ОСНОВЫ БИОСТАТИСТИКИ, ЕЕ ЗНАЧЕНИЕ В ПРАКТИКЕ ЗДРАВООХРАНЕНИЯ

Основы биостатистики, ее значение в практике здравоохранения.

 

Статистические показатели

4.1. Понятие абсолютного показателя. Виды абсолютных показателей

Первичная статистическая информация выражается прежде всего в виде абсолютных показателей, которые являются количественной базой всех форм учета. Абсолютные показатели характеризуют итоговую численность единиц совокупности или ее частей, размеры (объемы, уровни) изучаемых явлений и процессов, выражают временные характеристики. Абсолютные показатели могут быть только именованными числами, где единица измерения выражается в конкретных цифрах. В зависимости от сущности исследуемого явления и поставленных задач единицы измерения могут быть натуральными, условно-натуральными, стоимостными и трудовыми.

Натуральные единицы измерения соответствуют потребительским или природным свойствам товара или предмета и оцениваются в физических мерах массы, длины, объема (килограмм, тонна, метр и т.д.).

Разновидностью натуральных единиц выступают условно-натуральные, которые используются в тех случаях, если продукт, имея несколько разновидностей, должен переводиться в условный продукт с помощью специальных коэффициентов (молочные продукты с разным содержанием сливочной основы, мыло с разным содержанием жирных кислот и т.д.).

Стоимостные единицы измерения оценивают социально-экономические процессы и явления в денежном выражении (цены, сопоставимые цены), что очень важно в условиях рыночной экономики.

Трудовые единицы измерения призваны отражать затраты труда, трудоемкость технологических операций в человеко-днях, человеко-часах.

Вся совокупность абсолютных величин включает как индивидуальные показатели (характеризуют значения отдельных единиц совокупности), так и суммарные показатели (характеризуют итоговое значение нескольких единиц совокупности или итоговое значение существенного признака по той или иной части совокупности).

Абсолютные показатели следует также подразделить на моментные и интервальные.

Моментные абсолютные показатели характеризуют факт наличия явления или процесса, его размер (объем) на определенную дату времени.

Интервальные абсолютные показатели характеризуют итоговый объем явления за тот или иной период времени (например, выпуск продукции за квартал или за год и т. д.), допуская при этом последующее суммирование.

Абсолютные показатели не могут дать исчерпывающего представления об изучаемой совокупности или явлении, поскольку не могут отразить структуру, взаимосвязи, динамику. Данные функции выполняют относительные показатели, которые определяются на основе абсолютных показателей.

4.2. Относительные показатели, их роль и типология

В статистике относительные показатели используют в сравнительном анализе, в обобщении и синтезе. Относительные показатели – это цифровые обобщающие показатели, они есть результат сопоставления двух статистических величин. По своей природе относительные величины производны от деления текущего (сравниваемого) абсолютного показателя на базисный показатель.

Относительные показатели могут быть получены или как соотношения одноименных статистических показателей, или как соотношения разноименных статистических показателей. В первом случае получаемый относительный показатель рассчитывается или процентах, или в относительных единицах, или в промилле (в тысячных долях). Если соотносятся разноименные абсолютные показатели, то относительный показатель в большинстве случаев бывает именованным.

Относительные величины, используемые в статистической практике:

o        относительная величина структуры;

o        относительная величина координации;

o        относительная величина планового задания;

o        относительная величина выполнения плана;

o        относительная величина динамики;

o        относительная величина сравнения;

o        относительная величина интенсивности.

Относительная величина структуры (ОВС) характеризует структуру совокупности, определяет долю (удельный вес) части в общем объеме совокупности. ОВС рассчитывают как отношение объема части совокупности к абсолютной величине всей совокупности, определяя тем самым удельный вес части в общем объеме совокупности (%):

(4.1)

где m_i – объем исследуемой части совокупности; M – общий объем исследуемой совокупности.

Относительная величина динамики (ОВД) характеризует изменение объема одного и того же явления во времени в зависимости от принятого базового уровня. ОВД рассчитывают как отношение уровня анализируемого явления или процесса в текущий момент времени к уровню этого явления или процесса за прошедший период времени. В результате мы получаем коэффициент роста, который выражается кратным отношением. При исчислении этой величины в процентах (результат умножается на 100) получаем темп роста.

Темпы роста можно просчитывать как с постоянным базовым уровнем (базисные темпы роста – ОВД_б ), так и с переменным базовым уровнем (цепные темпы роста – ОВД_ц ):

(4.5)

где Р_т – уровень текущий; Р_б – уровень базисный;

(4.6)

где Р_т – уровень текущий; Р_т-1 – уровень, предшествующий текущему.

Относительная величина сравнения (ОВСр) – соотношение одноименных абсолютных показателей, относящихся к разным объектам, но к одному и тому же времени (например, соотносятся темпы роста населения в разных странах за один и тот же период времени):

(4.7)

где М_А – показатель первого одноименного исследуемого объекта; М_Б – показатель второго одноименного исследуемого объекта (база сравнения).

Все предыдущие показатели относительных величин характеризовали соотношения одноименных статистических объектов. Однако есть группа относительных величин, которые характеризуют соотношение разноименных, но связанных между собой статистических показателей. Эту группу называют группой относительных величин интенсивности (ОВИ), которые выражаются, как правило, именованными числами. В статистической практике относительные величины интенсивности применяются при исследовании степени объемности явления по отношению к объему среды, в которой происходит распространение этого явления. ОВИ здесь показывает, сколько единиц одной совокупности (числитель) приходится на одну, на десять, на сто единиц другой совокупности (знаменатель).

Средние величины как статистические показатели

5.1. Понятие средней величины. Область применения средних величин в статистическом исследовании

Средние величины используются на этапе обработки и обобщения полученных первичных статистических данных. Потребность определения средних величин связана с тем, что у различных единиц исследуемых совокупностей индивидуальные значения одного и того же признака, как правило, неодинаковы.

Средней величиной называют показатель, который характеризует обобщенное значение признака или группы признаков в исследуемой совокупности.

Если исследуется совокупность с качественно однородными признаками, то средняя величина выступает здесь как типическая средняя. Например, для групп работников определенной отрасли с фиксированным уровнем дохода определяется типическая средняя расходов на предметы первой необходимости, т.е. типическая средняя обобщает качественно однородные значения признака в данной совокупности, каковым является доля расходов у работников данной группы на товары первой необходимости.

Таким образом, значение средних величин состоит в их обобщающей функции. Средняя величина заменяет большое число индивидуальных значений признака, обнаруживая общие свойства, присущие всем единицам совокупности. Это, в свою очередь, позволяет избежать случайных причин и выявить общие закономерности, обусловленные общими причинами.

5.2. Виды средних величин и методы их расчета

На этапе статистической обработки могут быть поставлены самые различные задачи исследования, для решения которых нужно выбрать соответствующую среднюю. При этом необходимо руководствоваться следующим правилом: величины, которые представляют собой числитель и знаменатель средней, должны быть логически связаны между собой.

Используются две категории средних величин:

o        степенные средние;

o        структурные средние.

Первая категория степенных средних включает: среднюю арифметическую, среднюю гармоническую, среднюю квадратическую и среднюю геометрическую.

Вторая категория (структурные средние) – это мода и медиана. Эти виды средних будут рассмотрены в теме «Ряды распределения».

Введем следующие условные обозначения:

– величины, для которых исчисляется средняя;

– средняя, где черта сверху свидетельствует о том, что имеет место осреднение индивидуальных значений;

– частота (повторяемость индивидуальных значений признака).

Различные средние выводятся из общей формулы степенной средней:

(5.1)

при k = 1 – средняя арифметическая; k = -1 – средняя гармоническая; k = 0 – средняя геометрическая; k = -2 – средняя квадратическая.

Средние величины бывают простые и взвешенные. Взвешенными средними называют величины, которые учитывают, что некоторые варианты значений признака могут иметь различную численность, в связи с чем каждый вариант приходится умножать на эту численность. Иными словами, «весами» выступают числа единиц совокупности в разных группах, т.е. каждый вариант «взвешивают» по своей частоте. Частоту f называют статистическим весом или весом средней.

Средняя арифметическая – самый распространенный вид средней. Она используется, когда расчет осуществляется по несгруппированным статистическим данным, где нужно получить среднее слагаемое. Средняя арифметическая – это такое среднее значение признака, при получении которого сохраняется неизменным общий объем признака в совокупности.

Формула средней арифметической (простой) имеет вид

(5.2)

где- численность совокупности.

При расчете средних величин отдельные значения признака, который осредняется, могут повторяться, поэтому расчет средней величины производится по сгруппированным данным. В этом случае речь идет об использовании средней арифметической взвешенной, которая имеет вид

(5.3)

Необходимо знать свойства арифметической средней, что очень важно как для ее использования, так и при ее расчете. Можно выделить три основных свойства, которые наиболее всего обусловили широкое применение арифметической средней в статистико-экономических расчетах.

Свойство первое (нулевое): сумма положительных отклонений индивидуальных значений признака от его среднего значения равна сумме отрицательных отклонений. Это очень важное свойство, поскольку оно показывает, что любые отклонения (как с +, так и с -), вызванные случайными причинами, взаимно будут погашены.

Свойство второе (минимальное): сумма квадратов отклонений индивидуальных значений признака от средней арифметической меньше, чем от любого другого числа (а), т.е. есть число минимальное.

Свойство третье: средняя арифметическая постоянной величины равна этой постоянной: при а = const.

Кроме этих трех важнейших свойств средней арифметической существуют так называемые расчетные свойства, которые постепенно теряют свою значимость в связи с использованием электронно-вычислительной техники:

o        если индивидуальное значение признака каждой единицы умножить или разделить на постоянное число, то средняя арифметическая увеличится или уменьшится во столько же раз;

o        средняя арифметическая не изменится, если вес (частоту) каждого значения признака разделить на постоянное число;

o        если индивидуальные значения признака каждой единицы уменьшить или увеличить на одну и ту же величину, то средняя арифметическая уменьшится или увеличится на ту же самую величину.

Средняя гармоническая. Эту среднюю называют обратной средней арифметической, поскольку эта величина используется при k = -1.

Простая средняя гармоническая используется тогда, когда веса значений признака одинаковы.

Средняя геометрическая. Чаще всего средняя геометрическая находит свое применение при определении средних темпов роста (средних коэффициентов роста), когда индивидуальные значения признака представлены в виде относительных величин. Она используется также, если необходимо найти среднюю между минимальным и максимальным значениями признака (например, между 100 и 1000000). Существуют формулы для простой и взвешенной средней геометрической.

Для простой средней геометрической

Для взвешенной средней геометрической

(5.9)

Средняя квадратическая величина. Основной сферой ее применения является измерение вариации признака в совокупности (расчет среднего квадратического отклонения).

Формула простой средней квадратической

(5.10)

Формула взвешенной средней квадратической

(5.11)

В итоге можно сказать, что от правильного выбора вида средней величины в каждом конкретном случае зависит успешное решение задач статистического исследования. Выбор средней предполагает такую последовательность:

а) установление обобщающего показателя совокупности;

б) определение для данного обобщающего показателя математического соотношения величин;

в) замена индивидуальных значений средними величинами;

г) расчет средней с помощью соответствующего уравнения.

Анализ вариации

6. Понятие вариации. Показатели вариации

Вариацию можно определить как количественное различие значений одного и того же признака у отдельных единиц совокупности. Термин «вариация» имеет латинское происхождение – variatio, что означает различие, изменение, колеблемость. Изучение вариации в статистической практике позволяет установить зависимость между изменением, которое происходит в исследуемом признаке, и теми факторами, которые вызывают данное изменение.

Для измерения вариации признака используют как абсолютные, так и относительные показатели.

К абсолютным показателям вариации относят: размах вариации, среднее линейное отклонение, среднее квадратическое отклонение, дисперсию.

К относительным показателям вариации относят: коэффициент осцилляции, линейный коэффициент вариации, относительное линейное отклонение и др.

Размах вариации R. Это самый доступный по простоте расчета абсолютный показатель, который определяется как разность между самым большим и самым малым значениями признака у единиц данной совокупности:

(6.1)

Размах вариации (размах колебаний) – важный показатель колеблемости признака, но он дает возможность увидеть только крайние отклонения, что ограничивает область его применения. Для более точной характеристики вариации признака на основе учета его колеблемости используются другие показатели.

Среднее линейное отклонение d, которое вычисляют для того, чтобы учесть различия всех единиц исследуемой совокупности. Эта величина определяется как средняя арифметическая из абсолютных значений отклонений от средней. Так как сумма отклонений значений признака от средней величины равна нулю, то все отклонения берутся по модулю.

Формула среднего линейного отклонения (простая)

(6.2)

Формула среднего линейного отклонения (взвешенная)

(6.3)

При использовании показателя среднего линейного отклонения возникают определенные неудобства, связанные с тем, что приходится иметь дело не только с положительными, но и с отрицательными величинами, что побудило искать другие способы оценки вариации, чтобы иметь дело только с положительными величинами. Таким способом стало возведение всех отклонений во вторую степень. Обобщающие показатели, найденные с использованием вторых степеней отклонений, получили очень широкое распространение. К таким показателям относятся среднее квадратическое отклонение  и среднее квадратическое отклонение в квадрате , которое называют дисперсией.

Средняя квадратическая простая

(6.4)

Средняя квадратическая взвешенная

(6.5)

Дисперсия есть не что иное, как средний квадрат отклонений индивидуальных значений признака от его средней величины.

Кроме показателей вариации, выраженных в абсолютных величинах, в статистическом исследовании используются показатели вариации (V), выраженные в относительных величинах, особенно для целей сравнения колеблемости различных признаков одной и той же совокупности или для сравнения колеблемости одного и того же признака в нескольких совокупностях.

Данные показатели рассчитываются как отношение размаха вариации к средней величине признака (коэффициент осцилляции), отношение среднего линейного отклонения к средней величине признака (линейный коэффициент вариации), отношение среднего квадратического отклонения к средней величине признака (коэффициент вариации) и, как правило, выражаются в процентах.

7. Медиана и мода – структурные (распределительные) средние величины

Медиана (Ме) – это величина, которая соответствует варианту, находящемуся в середине ранжированного ряда.

Модой (Мо) называют значение признака, которое встречается наиболее часто у единиц совокупности. Для дискретного ряда модой будет являться вариант с наибольшей частотой. Для определения моды интервального ряда сначала определяют модальный интервал (интервал, имеющий наибольшую частоту). Затем в пределах этого интервала находят то значение признака, которое может являться модой.

Корреляционная связь и ее анализ

Корреляционная связь – это связь, где воздействие отдельных факторов проявляется только как тенденция (в среднем) при массовом наблюдении фактических данных. Примерами корреляционной зависимости могут быть зависимости между размерами активов банка и суммой прибыли банка, ростом производительности труда и стажем работы сотрудников.