Часть явления х100 целое явление

Зная, что целое явление - это число работающих в обоих цехах, а часть явле- ния - количество работающих в каждой возрастной групп, вычисляем, например, стандарт для возрастной группы до 20 лет:

320 х100 %

1800             = 18 %

Аналогичным образом вычисляют стандарт для каждой возрастной группы работающих в двух цехах.

3 этап - вычисление стандартизованных показателей

Примем условно, что распределение работающих в обоих цехах по возрас- там одинаково и соответствует стандарту, и рассчитаем ожидаемое количество заболеваний при новом, условном распределении работающих по возрастам.

 

Таблица 3

Возраст	Заболеваемость на 100 рабо- тающих		Стандарт	Число заболеваний в стан- дарте
до 20	67,0	70,0	18	12,0	12,6
20-39	105,3	115,3	49	51,6	56,3
40-59	170,0	165,0	26	44,2	42,9
60 и старше	185,0	170,0	7	12,9	11,9
Всего	134,5	110,0	100	120,7	123,7

 

В графах 2 и 3 представлены показатели заболеваемости по двум цехам, вы- численные на 1 этапе. В графе 4 - стандарт повозрастного состава работающих, вычисленный на втором этапе. данные граф 5 и 6 получают следующим обра- зом: в возрасте до 20 лет в цехе № 1 показатель заболеваемости на 100 работаю- щих -67,0, а в цехе №2 - 70,0. Следовательно, среди 18 работающих (по стандар- ту) заболеваний будет:

 

в цехе №1	67,0 х 18
	100	= 12,0
в цехе №2	70 х 18
	100	= 12,6

По такой же методике вычисляют числа других строк в двух последних гра- фах (учитывая повозрастные показатели заболеваемости и стандарт). Сложив числа промежуточных стандартизованных показателей по возрастам в графах 5 и 6, получим стандартизованные показатели на 100 работающих для каждого цеха.

По результатам стандартизации можно сделать вывод: если бы возрастной состав работающих в двух цехах был бы одинаков, то в цехе № 2 показате- ли заболеваемости были бы выше, чем в цехе № 1 (123,7 и 120,7 соответст- венно). Следовательно, более высокий уровень заболеваемости в цехе № 1 объясняется неблагоприятным составом рабочих по возрасту.

 

 

16.Метод  корреляции,  его  значение  и  использование  в  статистическом

анализе. Ранговый метод корреляции. Оценка достоверности коэффициента корреляции.

 

Различают два типа связи между явлениями: функциональную и корреляци- онную связь.

Функциональная связь предполагает строгую зависимость между явления- ми. Это такой вид соотношения между двумя признаками, когда каждому значению одного из них соответствует строго определенное значение друго- го. Такой вид связи характерен для точных наук. Примером ее могут служить скорость движения и время пребывания в пути, радиус круга и длина окружности и т.п.

Между явлениями в медицине и биологии наблюдается корреляционная связь, то есть такая связь, при которой значению каждой величины одного признака соответствует несколько значений другого взаимосвязанного с ним признака. На характер и величину этой связи влияют различные условия и об- стоятельства.

Примерами корреляционной связи могут быть: связь между ростом и массой тела, связь между температурой тела и частотой пульса, между частотой после- операционных осложнений и сроками проведения операций при острых заболе- ваниях органов брюшной полости, связь между заболеваемостью дифтерией и степенью охвата профилактическими прививками.

Наличие, величину и характер связи между явлениями можно установить с помощью статистического метода - метода корреляции.

Практическое значение установления корреляционной связи:

* выявление причинно-следственной связи между факторными и резуль- тативными признаками (при оценке физического развития, для определения связи между условиями труда, быта и состоянием здоровья, при определении за- висимости частоты случаев болезни от возраста, стажа, наличия производствен- ных вредностей и пр.)

* выявление зависимости параллельных изменений нескольких признаков от какой-то третьей величины (например, под воздействием высокой темпе- ратуры в цехе происходит изменение кровяного давления, вязкости крови, часто- ты пульса и пр.).

По направлению связь между явлениями может быть прямой (положитель- ной), когда с увеличением или уменьшением одного явления соответственно увеличивается или уменьшается другое явление (например, с увеличением воз- раста  увеличивается количество пораженных кариесом зубов в расчете на одного обследованного, с увеличением экспозиции между началом острого процесса в брюшной полости и проведением операции увеличивается число осложнений и летальность) и обратной (отрицательной), когда с увеличением одного явления другое явление уменьшается или наоборот с уменьшением одного явления другое соответственно увеличивается (например, с увеличением возраста ре- бенка уменьшается количество молочных зубов, с уменьшением содержания йода в воде и пище увеличивается число заболеваний щитовидной железы и т.д.).

По силе корреляционная связь может быть:

* сильной

* средней

* слабой

Величина, которая одним числом характеризует направление и силу связи между признаками, называется коэффициентом корреляции ( R ). Пределы ко- лебаний коэффициента корреляции от 0 до ± 1.