Методы статистической обработки данных наиболее часто применяющиеся в деятельности врача общей практики.

Методами статистической обработки результатов называются математические приемы, формулы, способы количественных расчетов, с помощью которых показатели, получаемые в ходе эксперимента, можно обобщать, приводить в систему, выявляя скрытые в них закономерности. Речь идет о таких закономерностях статистического характера, которые существуют между изучаемыми в эксперименте переменными величинами.

1. Методы первичной статистической обработки результатов эксперимента

Все методы математико-статистического анализа условно делятся на первичные и вторичные. Первичными называют методы, с помощью которых можно получить показатели, непосредственно отражающие результаты производимых в эксперименте измерений. Соответственно под первичными статистическими показателями имеются в виду те, которые применяются в самих психодиагностических методиках и являются итогом начальной статистической обработки результатов психодиагностики. Вторичными называются методы статистической обработки, с помощью которых на базе первичных данных выявляют скрытые в них статистические закономерности.

К первичным методам статистической обработки относят, например, определение выборочной средней величины, выборочной дисперсии, выборочной моды и выборочной медианы. В число вторичных методов обычно включают корреляционный анализ, регрессионный анализ, методы сравнения первичных статистик у двух или нескольких выборок.

Рассмотрим методы вычисления элементарных математических статистик.

Модой называют количественное значение исследуемого признака, наиболее часто встречающееся в выборке.

Медианой называется значение изучаемого признака, которое делит выборку, упорядоченную по величине данного признака, пополам.

Выборочное среднее (среднее арифметическое) значение как статистический показатель представляет собой среднюю оценку изучаемого в эксперименте психологического качества.

Разброс(иногда эту величину называют размахом) выборки обозначается буквой R. Это самый простой показатель, который можно получить для выборки - разность между максимальной и минимальной величинами данного конкретного вариационного ряда.

Дисперсия- это среднее арифметическое квадратов отклонений значений переменной от её среднего значения.

2. Методы вторичной статистической обработки результатов эксперимента

С помощью вторичных методов статистической обработки экспериментальных данных непосредственно проверяются, доказываются или опровергаются гипотезы, связанные с экспериментом. Эти методы, как правило, сложнее, чем методы первичной статистической обработки, и требуют от исследователя хорошей подготовки в области элементарной математики и статистики.

Обсуждаемую группу методов можно разделить на несколько подгрупп:

1 Регрессионное исчисление

Регрессионное исчисление - это метод математической статистики, позволяющий свести частные, разрозненные данные к некоторому линейному графику, приблизительно отражающему их внутреннюю взаимосвязь, и получить возможность по значению одной из переменных приблизительно оценивать вероятное значение другой переменной.

Корреляция

Следующий метод вторичной статистической обработки, посредством которого выясняется связь или прямая зависимость между двумя рядами экспериментальных данных, носит название метод корреляций. Он показывает, каким образом одно явление влияет на другое или связано с ним в своей динамике. Подобного рода зависимости существуют, к примеру, между величинами, находящимися в причинно-следственных связях друг с другом. Если выясняется, что два явления статистически достоверно коррелируют друг с другом и если при этом есть уверенность в том, что одно из них может выступать в качестве причины другого явления, то отсюда определенно следует вывод о наличии между ними причинно-следственной зависимости.

Факторный анализ

Факторный анализ - статистический метод, который используется при обработке больших массивов экспериментальных данных. Задачами факторного анализа являются: сокращение числа переменных (редукция данных) и определение структуры взаимосвязей между переменными, т. е. классификация переменных, поэтому факторный анализ используется как метод сокращения данных или как метод структурной классификации.

Билет 2.

Общественное здоровье и здравоохранение как наука и предмет преподавания. Показатели общественного здоровья и факторы его формирующие.

Общественное здоровье и здравоохранение - наука, изучающая здоровье популяции (общества в целом), факторы и условия, его формирующие, и разрабатывающая лечебные и профилактические мероприятия, направленные на улучшение оказания медицинской помощи населению.

Для количественной оценки группового, регионального и общественного здоровья принято использовать следующие показатели:

1. Демографические показатели (смертность, рождаемость, средняя продолжительность жизни);

2. Показатели заболеваемости;

3. Показатели инвалидности;

4. Показатели физического развития населения.

В медико-социальных исследованиях при оценке здоровья принято выделять четыре уровня:

1. Здоровье отдельного человека - индивидуальное здоровье,

2. Здоровье социальных и этнических групп – групповое здоровье,

3. Здоровье населения административной территории - региональное здоровье,

4. Здоровье популяции, общества в целом – общественное здоровье.

Изучает закономерности общественного здоровья, факторы и условия его формирующие медицинская статистика.

Медицинская статистика – это наука, изучающая общественное здоровье и здравоохранение с помощью математических приемов и методов и разрабатывающая мероприятия по оздоровлению населения. Медицинская статистика подразделяется на несколько разделов: статистика общественного здоровья, статистика здравоохранения, статистика доказательной медицины или научная статистика.

Статистика общественного здоровья разрабатывает методы сбора, обработки и анализа данных, характеризующих общественное здоровье.

Статистика здравоохранения собирает, обрабатывает и анализирует данные о деятельности лечебных учреждений.

Статистика доказательной медицины позволяет изучить целесообразность внедрения новых методов диагностики, лечения и профилактики; анализирует данные для принятия верных клинических решений.