупность в соотношении 1/10 к 9/10, 2-й дециль – в соотношении 2/10 к 8/10 и т. д. вычисляются децили по той же схеме, что и медиана, и квартили.

▲ 20 Причины, порождающие вариацию признаков, изучаемых статистикой. Необходимость изучения вариации.

18 Причины, порождающие вариацию признаков, изучаемых статистикой. Необходимость изучения вариации.
При изучении явлений и процессов общественной жизни статистика встречается с разнообразной вариацией (изменчивостью) признаков, характеризующих отдельные единицы совокупности. Величины признаков изменяются под действием различных факторов. Очевидно, что чем разнообразнее условия, влияющие на размер данного признака, тем больше его вариация. Например, размер заработной платы рабочих зависит от нескольких факторов: специальности, разряда, стажа работы, образования, состояния здоровья и т.д. Чем больше различия между значениями факторов, тем больше вариация в уровне заработной платы.
При характеристике колеблемости признака используют систему абсолютных и относительных показателей.
При изучении явлений и процессов общественной жизни статистика встречается с разнообразной вариацией (изменчивостью) признаков, характеризующих отдельные единицы совокупности.
Вариация - это различие в значениях, какого - либо признака у разных единиц данной совокупности в один и тот же момент времени. Величины признаков изменяются под действием различных факторов. И, следовательно, чем разнообразнее условия, влияющие на размер данного признака, тем больше его вариация. Исследование вариации в статистике имеет большое значение, т. к. помогает изучить сущность явления. Измерение вариации, выяснение ее причины, выявление влияния отдельных факторов дает важную информацию (продолжительность жизни, доходы и расходы населения и т. д.) для принятия научно-обоснованных управленческих решений.

▲ 21 Показатели вариации абсолютные и относительные, общие, внутригрупповые и межгрупповые, их смысл и значение. Правило сложения дисперсий.

(122.51 КБ) Скачиваний: 0

▲ 22 Среднелинейное отклонение, средний квадрат отклонения (дисперсия), средвнеквадратическое отклонение, коэффициент вариаций.

23. Математические свойства дисперсии. Упрощенные способы расчета дисперсии

Дисперсия представляет собой средний квадрат отклонений индивидуальных значений признака от их средней величины и вычисляется по формулам простой и взвешенной дисперсий (в зависимости от исходных данных):

среднее квадратическое отклонение (σ):

(простое среднеквадратическое отклонение),

(взвешенное среднеквадратическое отклонение).

Среднее квадратическое отклонение – это обобщающая характеристика размеров вариации признака в совокупности. Оно выражается в тех же единицах, что и признак.

Расчет дисперсии может быть упрощен. В случае равных интервалов в вариационном ряду распределения используется способ отсчета от условного нуля (способ моментов). Для его понимания необходимо знать следующие свойства дисперсии :
Свойство 1 . Дисперсия постоянной величины равна нулю.
Свойство 2 . Уменьшение всех значений признака на одну и ту же величину A не меняет величины дисперсии . Значит, средний квадрат отклонений можно вычислить не по заданным значениям признака, а по отклонениям их от какого-либо постоянного числа.
Свойство 3 . Уменьшение всех значений признака в K раз уменьшает дисперсию в K 2 раз, а среднее квадратическое отклонение в K раз . Значит, все значения признака можно разделить на какое-то постоянное число, например, на величину интервала ряда, исчислить среднее квадратическое отклонение, а затем умножить его на постоянное число: .
Свойство 4 . Если вычислить средний квадрат отклонений от любой величины A, в той или иной степени отличающейся от средней арифметической (), то он всегда будет больше среднего квадрата отклонений, вычисленного от средней арифметической . Средний квадрат отклонений при этом будет больше на величину (– A) 2:
.
Значит, дисперсия от средней величины всегда меньше дисперсий, вычисленных от любых других величин, т.е. она имеет свойство минимальности.
На этих математических свойствах дисперсии основываются способы, которые позволяют упростить ее вычисление. Например, расчет дисперсии по способу моментов или способу отсчета от условного нуля применяется в вариационных рядах с равными интервалами. Расчет производится по формуле:

,
где K – ширина интервала;
A – условный нуль, в качестве которого удобно использовать середину интервала, обладающего наибольшей частотой;
– момент второго порядка.
Между средним линейным и средним квадратическим отклонениями существует примерное соотношение если фактическое распределение близко к нормальному.
В условиях нормального распределения существует следующая зависимость между величиной среднего квадратического отклонения и количеством наблюдений:
1) в пределах ± 1σ располагается 68,3 % количества наблюдений;
2) в пределах ± 2σ – 95,4 %;
3) в пределах ± 3σ – 99,7 %;
В действительности, на практике почти не встречаются отклонения, которые превышают ±3σ. Отклонение 3σ может считаться максимально возможным. Это положение называют «правилом трех сигм».

▲ 24 Дисперсия альтернативного признака.

21 Дисперсия альтернативного признака.
Альтернативный признак – это признак, характеризующий обладание или не обладание чем-то (см.п.1.2.).
В статистике при изучении вариации альтернативных признаков наличия изучаемого признака обозначаются «1», а его отсутствие – «0».
Доля единиц совокупности, обладающих изучаемым признаком – «p” , а не обладающих им “q”, следовательно, p + q = 1
Дисперсия альтернативного признака равна произведению доли на дополняющее эту долю до единицы число. Корень квадратный из этого показателя соответствует среднему квадратическому отклонению альтернативного признака.
Показатели вариации альтернативных признаков широко используются в статистике, в частности при проектировании выборочного наблюдения, обработке данных социологических обследований, статистическом контроле качества продукции, в ряде других случаев.

▲ 25 Выборочное наблюдение, значение и условия применения.

22 Выборочное наблюдение, значение и условия применения.
статистическое наблюдение, при котором исследованию подвергают не все элементы изучаемой совокупности (называемой при этом «генеральной»), а только некоторую, определённым образом отобранную их часть. Отобранная часть элементов совокупности (выборка) будет представлять всю совокупность с приемлемой точностью при двух условиях: она должна быть достаточно многочисленной, чтобы в ней могли проявиться закономерности, существующие в генеральной совокупности; элементы выборки должны быть отобраны объективно, независимо от воли исследователя, так чтобы каждый из них имел одинаковые шансы быть отобранным или же чтобы шансы эти были известны исследователю. Эти условия устанавливаются математической теорией выборочного метода. Она основана на ряде важнейших теорем теории вероятностей, составляющих так называемый закон больших чисел (см. Больших чисел закон). Лишь при соблюдении этих условий возникает объективная возможность оценить точность Выборочное наблюдение на основании самих выборочных данных. Точность Выборочное наблюдение измеряется с помощью средней ошибки выборки, величина которой прямо пропорциональна степени вариации изучаемых признаков и обратно пропорциональна объёму выборки. Выборочное наблюдение можно произвести быстрее сплошного, с меньшими затратами и получить результаты, по точности мало уступающие результатам сплошного наблюдения, а с учётом же возможности более тщательного наблюдения - даже нередко превосходящие их.

▲ 26 Ошибки выборочного наблюдения.

23 Ошибки выборочного наблюдения.
Между признаками выборочной совокупности и признаками генеральной совокупности, как правило, существует некоторое расхождение, которое называют ошибкой статистического наблюдения. При массовом наблюдении ошибки неизбежны, но возникают они в результате действия различных причин. Величина возможной ошибки выборочного признака слагается из ошибок регистрации и ошибок репрезентативности. Ошибки регистрации, или технические ошибки, связаны с недостаточной квалификацией наблюдателей, неточностью подсчетов, несовершенством приборов и т. п.
Под ошибкой репрезентативности (представительства) понимают расхождение между выборочной характеристикой и предполагаемой характеристикой генеральной совокупности. Ошибки репрезентативности бывают случайными и систематическими.
Систематические ошибки связаны с нарушением установленных правил отбора. Случайные ошибки объясняются недостаточно равномерным представлением в выборочной совокупности различных категорий единиц генеральной совокупности
. В результате первой причины выборка легко может оказаться смещенной, так как при отборе каждой единицы допускается ошибка, всегда направленная в одну и ту же сторону. Эта ошибка получила название ошибки смещения. Ее размер может превышать величину случайной ошибки. Особенность ошибки смещения состоит в том, что, представляя собой постоянную часть ошибки репрезентативности, она увеличивается с увеличением объема выборки. Случайная же ошибка с увеличением объема выборки уменьшается. Кроме того, величину случайной ошибки можно определить, тогда, как размер ошибки смещения непосредственно практически определить очень сложно, а иногда и невозможно. Поэтому важно знать причины, вызывающие ошибку смещения, и предусмотреть мероприятия по ее устранению.

▲ 27 Методы определения ошибки выборки для средней и для частости, при различных способах и методах отбора.

24 Методы определения ошибки выборки для средней и для частости, при различных способах и методах отбора.
-Отклонение результатов, полученных с помощью выборочного наблюдения от истинных данных генеральной совокупности.
Ошибка выборки бывает двух видов – статистическая и систематическая. Статистическая ошибка зависит от размера выборки. Чем больше размер выборки, тем она ниже.

▲ 28 Определение численности выборки.

25 Определение численности выборки.
Определение необходимого объема выборки – это важная задача, с которой сталкивается исследователь, организующий выборочное наблюдение.
При этом ему, как правило, известно: какие характеристики генеральной совокупности он хотел бы оценить, какую величину ошибки он считал бы несущественной, какой метод выбора данных он использует. Известно также расположение генеральной совокупности и часто (но не всегда) количество элементов в ней.
Расчет численности выборки основывается на статистическом подходе обработки данных и за ним стоит множество вычислений, но для простоты, ниже мы представим формулу, следуя которой можно достичь хороших результатов.

4. Четные и нечетные.

В чётных вариационных рядах сумма частот или общее число наблюдений выражено чётным числом, в нечётных ― нечётным.

5. Симметричные и асимметричные.

В симметричном вариационном ряду все виды средних величин совпадают или очень близки (мода, медиана, среднее арифметическое).

В зависимости от характера изучаемых явлений, от конкретных задач и целей статистического исследования, а также от содержания исходного материала, в санитарной статистике применяются следующие виды средних величин:

· структурные средние (мода, медиана);

· средняя арифметическая;

· средняя гармоническая;

· средняя геометрическая;

· средняя прогрессивная.

Мода (М о) - величина варьирующего признака, которая более часто встречается в изучаемой совокупности т.е. варианта, соответствующая наибольшей частоте. Находят ее непосредственно по структуре вариационного ряда, не прибегая к каким-либо вычислениям. Она обычно является величиной очень близкой к средней арифметической и весьма удобна в практической деятельности.

Медиана (М е) - делящая вариационный ряд (ранжированный, т.е. значения вариант располагаются в порядке возрастания или убывания) на две равные половины. Медиана вычисляется при помощи так называемого нечетного ряда, который получают путем последовательного суммирования частот. Если сумма частот соответствует четному числу, тогда за медиану условно принимают среднюю арифметическую из двух средних значений.

Мода и медиана применяются в случае незамкнутой совокупности, т.е. когда наибольшая или наименьшая варианты не имеют точной количественной характеристики (например, до 15 лет, 50 и старше и т.п.). В этом случае среднюю арифметическую (параметрические характеристики) рассчитать нельзя.

Средня я арифметическая - самая распространенная величина. Средняя арифметическая обозначается чаще через М .

Различают среднюю арифметическую простую и взвешенную.

Средняя арифметическая простая вычисляется:

― в тех случаях, когда совокупность представлена простым перечнем знаний признака у каждой единицы;

― если число повторений каждой варианты нет возможности определить;

― если числа повторений каждой варианты близки между собой.

Средняя арифметическая простая исчисляется по формуле:

где V - индивидуальные значения признака; n - число индивидуальных значений; - знак суммирования.

Таким образом, простая средняя представляет собой отношение суммы вариант к числу наблюдений.

Пример: определить среднюю длительность пребывания на койке 10 больных пневмонией:

16 дней - 1 больной; 17–1; 18–1; 19–1; 20–1; 21–1; 22–1; 23–1; 26–1; 31–1.

койко-дня.

Средняя арифметическая взвешенная исчисляется в тех случаях, когда индивидуальные значения признака повторяются. Ее можно вычислять двояким способом:

1. Непосредственным (среднеарифметическим или прямым способом) по формуле:

где P - частота (число случаев) наблюдений каждой варианты.

Таким образом, средняя арифметическая взвешенная представляет собой отношение суммы произведений вариант на частоты к числу наблюдений.

2. С помощью вычисления отклонений от условной средней (по способу моментов).

Основой для вычисления взвешенной средней арифметической является:

― сгруппированный материал по вариантам количественного признака;

― все варианты должны располагаться в порядке возрастания или убывания величины признака (ранжированный ряд).

Для вычисления по способу моментов обязательным условием является одинаковый размер всех интервалов.

По способу моментов средняя арифметическая вычисляется по формуле:

,

где М о - условная средняя, за которую чаще принимают величину признака, соответствующую наибольшей частоте, т.е. которая чаще повторяется (Мода).

i - величина интервала.

a - условное отклонение от условий средней, представляющее собой последовательный ряд чисел (1, 2 и т.д.) со знаком + для вариант больших условной средней и со знаком–(–1, –2 и т.д.) для вариант, которые ниже условной средней. Условное же отклонение от варианты, принятой за условную среднюю равно 0.

P - частоты.

Общее число наблюдений или n.

Пример: определить средний рост мальчиков 8 лет непосредственным способом (таблица1).

Т а б л и ц а 1

Центральная варианта ― середина интервала ― определяется как полу сумма начальных значений двух соседних групп:

; и т.д.

Произведение VP получают путем умножения центральных вариант на частоты ; и т.д. Затем полученные произведения складывают и получают , которую делят на число наблюдений (100) и получают среднюю арифметическую взвешенную.

см.

Эту же задачу решим по способу моментов, для чего составляется следующая таблица 2:

Т а б л и ц а 2

В качестве М о принимаем 122, т.к. из 100 наблюдений у 33 человек рост был 122см. Находим условные отклонения (a) от условной средней в соответствии с вышесказанным. Затем получаем произведение условных отклонений на частоты (aP) и суммируем полученные величины (). В итоге получится 17. Наконец, данные подставляем в формулу.

ЦЕЛЬ ЗАНЯТИЯ: Овладеть основами вариационной статистики, навыками вычисления и оценки достоверности средних величин

МЕТОДИКА ПРОВЕДЕНИЯ ЗАНЯТИЯ: Студенты самостоятельно готовятся к практическому занятию по рекомендованной литературе и выполняют индивидуальное домашнее задание. Преподаватель в течение 10 минут проверяет правильность выполнения домашнего задания и указывает на допущенные ошибки, проверяет степень подготовки с использованием тестирования и устного опроса. Затем студенты самостоятельно вычисляют средние величины и оценивают их достоверность. В конце занятия преподаватель проверяет самостоятельную работу студентов.

КОНТРОЛЬНЫЕ ВОПРОСЫ:

1. Что представляет собой вариационный ряд, какие виды вариационных рядов выделяют в статистике, каковы элементы вариационного ряда.

2. Что такое средние величины, возможности их использования в медицине и практической деятельности врача.

3. Виды средних величин: мода, медиана, средняя арифметическая

4. Методика вычисления средней арифметической и параметров, характеризующих среднюю.

5. Какие математические законы позволяют теоретически обосновать достоверность статистических данных.

6. Как определить среднюю ошибку средней величины.

7. Что понимается под доверительной границей производных величин.

8. Оценка достоверности различий средних величин при помощи доверительного коэффициента t.

9. Оценка критерия достоверности при больших и малых выборках.

В медико-социальных исследованиях наряду с абсолютными и относительными широко используются средние величины. Средняя величина – это совокупная обобщающая характеристика количественных признаков, она обычно обозначается буквой М или Х. Средние величины существенно отличаются от статистических коэффициентов:

1. Коэффициенты характеризуют признак, встречающийся только у некоторой части статистического коллектива, так называемый альтернативный признак, который может иметь место или не иметь место (рождение, смерть, заболевание, инвалидность).

Средние величины охватывают признаки, присущие всем членам коллектива, но в разной степени (вес, рост, дни лечения в больнице).

2. Коэффициенты применяются для измерения качественных признаков. Средние величины - для варьирующих количественных признаков.

Применение средних величин в медико-социальных исследованиях широко используется при изучении физического развития. Кроме того, средние величины применяются:

1. Для характеристики организации работы лечебно-профилактических учреждений и оценки их деятельности:

А) в поликлинике: показатели нагрузки врачей, посещаемость поликлиники, среднее число посещений на 1-м году жизни, среднее число детей на участке, среднее число посещений при определенном заболевании и т. д.;

Б) в стационаре: среднее число дней работы койки в году; средняя длительность лечения при определенных заболеваниях и т. д.;

В) в органах санэпиднадзора: средняя площадь (или кубатура) на 1 человека, средние нормы питания (белки, жиры, углеводы, витамины, минеральные соли, калории) в дневном рационе возрастных групп у детей и взрослых и т. д.

2. Для определения медико-физиологических показателей организма в норме и патологии в клинических и экспериментальных исследованиях.

3. В специальных демографических и медико-социальных исследованиях.

Для расчета средней величины необходимо построить вариационный ряд - т. е. ряд числовых измерений определенного признака, отличающихся по своей величине.

Вариационные ряды бывают следующих видов:

А) ранжированный, неранжированный;

Б) сгруппированный, несгруппированный;

В) прерывный, непрерывный.

Ранжированный ряд - упорядоченный ряд; варианты располагаются последовательно по нарастанию или убыванию числовых значений.

Неранжированный ряд - варианты располагаются бессистемно.

Прерывный (дискретный) ряд - варианты выражены в виде целых (дискретных) чисел (окна в избе).

Непрерывный ряд – варианты могут быть выражены дробными числами.

Несгруппированный ряд – каждому значению варианты соответствует определенное число частот.

Сгруппированный ряд (интервальный) – варианты соединены в группы, объединяющие их по величине в пределах определенного интервала.

В статистике принято выделять следующие виды средних величин: мода (Мо), медиана (Ме) и средняя арифметическая (М). Мода – величина варьирующего признака, наиболее часто встречающаяся в совокупности. В вариационном ряду это варианта, имеющая наибольшую частоту встречаемости. Обычно мода является величиной довольно близкой к средней арифметической, совпадает с ней при полной симметрии распределения. Медиана – варианта, делящая вариационный ряд на две равные половины. При нечетном числе наблюдений медианой является варианта, имеющая в вариационном ряду порядковый номер (n + 1): 2. Средняя арифметическая величина (М) – в отличие от моды и медианы опирается на все произведенные наблюдения, поэтому является важной характеристикой для всего распределения.

В зависимости от вида вариационного ряда используется тот или иной способ расчета средней. Средняя арифметическая для простого ряда, где каждая варианта встречается один раз, вычисляется по формуле: М =

Знак суммы, V –отдельные значения вариант, n –число наблюдений. Средняя арифметическая взвешенная определяется по формуле: М=

Знак суммы, V –отдельные значения вариант, n –число наблюдений, р – частота встречаемости вариант. Одним из наиболее простых и достаточно точных способов расчета средней арифметической является способ моментов, основанный на том, что алгебраическая сумма отклонений каждой варианты вариационного ряда от средней арифметической равна нулю. М= А + i

Где А – условно принятая средняя или мода, а- отклонение каждой варианты от условно принятой средней, р –частота встречаемости вариант, n –число наблюдений, i – интервал или расстояние между соседними вариантами. Основные свойства средней величины: 1) имеет абстрактный характер, так как является обобщающей величиной: в ней стираются случайные колебания; 2) занимает срединное положение в ряду (в строго симметричном ряду); 3) сумма отклонений всех вариант от средней величины равна нулю. Данное свойство средней величины используется для проверки правильности расчета средней. Она оценивается по уровню колеблемости вариационного ряда. Критериями такой оценки могут служить: амплитуда (разница между крайними вариантами); среднее квадратическое отклонение, показывающее, как отличаются варианты от рассчитанной средней величины; коэффициент вариации.

Среднеквадратическое отклонение (

) наиболее точно характеризует степень разнообразия варьирующего признака, без чего нельзя достаточно полно охарактеризовать явление. Для простого вариационного ряда (р =1) среднеквадратическое отклонение расчитывается по формуле

Для взвешенного вариационного ряда по формуле:

Где d = V – M - отклонение каждой варианты от средней арифметической. При числе наблюдений меньше 30 в знаменателе этих формул берется не n, а n – 1 (так называемое в статистике число степеней свободы). При числе наблюдений более 30 уменьшение знаменателя на единицу не имеет практического значения, т.к. существенно не сказывается на конечном результате. Значительно упрощает вычисления расчет среднего квадратического отклонения по способу моментов.

где, величина

называется моментом первой степени, а

Моментом второй степени.

Степень разнообразия (колеблемости) признака в вариационном ряду можно оценить по коэффициенту вариации (отношение среднего квадратического отклонения к средней величине, умноженное на 100%); при вариации менее 10% отмечается слабое разнообразие, при вариации 10-20% - среднее, а при вариации более 20% - сильное разнообразие признака. Если нет возможности сравнить вариационный ряд с другими, то используют правило трех сигм. Если к средней прибавить одну сигму, то этой вычисленной средней соответствует 68,3%, при двух сигмах - 95,4%, при трех сигмах - 99,7% от всех признаков. В медицине с величиной М ± 1? связано понятие нормы; отклонения от средней (в любую сторону) больше, чем на 1?, но меньше чем на 2?, считаются субнормальными (выше или ниже нормы), а при отклонении от средней больше чем на 2?, варианты считаются значительно отличающимися от нормы (патология).

Мерой точности и достоверности результатов выборочных статистических величин являются средние ошибки представительности (репрезентативности). Средняя ошибка средней арифметической – m (отношение среднего квадратического отклонения к квадратному корню из общего числа наблюдений - объектов). m =

Мерой достоверности среднего показателя наряду с его ошибкой являются, доверительные границы и достоверность разности между двумя средними величинами.

ЗАДАНИЕ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ:

ЗАДАНИЕ №1. Определить моду и медиану вариационного ряда. На основе приведенных данных вычислите: среднюю арифметическую по способу моментов, среднее квадратическое отклонение, коэффициент вариации, среднюю ошибку средней арифметической

Задача 1.

Вычислите среднюю длительность пребывания больного в хирургическом отделении стационара

Задача 2.

Вычислите среднюю длительность временной нетрудоспособности при гипертонической болезни II стадии (гипертонический криз)

Вычислите среднюю частоту пульса в группе здоровых мужчин в возрасте 22 года после умеренной физической нагрузки

Задача 4.

Вычислите среднюю жилую площадь, приходящуюся на одного человека в семьях с низким уровнем достатка

Задача 5.

Вычислите средний вес у девочек 12 лет, воспитывающихся в интернате

Задача 6.

Вычислите максимальную мышечную силу правой кисти у 15-летних юношей, регулярно посещающих спортивные секции

Задача 7.

Вычислите средний рост 17-летних девушек, обучающихся в общеобразовательной школе.

Задача 8.

Вычислите среднее число пациентов принятых участковым терапевтом за один рабочий день

Задача 9.

Вычислите среднее число детей в дагестанской семье

Задача 10.

Вычислите среднее число пораженных кариесом зубов у 18 летних студенток медицинской академии (индекс КПУ)

Задача 11.

Вычислите среднее число детей первого года жизни, проживающих на одном педиатрическом участке

Задача 12.

Вычислить среднее число пропущенных занятий по дисциплине «Общественное здоровье и здравоохранение» студентами 4 курса лечебного факультета в весеннем семестре

Задача 13.

Вычислите средний рост призывников в Ставропольском крае

Задача 14.

Вычислите среднее число пациентов принятых хирургом в поликлинике за один рабочий день

ЗАДАНИЕ №2. Для средних величин, вычисленных в предыдущем задании определите доверительные границы с вероятностью безошибочного прогноза 95%.

Ю.П. Лисицын. Общественное здоровье и здравоохранение. Учебник для вузов. М., 2002.

Ю.П. Лисицын. Социальная гигиена (медицина) и организация здравоохранения. Казань, 1999. –с. 288-289.

В.К. Юрьев, Г.И. Куценко. Общественное здоровье и здравоохранение. С.-П., 2000. –с. 191-199.

А.Ф. Серенко, В.В. Ермаков. Социальная гигиена и организация здравоохранения. М., 1984. –с.124-146.

Общественное здоровье и здравоохранение. Под ред. В.А. Миняева, Н.И. Вишнякова. М. «МЕДпресс-информ», 2002. –с. 97-107.

Руководство по социальной гигиене и организации здравоохранения. Под ред. Ю.П. Лисицына. М., 1987.

Зайцев В.М., Лифляндский В.Г., Маринкин В.И. Прикладная медицинская статистика. С.-П. «Фолиант», 2003.