Студопедия

КАТЕГОРИИ:

АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Показатели наглядности: сущность, методика расчета, графическое изображение.




Показатель наглядности – применяется для анализа однородных чисел и используется, когда необходимо уйти от показа истинных величин (абсолютных чисел, относительных и средних величин). Величины представлены в динамике.

Для вычисления показателей наглядности одна из сравниваемых величин принимается за 100% (исходная величина), а остальные рассчитываются в процентном отношении к ней.

Целесообразно использовать, когда показатель проводит сравнительный анализ одних и тех же показателей, но в разное время или на разных территориях.

Показатели соотношения: сущность, методика расчета, графическое изображение.

Показатель соотношения – характеризует соотношение м/удвумя не связными м/у собой совокупностями (обеспеченность населения койками, врачами, соотношение родов и абортов, врачей и м/с).

Для получения показателя нужны две совокупности: абсолютная величина, хар-ая одну совокупность (№1), делится на абсолютную величину, характеризующую другую, с ней не связанную совокупность (№2) и умножается на множитель (100, 1000, 100000).

Показатель соотношения =совокупность №1 / совокупность №2 * 100 (1000…..).

Графически м.б представлен такими же диаграммами, как и интенсивный показатель.

Вариационные ряды. Виды, определение, составные части, правила построения.

Вариационный ряд– числовые значения признака, представленные в ранговом порядке с соответствующими этим значениям частотами.

V – варианта, отдельное числовое выражение изучаемого признака.

р – частота («вес») варианты, число ее повторений в вариационном ряду.

n – общее число наблюдений (сумма всех частот).

Vmaxи Vmin– крайние варианты, ограничивающие вариационный ряд (лимиты ряда).

А – амплитуда ряда (разность м/у макс и мин вариантами).

Мода(Мо) -  значение наиболее часто встречающейся варианты.

Медиана(Me) — значение варианты, делящей вариационный ряд пополам (с каждой стороны медианы находится половина вариант).

Виды вариационных рядов:

- простой – ряд, в кот каждая варианта встречается по одному разу (р=1).

- взвешенный (сгруппированный) – ряд, вкот отдельные варианты встречаются неоднократно и с разной частотой.

Назначениевариационного ряда –используется для определения средней величины (М) и критериев разнообразия признака, подлежащего изучению.

Способы построения вариационного рядадля дискретных и непрерывных признаков различны. Число групп в дискретном вариационном ряду определяется числом реально существующих значений варьирующего признака. Примером дискретного ряда с небольшим числом вариантов может служить полученное по итогам переписи населения 2002 г. распределение частных домохозяйств по размеру.

Если дискретная вариация проявляется в широких пределах, то, как и при непрерывной вариации, строятся интервальные вариационные ряды. При группировке единиц однокачественнойсовокупности возможно использовать равные интервалы.

Если вариационный ряд представлен неравными интервалами, то частоты в отдельных интервалах непосредственно не сопоставимы, т. к. зависят от ширины интервала. Для сравнения частот в разных интервалах рассчитываются показатели абсолютной и относительной плотности распределения.

Абсолютная плотность –отношение частоты к величине интервала, а относительная плотность –отношение частоты к величине интервала. Графическое изображение дискретного вариационного ряда распределения в виде ломаной линии называется полигоном (многоугольником) распределения.

Интервальный вариационный ряд графически изображают, как правило, в форме столбиковой диаграммы, которую называют гистограммой распределения. Графическое изображение вариационного ряда отражает особенности и общий характер распределения, позволяет судить о близости распределения к определенному типу, закону.

Понятие о средних величинах. Виды средних величин. Методика расчета средней арифметической, взвешенной.

Средняя величина –обобщающая хар-ка размера изучаемого признака. Позволяет одним числом количественно охарактеризовать качественно однородную совокупность. 

Применяются для:

- для оценки сост здоровья (параметров физ развития – средний рост, средний вес), соматических показателей (средний ур сахара в крови, средний пульс). 

- для оценки организации работы мед организаций, д-ти отдельных врачей и др мед работников (средняя длительность пребывания больного на койке).

- для оценки состокр среды.

Виды средних величин:

Степенные средние:

- Арифметическая

- Гармоническая

- Геометрическая

- Квадратическая

Структурные средние:

- Мода

- Медиана.

Методика расчета простой средней арифметической:

1.суммировать варианты: V1+V2+V3+…Vn=∑V.

2. сумму вариант разделить на общее число наблюдений: М=∑V/n.

Методика расчета взвешенной средней арифметической:

1.получить произведение каждой варианты на ее частоту – V*p.

2. найти сумму произведений вариант на частоты: V1p1+V2p2+V3p3+…Vnpn=∑Vp.

3. полученную сумму разделить на общее число наблюдений: М=∑Vp/n.

Статистическая оценка достоверности результатов исследования. Применение критерия “Т”.

Методы оценки достоверности результатов исследования:

1) Параметрические – количественные методы статистической обработки данных, применение кот требует обязательного знания закона распределения изучаемых признаков в совокупности вычисления их основных параметров. Не используются, когда имеется малое кол-во наблюдений и хар-р распределения неизвестен (тяжесть заболевания, результат лечения).

2) Непараметрические – количественные методы статистической обработки данных, применение кот не требует знания закона распределения изучаемых признаков в совокупности и вычисления их параметров. 

Параметрические методы:

Способ оценки достоверности с помощью определения ошибок репрезентативности.

ДОПИСАТЬ РУЧКОЙ РОЗОВАЯ МЕТОДИЧКА СТР 124.










Последнее изменение этой страницы: 2018-04-12; просмотров: 723.

stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда...