Случайный отбор — это отбор, проводимый по жребию (по начальной букве фамилии или по дню рождения и т.п.)

1.         Случайный отбор — это отбор, проводимый по жребию (по начальной букве фамилии или по дню рождения и т.п.).

2.         Механический отбор — это отбор, когда у всей совокупности берется для изучения механически отобранная каждая пятая (20 %) или десятая (10 %) единица наблюдения.

3.         Гнездовой (серийный) отбор — когда из генеральной совокупности выбираются не отдельные единицы, а гнезда (серии), которые отбираются путем случайной или механической выборки. Пример: для изучения заболеваемости сельского населения М-ской области изучается заболеваемость сельского населения одного, наиболее типичного пункта. Результаты распространяются на все сельское население области.

4.         Направленный отбор — это отбор, когда из генеральной совокупности с целью выявления определенных закономерностей отбираются только те единицы наблюдения, которые позволят выявить влияние неизвестных факторов при устранении влияния известных. Пример: при изучении влияния стажа рабочих на травматизм отбираются рабочие одной профессии, одного возраста, одного цеха, одного образовательного уровня.

5.         Типологический отбор — это отбор единиц из заранее сгруппированных однотипных качественных групп. Пример: при изучении закономерности смертности среди городского населения следует сгруппировать изучаемые города по численности населения в них.

Характеристика исполнителей (кадры). Сколько человек и какой квалификации проводят исследование.

Характеристика технического оснащения и требуемых материальных средств:

·           лабораторное оборудование и приборы, соответствующие цели исследования;

·           канцелярские товары (бумага, бланки);

·           без дополнительных ассигнований.

II этап статистического исследования - сбор материала

Сбор материала - это процесс регистрации, заполнения официально существующие или специально разработанных учетных документов (талоны, карт и т.п.). Сбор материала проводят согласно составленным ранее программе и плану исследования.

III этап статистического исследования - обработка полученных данных

3-й этап статистического исследования включает следующие последовательно выполняемые исследователем действия:

1.         контроль собранного материала - это проверка собранного материала с целью отбора учетных документов, имеющих дефекты для их последующего исправления, дополнения или исключения из исследования. Например, в анкете не указан пол, возраст или нет ответов на другие поставленные вопросы. В этом случае необходимы дополнительные учетные документы (амбулаторные карты, истории болезни и т.п.). Если эти данные не могут быть получены из дополнительных учетных документов, привлеченных исследователем, то некачественные карты (анкеты) должны быть исключены из исследования.

2.         шифровка - это применение условных обозначений выделяемых признаков. При ручной обработке материала шифры могут быть цифровые, буквенные; при машинной — только цифровые.

3.         группировка материала - это распределение собранного материала по атрибутивному или количественному признаку (типологическая или вариационная). Пример: группировка студентов по курсам обучения: I курс, II курс, III курс, IV курс, V курс, VI курс.

4.         сводка данных в статистические таблицы - занесение полученных после подсчета цифровых данных в таблицы

5.         вычисление статистических показателей и статистическая обработка материала.

IV этап статистического исследования - анализ полученного материала, выводы и предложения на основе результатов исследования

Расчет интенсивных показателей

Экстенсивный показатель

Это показатель удельного веса, доли части в целой совокупности, показатель распределения совокупности на составляющие ее части, т.е. показатель структуры. Для его расчета необходимо иметь данные о численности всей совокупности и составляющих ее частях (или отдельной части этой совокупности). Рассчитывается обычно в процентах, где совокупность в целом принимается за 100%, а отдельные части — за "X". Способ получения экстенсивной величины выглядит следующим образом:

Таким образом, для получения экстенсивного показателя нужна совокупность и ее составные части или отдельная часть. Экстенсивный показатель отвечает на вопрос, сколько процентов приходится на каждую конкретную часть совокупности.

В зависимости от того, что характеризуют экстенсивные показатели, их называют:

·           показатели удельного веса части в целом, например, удельный вес гриппа среди всех заболеваний;

·           показатели распределения или структуры (распределение всей совокупности зарегистрированных врачом заболеваний за год на отдельные заболевания).

Показатель частоты, уровня, распространенности процессов, явлений, совершающихся в определенной среде. Он показывает, как часто встречается изучаемое явление в среде, которая его продуцирует (заболеваемость, смертность, рождаемость и т.д.).

Интенсивные показатели используются как для сравнения, сопоставления динамики частоты изучаемого явления во времени, так и для сравнения, сопоставления частоты этого же явления в один и тот же промежуток времени, но в различных учреждениях, на различных территориях и т.д.

Для расчета интенсивного показателя необходимо иметь данные об абсолютном размере явления и среды, его продуцирующей. Абсолютное число, характеризующее размер явления, делится на абсолютное число, показывающее размер среды, внутри которой произошло данное явление, и умножается на 100, 1000 и т.д. Таким образом, способ получения интенсивного показателя выглядит следующим образом:

Таким образом, для расчета интенсивного показателя всегда нужны две статистические совокупности (совокупность № 1 — явление, совокупность № 2 — среда), причем изменение размера среды может повлечь за собой изменение размера явления.

Множитель (основание) зависит от распространенности явления в среде — чем реже оно встречается, тем больше множитель. В практике для вычисления некоторых интенсивных показателей множители (основания) являются общепринятыми (так, например, показатели заболеваемости с временной утратой трудоспособности рассчитываются на 100 работающих или учащихся, показатели летальности, частоты осложнений и рецидивов заболеваний — на 100 больных, демографические показатели и многие показатели заболеваемости — на 1000, 100 000 населения).

Показатель соотношения

Характеризует соотношение между двумя не связанными между собой совокупностями (обеспеченность населения койками, врачами, дошкольными учреждениями, соотношение родов и абортов, соотношение врачей и медицинских сестер и др.).

Для получения этого показателя нужны две совокупности (совокупность № 1 и № 2). Абсолютная величина, характеризующая одну совокупность (совокупность № 1) делится на абсолютную величину, характеризующую другую, с ней не связанную совокупность (совокупность № 2) и умножается на множитель* (100, 1000, 10 000 и т.д.):

Показатель соотношения = совокупность №1 / совокупность №2 х 10 000

* При расчете показателя соотношения можно не учитывать множитель, например, определяя соотношение родов и абортов

Показатель наглядности

Применяется для анализа однородных чисел и используется когда необходимо "уйти" от показа истинных величин (абсолютных чисел, относительных и средних величин). Как правило, эти величины представлены в динамике. Для вычисления показателей наглядности одна из сравниваемых величин принимается за 100% (обычно, это исходная величина), а остальные рассчитываются в процентном отношении к ней. Особенно их целесообразно использовать, когда исследователь проводит сравнительный анализ одних и тех же показателей, но в разное время или на разных территориях.

Расчет средних величин

Вариационный ряд - это числовые значения признака, представленные в ранговом порядке с соответствующими этим значениям частотами. Основные обозначения вариационного ряда

V — варианта, отдельное числовое выражение изучаемого признака;

р — частота ("вес") варианты, число ее повторений в вариационном ряду;

n — общее число наблюдений (т.е. сумма всех частот, n = Σр);

V_max и V_min — крайние варианты, ограничивающие вариационный ряд (лимиты ряда);

А — амплитуда ряда (т.е. разность между максимальной и минимальной вариантами,

А = V_max — V_min)

1.         Виды вариаций

2.         а) простой — это ряд, в котором каждая вариата встречается по одному разу (р=1);

3.         6) взвешенный — ряд, в котором отдельные варианты встречаются неоднократно (с разной частотой).

4.         Назначение вариационного ряда

5.         Вариационный ряд необходим для определения средней величины (М) и критериев разнообразия признака, подлежащего изучению (σ, С_v).

6.         Средняя величина — это обобщающая характеристика размера изучаемого признака. Она позволяет одним числом количественно охарактеризовать качественно однородную совокупность.

7.         Применение средних величин

o     для оценки состояния здоровья — например, параметров физического развития (средний рост, средняя масса тела, среднее значение жизненной емкости легких и др.), соматических показателей (средний уровень сахара в крови, средняя величина пульса, средняя СОЭ и др.);

o     для оценки организации работы лечебно-профилактических и санитарно-противоэпидемических учреждений, а также деятельности отдельных врачей и других медицинских работников (средняя длительность пребывания больного на койке, среднее число посещений на 1 ч приема в поликлинике и др.);

o     для оценки состояния окружающей среды.

8.         Методика расчета простой средней арифметической

o     Суммировать варианты:

V₁+V₂+V₃+...+V_n = Σ V;

o     Сумму вариант разделить на общее число наблюдений: М = Σ V / n