A statisztikai kutatás szakaszai.

1. szakasz: Statisztikai megfigyelés.

2. szakasz: A megfigyelési eredmények konszolidálása és csoportosítása meghatározott csoportokra.

3. szakasz: A kapott anyagok általánosítása és elemzése. A kapcsolatok és a jelenségek nagyságrendjének feltárása, kialakulásuk mintáinak meghatározása, előrejelzési becslések kidolgozása. Fontos, hogy átfogó és megbízható információk legyenek a vizsgált tárgyról.

A statisztikai kutatás első szakaszában elsődleges statisztikai adatok vagy kezdeti statisztikai információk alakulnak ki, amelyek képezik a jövőbeli statisztikai "épület" alapját. Annak érdekében, hogy az "épület" szilárd, szilárd és jó minőségű legyen, annak alapjának kell lennie. Ha az elsődleges statisztikai adatok gyűjtése során hibát követtek el, vagy az anyag rossz minőségűnek bizonyult, ez befolyásolja mind az elméleti, mind a gyakorlati következtetések pontosságát és megbízhatóságát. Ezért a statisztikai megfigyelést az indulástól a végső szakaszig gondosan át kell gondolni és egyértelműen meg kell szervezni.

A statisztikai megfigyelés biztosítja az általánosítás forrását, amelynek kezdete: összefoglalás... Ha a statisztikai megfigyelés során információt szereznek az egyes egységekről, amelyek sokoldalúan jellemzik azokat, akkor ezek az összefoglalók az egész statisztikai populációt és annak egyes részeit jellemzik. Ebben a szakaszban a populációt megosztják a különbség jellemzői szerint, és a hasonlóság jellemzői szerint kombinálják, az összes mutatót csoportok és általában kiszámítják. A csoportosítási módszer segítségével a vizsgált jelenségeket az alapvető jellemzők szerint a legfontosabb típusokba, jellemző csoportokba és alcsoportokba osztjuk. Csoportosítások segítségével korlátozott a minőségileg homogén populációk száma, ami előfeltétele az általánosított mutatók meghatározásának és alkalmazásának.

Az elemzés végső szakaszában az általánosító mutatók segítségével kiszámolják a relatív és az átlagértékeket, megadják a jelek változásának értékelését, jellemzik a jelenségek dinamikáját, mutatókat, egyensúlyszerkezeteket használnak, kiszámítják a mutatók viszonyának szorosságát jellemző mutatókat. A digitális anyag racionálisabb és vizuális bemutatása céljából táblázatok és grafikonok formájában mutatják be.

A statisztikák kognitív jelentése a helyzet:

1) a statisztika a vizsgált jelenségek és folyamatok digitális és értelmes lefedettségét biztosítja, a valóság felmérésének legmegbízhatóbb módja; 2) a statisztika bizonyítékot ad a gazdasági következtetésekre, lehetővé teszi a különféle "sétáló" állítások, bizonyos elméleti álláspontok ellenőrzését; 3) a statisztika képes felfedni a jelenségek kapcsolatát, megmutatni azok formáját és erejét.

1. STATISZTIKAI ÉSZREVÉTEL

1.1. Alapfogalmak

Statisztikai megfigyelés - ez a statisztikai kutatás első szakasza, amely a társadalmi élet jelenségeit és folyamatait jellemző tények tudományosan szervezett elszámolása, valamint az ennek a könyvvitelnek az alapján gyűjtött adatok gyűjtése.

Azonban nem minden információgyűjtés jelent statisztikai megfigyelést. A statisztikai megfigyelésről csak akkor beszélhetünk, ha a statisztikai szabályszerűségeket tanulmányozzuk, azaz azok, amelyek egy tömeges folyamatban, sokféle egységben nyilvánulnak meg. Ezért a statisztikai megfigyelésnek meg kell lennie szisztematikus, tömeges és szisztematikus.

Plannedness A statisztikai megfigyelés abban áll, hogy azt kidolgozott terv szerint készítik és hajtják végre, amely magában foglalja a módszertani, szervezési, információgyűjtési, a gyűjtött anyag minőségének, megbízhatóságának, a végső eredmények regisztrálásának kérdéseit.

Tömeg A statisztikai megfigyelés jellege azt sugallja, hogy ez a folyamat sokféle megnyilvánulási esetre kiterjed, amely elegendő nem csupán az egyes egységeket, hanem az egész lakosságot jellemző valós adatok megszerzéséhez.

Szisztematikus A statisztikai megfigyelést az a tény határozza meg, hogy azt szisztematikusan, folyamatosan vagy rendszeresen kell elvégezni.

A statisztikai megfigyelésre a következő követelmények vonatkoznak:

1) a statisztikai adatok teljessége (a vizsgált népesség egységének lefedettsége, egy adott jelenség oldala, valamint az időbeli lefedettség teljessége);

2) az adatok megbízhatósága és pontossága;

3) egységességük és összehasonlíthatóságuk.

A statisztikai kutatások céljainak és megfogalmazásának megfogalmazásával kell kezdeni. Ezután meghatározzák az objektumot és a megfigyelési egységet, kidolgozzák a programot, kiválasztják a megfigyelés típusát és módszerét.

Megfigyelési objektum - a kutatás tárgyát képező társadalmi-gazdasági jelenségek és folyamatok, vagy a statisztikai információk rögzítésének pontos határai . Például a népszámlálás során meg kell határozni, hogy milyen népességre van szükség a nyilvántartásba vételhez - készpénz, vagyis a népszámlálás időpontjában egy adott területen található, vagy állandó, vagyis egy adott területen állandóan él. Az ipar megvizsgálásakor meg kell határozni, mely vállalkozásokat sorolják iparnak. Bizonyos esetekben egy vagy másik minősítést használnak a megfigyelési tárgy korlátozására. Cens - korlátozó jellemző, amelyet a vizsgált populáció minden egységének meg kell felelnie. Tehát például a gyártóberendezés népszámlálásánál meg kell határozni, hogy mit kell tulajdonítani a gyártóberendezésnek, és mit kell a kéziszerszámnak, melyik készüléket kell népszámlálás alá vonni - csak működőképes vagy javítás alatt álló, raktárban, tartalékban.

Megfigyelő egység A megfigyelési objektum alkotórészének nevezzük, amely a számolás alapjául szolgál, és olyan tulajdonságokkal rendelkezik, amelyeket a megfigyelés során regisztrálni kell.

Például egy népszámlálás során a megfigyelési egység minden egyes személy. Ha a feladat a háztartások számának és összetételének meghatározása is, akkor minden háztartás megfigyelési egység lesz egy emberrel együtt.

Megfigyelési program azon kérdések listája, amelyekről információkat gyűjtnek, vagy a regisztráció alá eső táblák és mutatók listája . A megfigyelési programot űrlap formájában (kérdőív, űrlap) állítják össze, amelybe az elsődleges információkat beírják. Az űrlap szükséges kiegészítése egy utasítás (vagy maguknak az űrlapoknak a leírása), amely tisztázza a kérdés jelentését. A megfigyelési program kérdéseinek összetétele és tartalma a tanulmány céljától és a vizsgált társadalmi jelenség jellemzőitől függ.

Az összegyűjtött elsődleges adatok feldolgozása, beleértve azok csoportosítását, általánosítását és táblázatokban történő bemutatását, képezi a statisztikai kutatás második szakaszát, amelyet összefoglalás.

A feldolgozott statisztikai adatok bemutatásának három fő formája van: szöveges, táblázatos és grafikus.

A statisztikai tanulmány harmadik szakaszában az összefoglaló végleges adatai alapján a vizsgált jelenségek tudományos elemzése: különféle általánosító mutatókat számolnak átlagok és relatív értékek formájában, felfedik bizonyos eloszlási mintákat, az indikátorok dinamikáját stb. A feltárt minták alapján előrejelzéseket készítenek a jövőre vonatkozóan.

A statisztikai megfigyelés a statisztikai kutatás első szakasza. Szinte mindig, a tanulmány célkitűzéseivel összhangban, a munka tények figyelembevételével és az alapanyagok összegyűjtésével kezdődik. Az elsődleges anyag a statisztikai kutatás alapja. A teljes tanulmány egészének sikere a statisztikai megfigyelés minőségétől függ. Úgy kell megszervezni, hogy ennek eredményeként objektív, pontos adatok álljanak rendelkezésre a vizsgált jelenségről. Azok a hiányos, pontatlan adatok, amelyek a folyamatot nem eléggé jellemzik, annál torzítják, hibákat eredményeznek. És az ezen az alapon elvégzett elemzés hibás lesz. Ebből következik, hogy a tények elszámolását és az alapanyagok összegyűjtését gondosan át kell gondolni és meg kell szervezni.

Még egyszer meg kell jegyezni, hogy a statisztikai megfigyelések mindig tömegek. A nagyszámú törvény lép hatályba - minél nagyobb a népesség, annál objektívebb lesz az eredmény.

A statisztikai megfigyelésnek három szakasza van: 1. A megfigyelés előkészítése. Ez a megfigyelési program megfogalmazása, a mutatók meghatározása, a végső statisztikai táblázatok elrendezése szerint csoportosítva.

A program tartalmát alkotó kérdéseknek a kutatás vagy hipotézis céljából kell származniuk, amelynek megerősítését állítólag a kutatásra kell fordítani. Fontos elem a végleges statisztikai táblázatok elrendezése. Ezek a megfigyelési eredmények fejlesztésére szolgáló projektek, és csak akkor állnak rendelkezésre, ha rendelkezésre állnak, a programba beillesztendő összes kérdés, és elkerülhetők a felesleges információk beillesztése.

2. Közvetlen anyaggyűjtés... Ez a kutatás legigényesebb szakasza. A statisztikai jelentéstétel, mint az adatgyűjtés szervezésének speciális formája, csak az állami statisztikákban rejlik. Az összes többi információt különféle statikus eszközök segítségével gyűjtik. Két fő követelményt kell rámutatni az összegyűjtött adatokra: a megbízhatóság és az összehasonlíthatóság. És a rendkívül kívánatos (piaci körülmények között sokszor növekszik) az időszerűség.

3. Az anyag ellenőrzése az elemzés előtt. Nem számít, mennyire gondosan készítik a megfigyelő műszereket, az előadókat pedig utasítják, a megfigyelési anyagokat mindig ellenőrizni kell. Ennek oka a statisztikai munka hatalmas jellege és tartalmuk összetettsége.

Bármely statisztikai vizsgálat tárgya a vizsgált jelenség egységeinek halmaza. A cél lehet a népszámlálás népessége, vállalkozások, városok, cég alkalmazottai stb. Egyszóval, a megfigyelés tárgya a vizsgált statisztikai populáció. Nagyon fontos meghatározni a vizsgált populáció határait, amelyek egyértelműen meghatározzák a vizsgált populációt. Például, ha a cél a régióban működő kisvállalkozások tevékenységeinek tanulmányozása, meg kell határozni, hogy melyik tulajdonosi formához tartozik (állami, magántulajdonú, közös stb.), Milyen kritérium alapján választják ki a vállalkozásokat: ipari jellemzők, értékesítési volumen, az attól a pillanattól eltelt idő regisztrációk, állapot (aktív, nem aktív, ideiglenesen tétlen) stb. A készletnek homogénnek kell lennie, különben további nehézségek merülnek fel az elemzési folyamatban, és a hibák szinte mindig elkerülhetetlenek.

A megfigyelési objektum és a határok meghatározásával együtt fontos meghatározni a népesség és a megfigyelési egységet. A népesség egység a statisztikai populáció önálló alkotóeleme. Megfigyelési egység az a jelenség, objektum, amelynek jellemzőit regisztrálni kell. A megfigyelési egységek képezik a megfigyelés tárgyát. Például a cél az, hogy különféle tényezők befolyásolják a munkavállalók munkatermelékenységét az Ispat-Karmet OJSC bányáin. Ebben az esetben - az aggregátumot maga a cél határozza meg - az Ispat-Karmet bányákban dolgozó bányászok, az aggregált egység információs hordozóként a bányász, a bányász pedig a megfigyelési egység. Röviden: a populáció egységét vizsgáljuk, a megfigyelési egység az információforrás.
A statisztikai megfigyelés elvégzéséhez adatokat kell gyűjteni egy adott kritérium szerint, nevezetesen: statisztikai megfigyelési program elkészítéséhez meg kell határozni egy statisztikai populációt, amely lényegében létező objektumokból, az egységből és az objektum egyszeri felmérésének célja.

Az első szakaszban minta az összegyűjtött adatok szerint a megadott jellemzők szerint, az adatokat növekvő sorrendben rendezzük. Ezután el kell készítenie egy táblázatot a frekvenciaeloszlásról, a táblázat megfelelő oszlopainak egymást követő kitöltésével.

A második szakaszban az összegyűjtött elsődleges adatok feldolgozásához a kiválasztott elemeket egy adott kritérium szerint csoportosítani és általánosítani kell, hogy meghatározzuk a minta numerikus jellemzőit. A statisztikai kutatás ezt a szakaszát nevezzük összefoglalás... Összegzés: az elsődleges adatok tudományos feldolgozása annak érdekében, hogy a vizsgált jelenség számos lényeges jellemzőjére általánosított jellemzőket kapjunk, azaz az elsődleges anyagokat összeállítottuk, statisztikai aggregátumok formájában, amelyeket végső abszolút általánosító mutatók jellemeznek. Az összefoglalás szakaszában az aggregátum egységeinek egyedi változó tulajdonságainak jellemzése az egész aggregátum egészének jellemzéséhez vagy a tömegben való általános megnyilvánulásuk jellemzéséhez megyünk.

Meg kell találni söprésa képlet szerint:

R \u003d x (max) - x (perc);

divat M (0), amely a leggyakoribb értéket jelzi, középső Az M (e) érték, amely az átlagértéket jellemzi (nem haladhatja meg a sorozat tagjainak felét), megfelel a rangsorolt \u200b\u200bvariációs sorozat közepén lévő változatnak. A medián helyzetét annak számával kell meghatározni: Nme \u003d (n + 1) / 2, ahol n az aggregátum egységeinek száma és számtani átlaga a kijelölt csoportra, amelyet a következő képlettel kell kiszámítani:

A munka eredményeit grafikusan, hisztogram és frekvenciaeloszlási sokszög formájában lehet bemutatni.

A kapott adatok azt tükrözik, ami a vizsgált populáció összes egységére jellemző. A statisztikai megfigyelés eredményeként objektív, összehasonlítható, teljes információt kell megszerezni, amely lehetővé teszi a vizsgálat későbbi szakaszaiban tudományosan megalapozott következtetések levonását a vizsgált jelenség természetéről és fejlődési mintáiról.

Gyakorlati feladat

Végezzen statisztikai tanulmányt az információk megismerésével körülbelül 2 magasság5 véletlenszerűen kiválasztott hallgató a Tomszki Politechnikai Egyetemen.

Készítsen egy táblázatot a frekvenciaeloszlásról, keresse meg a kijelölt fiatal férfiak magassági tartományát, módját, a medián és a számtani átlagát (cm-ben).

2.1 A statisztikai vizsgálat vázlata

A statisztikai adatelemző rendszerek modern, hatékony statisztikai kutatási eszköz. A speciális statisztikai elemző rendszerek, valamint az univerzális eszközök - az Excel, a Matlab, a Mathcad stb. - bőséges lehetőségeket kínálnak a statisztikai adatok feldolgozására.

De még a legtökéletesebb eszköz sem helyettesítheti a kutatót, akinek meg kell fogalmaznia a kutatási célt, össze kell gyűjtenie az adatokat, módszereket, megközelítéseket, modelleket és eszközöket kell választania az adatok feldolgozására és elemzésére, és az eredményeket értelmeznie kell.

A 2.1. Ábra egy statisztikai vizsgálat diagramját mutatja.

2.1. Ábra - A statisztikai vizsgálat vázlatos rajza

A statisztikai kutatás kiindulópontja a probléma megfogalmazása. Ennek meghatározásakor figyelembe veszik a tanulmány célját, meghatározzák, milyen információkra van szükség, és hogyan fogják felhasználni azokat a döntés meghozatalakor.

A statisztikai tanulmány maga az előkészítő szakaszban kezdődik. Az előkészítő szakaszban az elemzők megvizsgálják műszaki feladat - a kutatási ügyfél által összeállított dokumentum. A feladatnak egyértelműen meg kell határoznia a kutatási célokat:

meghatározzák a kutatás tárgyát;

felsorolja azokat a feltételezéseket és hipotéziseket, amelyeket meg kell erősíteni vagy meg kell tagadni a vizsgálat során;

leírja a kutatási eredmények felhasználását;

a kutatás elvégzésének határideje és a kutatási költségvetés.

A feladatmeghatározás alapján a analitikus jelentés szerkezete - azután bármilyen formában - be kell mutatni a tanulmány eredményeit, és - statisztikai megfigyelési program... A program azon szolgáltatások listája, amelyeket regisztrálni kell a megfigyelési folyamatban (vagy olyan kérdésekre, amelyekre megbízható válaszokat kell kapni minden megfigyelt megfigyelési egységre). A program tartalmát mind a megfigyelt objektum jellemzői, mind a tanulmány célkitűzései, valamint az elemzők által az összegyűjtött információk további feldolgozására kiválasztott módszerek határozzák meg.

A statisztikai kutatás fő szakasza magában foglalja a szükséges adatok gyűjtését és elemzését.

A kutatás utolsó szakasza egy elemző jelentés elkészítése és annak megrendelése az ügyfél számára.

Ábra A 2.2. Ábra a statisztikai adatok elemzésének diagramját mutatja.

2.2. Ábra - A statisztikai elemzés fő szakaszai

2.2 Statisztikai információk gyűjtése

Az anyaggyűjtés magában foglalja a tanulmány műszaki feladatának elemzését, a szükséges információk forrásainak azonosítását és (ha szükséges) kérdőívek kidolgozását. Az információforrások kutatásakor az összes szükséges adat fel van osztva elsődleges(nem állnak rendelkezésre adatok, amelyeket közvetlenül kell összegyűjteni ehhez a tanulmányhoz), és másodlagos (korábban más célokra gyűjtött).

A másodlagos adatok gyűjtését gyakran "íróasztal" vagy "könyvtár" kutatásnak nevezik.

Példák az elsődleges adatok gyűjtésére: az áruház látogatói megfigyelése, a kórházi betegek kihallgatása, a probléma megbeszélése egy értekezleten.

A másodlagos adatokat belső és külső adatokra osztják.

Példák a belső másodlagos adatok forrásaira:

egy szervezet információs rendszere (beleértve egy számviteli alrendszert, egy értékesítéskezelési alrendszert, CRM (CRM rendszer, rövidítés az ügyfélkapcsolat-menedzsmenthez) - az alkalmazásokhoz használt szoftverek szervezetek számára, amelyek automatizálják az ügyfelekkel való interakció stratégiáit, és mások);

korábbi tanulmányok;

az alkalmazottak írásbeli jelentései.

Példák külső másodlagos adatforrásokra:

statisztikai szervek és más kormányzati ügynökségek jelentései;

marketing ügynökségek, szakmai egyesületek stb. jelentései;

elektronikus adatbázisok (címjegyzékek, GIS stb.);

könyvtárak;

média.

Az adatgyűjtési szakasz főbb eredményei:

a tervezett minta mérete;

a minta felépítése (a kvóták rendelkezésre állása és mérete);

a statisztikai megfigyelés típusa (adatgyűjtés, felmérés, kihallgatás, mérés, kísérlet, vizsgálat stb.);

információ a felmérés paramétereiről (például a kérdőívek hamisításának lehetősége);

a változók kódolási sémája a feldolgozásra kiválasztott program adatbázisában;

adatátalakítási terv;

az alkalmazott statisztikai eljárások folyamatábrája.

Ugyanez a szakasz magában foglalja magát a kérdőívet is. A kérdőíveket természetesen csak az elsődleges információk megszerzése céljából dolgozzák ki.

A kapott adatokat megfelelően szerkeszteni és előkészíteni kell. Minden kérdőívet vagy megfigyelési űrlapot ellenőriznek és szükség esetén kijavítanak. Minden válaszhoz numerikus vagy ábécé kódok vannak hozzárendelve - az információ kódolva van. Az adatok előkészítése magában foglalja az adatok szerkesztését, visszafejtését és érvényesítését, kódolását és átalakítását, ha szükséges.

2.3 A minta jellemzőinek meghatározása

A statisztikai elemzéshez a statisztikai megfigyelés eredményeként összegyűjtött adatok általában mintapopuláció. Az adatok átalakításának sorrendjét a statisztikai kutatás folyamatává vázlatosan ábrázolhatjuk (2.3. Ábra)

2.3. Ábra Statisztikai adatok transzformációs sémája

A minta elemzésével következtetéseket lehet levonni a minta által képviselt általános populációról.

Az általános mintavételi paraméterek végleges meghatározása akkor készül, amikor az összes kérdőívet összegyűjtik. Magába foglalja:

a válaszadók valós számának meghatározása,

a minta szerkezetének meghatározása,

megoszlás a felmérés helye szerint,

a minta statisztikai megbízhatóságának bizalmi szintjének meghatározása,

a statisztikai hiba kiszámítása és a minta reprezentativitásának meghatározása.

Valós szám a válaszadók valószínűleg több vagy kevesebbek lesznek a tervezettnél. Az első lehetőség jobb az elemzéshez, de nem előnyös a vizsgálat vevője számára. A második negatívan befolyásolhatja a kutatás minőségét, ezért hátrányos mind az elemzők, mind az ügyfelek számára.

Minta felépítése lehet véletlenszerű vagy nem véletlenszerű (a válaszadókat egy előre meghatározott kritérium alapján választották ki, például idézés útján). A véletlenszerű minták a priori reprezentatívak. A nem véletlenszerű minták szándékosan nem reprezentatívak a lakosság körében, ám fontos információkat szolgáltatnak a kutatáshoz. Ebben az esetben fokozott figyelmet kell fordítania a kérdőív szűrési kérdéseire, amelyeket kifejezetten a követelményeknek nem megfelelő válaszadók kiszűrésére terveztek.

mert a becslés pontosságának meghatározásaMindenekelőtt meg kell határozni a bizalom szintjét (95% vagy 99%). Akkor a maximális statisztikai hiba a mintát:

vagy
,

ahol - minta nagysága, - a vizsgált esemény bekövetkezésének valószínűsége (a válaszadó szerepel a mintában), - fordított esemény valószínűsége (a válaszadó nem kerül be a mintába), - a bizalom együtthatója,
- a tulajdonság szórása.

A 2.4. Táblázat felsorolja a leggyakrabban használt konfidenciaszinteket és bizalmi tényezőket.

2.4. Táblázat

2.5 Adatfeldolgozás számítógépen

A számítógépes adatok elemzése számos szükséges lépést tartalmaz.

1. A forrásadatok szerkezetének meghatározása.

2. Az adatok bevitele a számítógépbe a felépítésük és a programkövetelményeknek megfelelően. Adatok szerkesztése és átalakítása.

3. Az adatfeldolgozási módszer beállítása a kutatási célokkal összhangban.

4. Az adatfeldolgozás eredményének megszerzése. Szerkesztése és mentése a kívánt formátumban.

5. A feldolgozási eredmény értelmezése.

Az 1. (előkészítő) és az 5. (végső) lépést egyetlen számítógépes program sem hajthatja végre - a kutató maga végzi el ezeket. A 2-4. Lépést a kutató hajtja végre a program segítségével, de a kutató határozza meg az adatok szerkesztéséhez és átalakításához szükséges eljárásokat, az adatfeldolgozási módszereket, valamint a feldolgozási eredmények bemutatásának formátumát. A számítógép segítséget nyújt (2-4 lépés) végül a hosszú számsorból a kompaktabbá történő áttéréshez. A számítógép „bemenetekor” a kutató elindít egy tömböt a kezdeti adatokból, amelyek hozzáférhetetlenek az érthetőséghez, de alkalmasak számítógépes feldolgozásra (2. lépés). Ezután a kutató utasítja a programot az adatok feldolgozására a feladat és az adatszerkezet szerint (3. lépés). A "kimeneten" megkapja a feldolgozási eredményt (4. lépés) - egy adatsor is, csak kisebb, csak megérthető és értelmezhető. Ezen túlmenően az adatok kimerítő elemzése általában többszörös feldolgozást igényel, különféle módszerekkel.

2.6 Adatelemzési stratégia kiválasztása

Az összegyűjtött adatok elemzési stratégiájának kiválasztása a vizsgált tárgykör elméleti és gyakorlati szempontjainak, az információ specifikumainak és ismert jellemzőinek, az egyes statisztikai módszerek tulajdonságainak, valamint a kutató tapasztalatainak és nézeteinek ismeretén alapul.

Emlékeztetni kell arra, hogy az adatok elemzése nem a kutatás végső célja. Célja olyan információk beszerzése, amelyek elősegítik egy adott probléma megoldását és a megfelelő irányítási döntések meghozatalát. Az elemzési stratégia kiválasztásának a folyamat előző lépéseinek kimenetelének megvizsgálásával kell kezdődnie: a probléma meghatározásával és a kutatási terv kidolgozásával. Az előzetes adatelemzési tervet használják "tervezetként", amelyet a kutatási terv egyik elemének kidolgoztak. Ezután, mivel a kutatási folyamat későbbi szakaszaiban további információk érkeznek, szükség lehet bizonyos változtatások végrehajtására.

A statisztikai módszereket egy- és többdimenziós módokra osztjuk. Az egydimenziós módszereket (egyváltozós technikák) akkor alkalmazzák, amikor a minta összes elemét egy mutatóval értékelik, vagy ha minden elemhez több mutató tartozik, de minden változót külön-külön elemeznek minden mástól.

A többváltozós technikák nagyszerűek az adatok elemzéséhez, ha két vagy több mutatót használnak az egyes mintaelemek becslésére, és ezeket a változókat egyidejűleg elemzik. Ezeket a módszereket használják a jelenségek közötti kapcsolatok meghatározására.

A többváltozós módszerek elsősorban abban különböznek az egyváltozós módszerektől, hogy alkalmazásukkor a figyelem középpontjában a jelenségek szintjei (átlagértékei) és eloszlása \u200b\u200b(varianciái) fordulnak, és ezen jelenségek közötti kapcsolat (korreláció vagy kovariancia) fokára összpontosítanak.

Az egydimenziós módszereket az alapján lehet osztályozni, hogy az adatokat metrikusan vagy nem metrikusan elemezzék-e (3. ábra). A metrikus adatokat intervallum skálán vagy relatív skálán mérik. A nem metrikus adatokat névleges vagy rendrendi skálán osztályozzuk

Ezenkívül ezeket a módszereket osztályokra osztják annak alapján, hogy hány mintát - egy, kettő vagy több - elemeznek a kutatás során.

Az egydimenziós statisztikai módszerek osztályozását a 2.4. Ábra mutatja.

Ábra. 2.4 Az egyváltozós statisztikai módszerek osztályozása az elemzett adatok függvényében

A minták számát az határozza meg, hogy az adatokat hogyan kezelik egy adott elemzéshez, nem pedig az adatok gyűjtésének módja alapján. Például a hímekre és a nőkre vonatkozó adatokat ugyanazon mintán belül lehet beszerezni, de ha elemzésük célja a nemek közötti különbség alapján az észlelés különbségeinek azonosítása, a kutatónak két különböző mintán kell működnie. A mintákat függetlennek kell tekinteni, ha nem kapcsolódnak egymással kísérletileg. Az egyik mintában elvégzett mérések nem befolyásolják a másikban található változók értékeit. Az elemzéshez a válaszadók különböző csoportjaitól származó adatokat, például a férfiaktól és nőstől gyűjtött adatokat általában független mintának tekintik.

Másrészt, ha két minta adatai ugyanazon válaszadó csoportra vonatkoznak, akkor a mintákat párok függvényében kombinálják.

Ha csak egy metrikus adat minta van, akkor a z- és a t-teszt használható. Ha két vagy több független minta létezik, akkor az első esetben a z- és t-tesztet használhatja két mintára, a második esetben az egyirányú varianciaanalízis módszerére. Párosított t-tesztet használunk két kapcsolódó mintához. Az egyik minta nem metrikus adataira vonatkozóan a kutató felhasználhatja a frekvenciaeloszlási kritériumokat, a chi-square, a Kolmogorov-Smirnov teszt (K ~ S), a sorozat teszt és a binomiális teszt. Két nem metrikus adatokkal rendelkező független mintához a következő elemzési módszereket lehet igénybe venni: chi-square, Mann-Whitney, medián, K-S, Kruskal-Wallis egyirányú ANOVA (K-U ANOVA). Ezzel szemben, ha két vagy több egymással kapcsolatban álló minta van, a McNemar és a Wilcoxon jelteszteket kell használni.

A többváltozós statisztikai módszerek célja a létező minták azonosítása: a változók kölcsönös függősége, az események viszonya vagy sorrendje, az objektumok közötti hasonlóság.

Inkább feltételesen meg lehet különböztetni az ötféle mintátípust, amelyek vizsgálata érdekes: asszociáció, szekvencia, osztályozás, csoportosulás és előrejelzés.

Egy asszociáció akkor fordul elő, amikor több esemény kapcsolódik egymáshoz. Például egy szupermarketben végzett tanulmány kimutathatja, hogy azoknak a 65% -a, akik kukorica chipset vásárolnak, Coca-Colat is vásárolnak, és ha ilyen készletre kedvezmény vonatkozik, akkor Cola az idő 85% -át kapja. Az ilyen társulás ismeretével a vezetők könnyedén felbecsülhetik az engedmény hatékonyságát.

Ha van egy időben összefüggő eseménylánc, akkor az egy sorozatról beszél. Például egy ház megvásárlása után az esetek 45% -ában egy új kályhát vásárolnak egy hónapon belül, és két héten belül az új telepesek 60% -a vásárol hűtőszekrényt.

A besorolás segítségével olyan jeleket azonosítunk, amelyek jellemzik azt a csoportot, amelyhez ez vagy az objektum tartozik. Ezt a már osztályozott objektumok elemzésével és szabálykészlet megfogalmazásával lehet elérni.

A csoportosítás abban különbözik a besorolástól, hogy maguk a csoportok nem vannak előre definiálva. A klaszterezés segítségével különféle homogén adatcsoportokat különböztetünk meg.

Mindenféle előrejelző rendszer alapja az idősorok formájában tárolt történeti információ. Ha lehetséges olyan mintákat találni, amelyek megfelelően tükrözik a célmutatók viselkedésének dinamikáját, akkor valószínű, hogy ezek felhasználhatók a rendszer viselkedésének előrejelzésére a jövőben.

A többváltozós statisztikai módszereket kapcsolat elemzésre és osztályozási elemzésre lehet osztani (2.5. Ábra).

2.5. Ábra - A többváltozós statisztikai módszerek osztályozása

Statisztikai kutatás egy tudományos szempontból szervezett adatgyűjtés, összefoglaló és elemző adat (tények) az állam társadalmi-gazdasági, demográfiai és egyéb jelenségeiről és a közélet folyamatairól, egyetlen program szerint szerveződik, és azok legfontosabb jellemzőit a számviteli dokumentációban regisztrálják.

A statisztikai kutatás megkülönböztető tulajdonságai (specifikása) a következők: célszerűség, szervezettség, tömeges karakter, konzisztencia (összetettség), összehasonlíthatóság, dokumentáció, ellenőrizhetőség, praktikusság.

A statisztikai kutatás három fő szakaszból áll:

1) az elsődleges statisztikai információk gyűjtése (statisztikai megfigyelés) - megfigyelés, adatgyűjtés a statikus tanács egységeinek vizsgált tulajdonságainak értékeiről, kt a jövőbeli statikai elemzés alapja. Ha az elsődleges adatok statisztikájának összegyűjtésekor hiba történt, vagy az anyag rossz minőségűnek bizonyult, ez befolyásolja mind az elméleti, mind a gyakorlati következtetések pontosságát és megbízhatóságát.

2) az elsődleges információk statisztikai összefoglalása és feldolgozása - az adatokat rendszerezik és csoportosítják. A statisztikai csoportosítás eredményeit és az összefoglalókat stat-x táblázatok formájában mutatjuk be, ez a tömeg adatok bemutatásának legésszerűbb, szisztematikusabb, tömörebb és vizuálisabb formája.

3) a statisztikai információk általánosítása és értelmezése - statisztikai információk elemzése.

Ezek a szakaszok összekapcsolódnak, egyikük hiánya a statisztikai vizsgálat integritásának megsérüléséhez vezet.

Stat kutatási szakaszok

1 cél kitűzése

2.A megfigyelés tárgyának meghatározása

3.A megfigyelési egységek meghatározása

4. Kutatási program készítése

5. Útmutató összeállítása az űrlap kitöltéséhez

6. Az adatok összefoglalása és csoportosítása (rövid elemzés)

A statisztikai tudomány alapfogalmai és kategóriái.

1. Statisztikai népesség Olyan jelenségkészlet, amelynek egy vagy több közös vonása van, és más jellemzők értékeiben különbözik egymástól. Ilyen például a háztartások összessége, a családok összessége, a vállalkozások, cégek, egyesületek stb.

2. Jel - ez a jelenség egyik jellegzetes tulajdonsága, statisztikai vizsgálatok tárgyát képező tulajdonság

3. Statisztikai mutató - ez a társadalmi-gazdasági jelenségek és folyamatok általánosító mennyiségi jellemzője azok kvalitatív meghatározásában egy adott helyen és időben. A statisztikai mutatókat két fő típusra lehet osztani: számviteli és becsült mutatók (a vizsgált jelenség méretei, volumenei, szintjei) és az analitikus mutatók (relatív és átlagértékek, variációs mutatók stb.).

4. Sov-ti egység- ez minden egyes személy statisztikai vizsgálat tárgyát képezi.

5. Változás - Ez az attribútum értékének variabilitása ugyanazon jelenség egyes egységeiben.

6. Szabályosság - a jelenségek változásának gyakoriságát és sorrendjét hívják.

A statisztikai megfigyelés főbb szakaszai.

St-valami megfigyelés Tudományosan megalapozott adatgyűjtés a közélet társadalmi és gazdasági jelenségéről.

CH szakaszok:

1. Felkészülés a statisztikai megfigyelésre - a tömegmegfigyelés módszerének használatát jelenti, amely csupán az elsődleges statisztikai információk gyűjtése. (tudományos, módszertani, szervezeti és technikai kérdések megoldása).

2. Az elsődleges adatok statisztikájának összefoglalása és csoportosítása - Az összegyűjtött információkat általánosítani és bizonyos módon elosztják a stat csoportosítás módszerével. A munkát is beleértve, a kérdőívek, kérdőívek, űrlapok, statisztikai jelentési űrlapok elküldésével kezdődik, és benyújtásukkal a megfigyelést végző hatóságoknak történő kitöltést követően ér véget.

3. A statisztikai információk elemzése - a mutatók általánosításának módszerével elvégezzük a statisztikák elemzését.

4. Javaslatok kidolgozása az SN fejlesztésére - elemezzük azokat a okokat, amelyek a statisztikai űrlapok helytelen kitöltéséhez vezettek, és kidolgozunk javaslatokat a megfigyelés javítására.

Az információk megszerzése a CT SN során sok pénzügyi munkát és időt igényel. (közvéleménykutatások)

Statisztikai adatok csoportosítása.

Csoportosítva - Ez a Sov-ti felosztása csoportokra az alapvető jellemzők alapján.

A csoportosítás okai: a statisztikai vizsgálat tárgyának eredetisége.

A csoportosítási módszerrel a következő probléma megoldódik: a társadalmi-gazdasági típusok és jelenségek elosztása; a jelenség szerkezetének és az abban bekövetkező szerkezeti változások tanulmányozása; a jelenségek közötti kapcsolatok és kapcsolatok azonosítása.

Ezeket a feladatokat megoldják tipológiai, szerkezeti és elemző csoportosítások segítségével.

Tipológiai csoport - a társadalmi-gazdasági jelenségek típusainak azonosítása (ipari vállalkozások tulajdonosi csoport szerint)

Szerkezeti csoport - a szerkezet és a szerkezeti változások tanulmányozása. E csoportok segítségével a következőket lehet megvizsgálni: összetételünk nem, életkor, lakóhely stb. Szerint

Analitikai csoport - a megjelölések közötti kapcsolat azonosítása.

Az SG építésének szakaszai:

1.a csoportosítási attribútum kiválasztása

2.meghatározza a szükséges számú csoportot, amelybe be kell osztani a vizsgált konstellációt

3. Állítsa be a gr-ki intervallumok határait

4. Az indikátorok minden egyes csoportjának vagy rendszerének létrehozását, kt-t a kiválasztott csoportok jellemzik.

Csoportosítási rendszerek.

Csoportosítási rendszer egy egymással összefüggő statisztikai csoportosítás sorozata a legfontosabb jellemzők szerint, átfogóan tükrözve a vizsgált jelenségek legfontosabb aspektusait.

Tipológiai csoport - ez a vizsgált minőségi szempontból heterogén közösség osztályokra, társadalmi-gazdasági típusokra (ipari tulajdonú csoport)

Szerkezeti csoport - jellemzi a homogén közösség összetételét bizonyos jellemzők szerint. E csoportok segítségével a következőket lehet megvizsgálni: összetételünk nem, életkor, lakóhely stb. Szerint

Analitikai csoport - a jelek közötti kapcsolat tanulmányozására használják, az egyik CT faktorális (befolyásolja a teljesítmény változását), a másik hatékony (olyan jelek, amelyek a tényezők hatására változnak).

Az elosztó sorozat felépítése és típusai.

Stat eloszlási tartomány - ez a gombóc egységek rendezett eloszlása \u200b\u200bcsoportokba egy bizonyos változó jellemző alapján.

különbséget tesz: az eloszlás attribútív és variációs rad.

Jelző- ezek a minõségi jellemzõk szerint épített r.r. R. R. szokásos táblák formájában készíteni. A szovjetek összetételét a meglévő jellemzők szerint jellemzik, több időszakra vetítve, ezek az adatok lehetővé teszik a szerkezet változásának vizsgálatát.

variációs - ezek mennyiségi alapon épített r.r. Bármely variációs sorozat 2 elemből áll: opciók és frekvenciák.

Változatok figyelembe vesszük az attribútum egyedi értékeit, amelyeket a variációs sorozatban vesz, azaz a változó jellemző specifikus jelentése.

Frekvenciák - ez az egyedi opciók száma vagy a variációs sorozat minden egyes csoportja, azaz ezek olyan számok, amelyek megmutatják, hogy bizonyos változatok milyen gyakran fordulnak elő a folyóban.

Változási tartomány:

1.discrete - jellemzi a társadalmi egységek diszkrét alapon történő megoszlását (a családok megoszlása \u200b\u200baz egyes apartmanokban található szobák száma szerint).

2.interval - a táblát időközként mutatják be; elsősorban a tulajdonság folyamatos változtatásával tanácsos.

A legkényelmesebb a folyó folyó. elemezze a grafikus kép segítségével, amely lehetővé teszi az eloszlás alakjának megítélését. A sokszög és a hisztogram vizuálisan ábrázolja a variációs sorozat frekvenciájának változásának karakterét, van egy eltérő és kumulatív.

Statisztikai táblázatok.

UTCA A statisztikai adatok ésszerű és elterjedt formája.

A táblázat a statisztikai anyag legeredményesebb, vizuális és tömör formája.

Alapvető technikák, amelyek meghatározzák a CT nyoma kialakításának technikáját:

1. A T-nek kompaktnak kell lennie, és csak azokat a kiindulási adatokat kell tartalmaznia, amelyek közvetlenül tükrözik a st-ke-ben vizsgált társadalmi-gazdasági jelenséget.

2. A táblázat fejlécének, valamint az oszlopok és sorok nevének világosnak és tömörnek kell lennie.

3. Az infíció az oszlopokban (oszlopokban) található, összefoglaló sorral zárul.

5. Hasznos számozni a dobozokat és a sorokat, stb.

A logikai tartalom szerint az ST-k "stat mondat", amelyek a tárgy és a predikátum elemein alapulnak.

Tantárgy a tárgy neve, számokkal jellemezve. ez mb egy vagy több bagoly, a baglyegységekből.

Állítmány Az ST olyan mutatók, amelyek jellemzik a tanulmány tárgyát, azaz az asztal tárgya. Előrelátható a felső fejlécek és a grafikon tartalmának állapota balról jobbra.

9.A statisztikák abszolút értékének fogalma .

Pock-li stat Minőségileg meghatározott változó, amely mennyiségileg jellemzi a kutatás tárgyát vagy tulajdonságait.

Hűtve Általánosító mutató, amely jellemzi a jelenség méretét, terjedelmét vagy térfogatát meghatározott hely- és időkörülmények között.

Kifejezési módszerek: természetes egységek (azaz darabok, mennyiség); munkaerő mérése (munka. Bp, fárasztó); érték kifejezés

A beszerzés módszerei: tények nyilvántartása, összefoglalás és csoportosítás, számítás speciális módszertan szerint (GDP, besorolások stb.)

AB típusok: 1.individual AB - jellemzi az általános jelenségek egyes elemeit. 2. Total AB - har-t mutatók objektumok kombinációjára.

Az abszolút változás (/ _ \\) a különbség a 2 AB között.

Ahhoz, hogy képet kapjunk egy adott jelenségről, és következtetéseket vonjunk le, statisztikai tanulmányt kell végezni. Az egészségügy és az orvostudomány statisztikai kutatásának tárgya lehet a lakosság egészsége, az orvosi ellátás megszervezése, az orvosi és megelőző intézmények tevékenységének különféle részei, az egészségi állapotot befolyásoló környezeti tényezők.

A statisztikai vizsgálat elvégzésének módszertani sorrendje bizonyos szakaszokból áll.

1. szakasz Terv és kutatási program elkészítése.

2. szakasz Anyaggyűjtés (statisztikai megfigyelés).

3. szakasz Anyagfejlesztés, statisztikai csoportosítás és összefoglalás

4. szakasz A vizsgált jelenség statisztikai elemzése, következtetések megfogalmazása.

5. szakasz A kapott eredmények irodalmi feldolgozása és bemutatása.

A statisztikai tanulmány befejezése után ajánlásokat és irányítási döntéseket dolgoznak ki, a tanulmány eredményeit bevezetik a gyakorlatba, és értékelik a hatékonyságot.

A statisztikai tanulmány elvégzése során a legfontosabb elem a szigorú sorrend betartása ezen szakaszok végrehajtása során.

Első lépés A statisztikai kutatás - terv és program elkészítése - előkészítő, amely meghatározza a kutatás célját és célkitűzéseit, készít egy tervet és kutatási programot, kidolgozza a statisztikai anyag összefoglaló programját és megoldja a szervezeti kérdéseket.

A statisztikai tanulmány megkezdésekor pontosan és egyértelműen meg kell fogalmaznia a tanulmány célját és célkitűzéseit, és meg kell tanulmányoznia a témával kapcsolatos irodalmat.

A cél meghatározza a kutatás fő irányát, és általában nem csak elméleti, hanem gyakorlati is. A cél egyértelműen, egyértelműen, egyértelműen van megfogalmazva.

A kitűzött cél feltárása érdekében meghatározzuk a kutatási feladatokat.

Az előkészítő szakasz fontos eleme a szervezeti terv kidolgozása. A kutatás szervezeti terve előirányozza a hely (a megfigyelés adminisztratív-területi határai), az idő (a megfigyelés konkrét feltételei, az anyag kidolgozása és elemzése) és a kutatás tárgyának (szervezők, előadók, módszertani és szervezeti vezetés, kutatási finanszírozási források) meghatározását.

plés n kutatásd ovés niyamagába foglalja:

A kutatási objektum meghatározása (statisztikai populáció);

A tanulmány mennyisége (folyamatos, nem folyamatos);

Típusok (jelenlegi, egyszeri);

Statisztikai információk gyűjtésének módszerei. Kutatási programmagába foglalja:

A megfigyelési egység meghatározása;

Az egyes megfigyelési egységekkel kapcsolatban nyilvántartásba vett kérdések listája (számviteli táblák) *

Egyéni számviteli (regisztrációs) formanyomtatvány kidolgozása a figyelembe veendő kérdések és jelek felsorolásával;

Táblázat-elrendezések kidolgozása, amelyekbe bevitték a kutatási eredményeket.

Minden megfigyelési egységhez külön formanyomtatványt kell kitölteni, amely tartalmazza az útlevélrészletet, egyértelműen megfogalmazott programkérdéseket egy bizonyos sorrendben és a dokumentum kitöltésének dátumát.

Nyilvántartási űrlapként az orvosi és megelőző intézmények gyakorlatában használt regisztrációs orvosi nyomtatványok is felhasználhatók.

Információforrások lehetnek egyéb orvosi dokumentumok (eseti előzmények és egy járóbeteg páciens egyedi kártyái, gyermekfejlődési előzmények, születési előzmények), orvosi intézmények jelentési nyomtatványai stb.

Az ezekből a dokumentumokból származó adatok statisztikai fejlesztésének biztosítása érdekében az információkat speciálisan kifejlesztett számviteli űrlapokra másolja, amelyek tartalmát minden egyes esetben a kutatási célokkal összhangban meghatározzák.

Jelenleg a megfigyelési eredmények számítógépes feldolgozása során a programokkal kapcsolatos kérdések formalizálhatók , amikor a számviteli dokumentumban kérdéseket tesznek fel alternatívaként (igen, nem) , vagy kész válaszokat kínálunk, amelyek közül választania kell egy konkrét választ.

A statisztikai tanulmány első szakaszában, a megfigyelési programmal együtt, a programokat * összeállítják a kapott adatok összefoglalására, amely magában foglalja a csoportosítási elvek megállapítását, a csoportosító jelek elosztását , ezen jellemzők kombinációinak meghatározása, statisztikai táblázatok elrendezésének elkészítése.

Második szakasz - statisztikai anyag gyűjtése (statisztikai megfigyelés) - a vizsgált jelenség egyes eseteinek és az őket jellemző számviteli jelek nyilvántartásba vételén alapul. A munka előtt és alatt utasításokat (szóbeli vagy írásbeli) hajtanak végre a megfigyelők számára, megadva számukra regisztrációs nyomtatványokat.

Idő szempontjából a statisztikai megfigyelés lehet aktuális és egyszeri.

Amikor jelenlegi obsyu deniaa jelenséget egy bizonyos ideig (hét, negyedév) vizsgálják , év stb.) a jelenség napi felvételével, minden esetben. A folyamatos megfigyelés egyik példája a születések számának megszámlálása , halott, beteg , kórházból mentesítik stb. Ez figyelembe veszi a gyorsan változó jelenségeket.

Amikor egyszeri obsyu deniaa statisztikákat egy bizonyos (kritikus) időpontban gyűjtik. Az egyszeri megfigyelés a következő: népszámlálás, a gyermekek fizikai fejlődésének tanulmányozása, az éves lovak kórházi ágyainak nyilvántartása, az orvosi intézmények tanúsítása stb. Ez a típus magában foglalja a lakosság megelőző vizsgálatát. Az egyszeri regisztráció tükrözi a jelenség állapotát a tanulmány időpontjában. Az ilyen típusú megfigyelés a lassan változó jelenségek tanulmányozására szolgál.

Az időbeni megfigyelés típusának megválasztását a tanulmány célja és céljai határozzák meg. Például a kórházi ápolásban részesült betegek jellemzőit a kórházból kilépők jelenlegi nyilvántartásba vétele (jelenlegi megfigyelés), vagy a kórházban lévő betegek egynapos népszámlálásával (egyszeri megfigyelés) lehet megszerezni.

A vizsgált jelenség lefedettségének teljességétől függően különbséget kell tenni a folyamatos és a nem folyamatos kutatás között.

Amikor szilárda tanulmány a populációba bevont összes megfigyelési egységet megvizsgálja, azaz Általános népesség. Folyamatos vizsgálatot végeznek a jelenség abszolút méretének meghatározása érdekében, például a teljes népesség, a születések vagy halálesetek összes száma, az ezzel a vagy ezzel a betegséggel rendelkező betegek teljes száma stb. A folyamatos módszert akkor is alkalmazzák, amikor információra van szükség az operációs munkához ( , orvosok terhelése stb.)

Amikor szakaszosa tanulmány az általános népességnek csak egy részét vizsgálja. Több részre osztható: kérdőív, monográfia, fő tömb, szelektív. Az orvosi kutatásban a leggyakoribb módszer a szelektív módszer.

Monográfiai módszer - részletesen leírja az aggregált tulajdonság egyes egységeit, és a tárgyak mély, átfogó leírását.

Fő tömb módszer - azon objektumok tanulmányozását foglalja magában, amelyekbe a megfigyelési egységek túlnyomó többsége koncentrálódik. Ennek a módszernek az a hátránya, hogy a populáció egy részét még nem fedezi fel a tanulmány, bár kicsi, de jelentősen különbözhet a fő tömbtől.

Kérdőív módszer statisztikai adatgyűjtés, amelyet kifejezetten az emberek egy meghatározott köre számára kidolgozott kérdőívek segítségével készítenek. Ez a kutatás az önkéntesség elvén alapul, ezért a kérdőívek visszatérése gyakran hiányos. A feltett kérdésekre adott válaszok gyakran a szubjektivitás és a véletlenszerűség lenyomatát hordozzák. Ezt a módszert használják a vizsgált jelenség hozzávetőleges leírására.

Szelektív módszer - a megfigyelési egységek speciálisan kiválasztott részeinek tanulmányozására irányul, amelyek a teljes lakosság jellemzésére szolgálnak. Ennek a módszernek az az előnye, hogy az eredmények nagyfokú megbízhatósággal és lényegesen alacsonyabb költségekkel érhetők el. A tanulmány kevesebb előadót foglalkoztat , emellett kevesebb időigényű.

Az orvosi statisztikákban a mintavételi módszer szerepe és helye különösen nagy, mivel az egészségügyi dolgozók általában csak a vizsgált jelenség egy részével foglalkoznak: egy adott betegségben szenvedő betegcsoportot vizsgálnak, elemzik az egyes osztályok és az egészségügyi intézmények munkáját , bizonyos események minőségének értékelése stb.

Az információk statisztikai megfigyelés során történő beszerzésének módja és megvalósításának jellege szerint többféle típus különböztethető meg:

1) közvetlen megfigyelés(a betegek klinikai vizsgálata) , laboratórium , instrumentális kutatás , antropometrikus mérések stb.)

2) szociológiai módszerek: interjú módszer (személyes felmérés), kérdőívek (levelező felmérés - névtelen vagy nem anonim) stb .;

3) dokumentumfilm kutatásés nie(információk másolása a számviteli és jelentéstételi orvosi dokumentumokból, valamint az intézmények és szervezetek hivatalos statisztikáiból származó információk másolása.)

Harmadik szakasz - az anyag csoportosítása és összefoglalása - a megfigyelések számának ellenőrzésével és meghatározásával kezdődik , a kapott információk teljessége és helytállósága , a hibák azonosítása és kiküszöbölése, másolatú nyilvántartások stb.

Az anyag helyes fejlesztéséhez az elsődleges számviteli dokumentumok titkosítását kell használni , azok. az egyes jellemzők és csoportok megjelölése betűjellel vagy digitális betűvel. A titkosítás technika , az anyagfejlesztés megkönnyítése és felgyorsítása , a fejlesztés minőségének és pontosságának javítása. A titkosítógépeket - a hagyományos megnevezéseket - önkényesen generálják. A diagnózisok titkosításakor ajánlatos a nemzetközi nómenklatúrát és a betegségek osztályozását használni; a szakmák titkosításakor - a szakmák szókincsét.

A titkosítás előnye, hogy ha szükséges, a fő fejlesztés befejezése után visszatérhet a fejlesztéshez szükséges anyaghoz, hogy új kapcsolatokat és függőségeket megismerjen. A titkosított hitelesítő adatok megkönnyítik és gyorsítják , mint titkosítatlan. Az ellenőrzés után a jellemzőket csoportosítják.

Csoportosítás- a vizsgált adatok halmaza homogén módon , tipikus csoportok a legalapvetőbb jellemzők szerint. A csoportosítást kvalitatív és mennyiségi kritériumok alapján lehet elvégezni. A csoportosító tulajdonság kiválasztása a vizsgált populáció természetétől és a vizsgálat céljától függ.

A tipológiai csoportosítást kvalitatív (leíró, jellemzői) jellemzők alapján végezzük, például nemek szerint , szakma, a betegség csoportjai, a betegség súlyosságának, a műtét utáni szövődmények stb.

A mennyiségi (variációs) jellemzők szerinti csoportosítást a karakterisztika numerikus mérete alapján kell elvégezni , például , életkor szerint , a betegség időtartama, a kezelés időtartama stb. A kvantitatív csoportosítás megoldást igényel a csoportosítási intervallum méretének kérdésére: az intervallum lehet egyenlő, és bizonyos esetekben - egyenlőtlen, még az úgynevezett nyitott csoportokat is magában foglalhatja.

például , életkor szerint csoportosítva meg lehet határozni a nyitott csoportokat: legfeljebb 1 év . 50 éves és idősebb

A csoportok számának meghatározásakor a tanulmány céljából és célkitűzéseiből kell kiindulni. Fontos, hogy a csoportosítások képesek legyenek feltárni a vizsgált jelenség mintázatait. Nagyon sok csoport vezethet az anyag túlzott összetöréséhez, szükségtelen részletek kidolgozásához. Néhány csoport hajlamos elmosni a jellemzőket.

Az anyag csoportosítása után folytatják az összefoglalót.

TÓL TŐL vodka- az egyedi esetek általánosítása , statisztikai kutatás eredményeként kapott egyes csoportokba, számlálásukkal és a táblázatok elrendezésébe bevitele.

A statisztikai anyag összefoglalását statisztikai táblázatok segítségével készítik. asztal , nincs kitöltve számokkal , elrendezésnek hívják.

A statisztikai táblázatok barna színűek , időrendi, területi.

Az asztalnak van tárgya és predikátuma. A statisztikai alanyot általában vízszintes vonalakba helyezik a táblázat bal oldalán, és tükrözik a fő, fő jellemzőt. A statisztikai predátumot balról jobbra helyezik függőleges oszlopokba, és további számviteli jeleket tükröznek.

A statisztikai táblázatokat egyszerűekre osztjuk , csoport és kombináció.

BAN BEN egyszerű táblákbemutatja az anyag numerikus eloszlását egy tulajdonságra , alkotóelemei (1. táblázat). Egy egyszerű táblázat általában tartalmaz egy egyszerű listát vagy összefoglalót a vizsgált jelenség teljes egészéről.

Asztal 1

Az N. kórházban bekövetkezett halálesetek megoszlása \u200b\u200béletkor szerint

BAN BEN csoport asztalokkét elem kombinációját mutatja be egymással kapcsolatban (2. táblázat).

2. táblázat

A halálesetek megoszlása \u200b\u200baz N. kórházban nem és életkor szerint

BAN BEN kombinálóés qiról ről ezeket a táblákatmegadjuk az anyag eloszlását három vagy több egymással összefüggő jel szerint (3. táblázat).

3. táblázat

Az N. kórházban elkövetett halálesetek megoszlása \u200b\u200bkülönböző betegségek szerint életkor és nem szerint

Az alapbetegség diagnosztizálása	Kor
0-14	15-19	20-39	40-59	60 és\u003e	Teljes
m	f	m	f	m	f	m	f	m	f	m	f	m + f
A keringési rendszer betegségei.	-	-	-	-
Sérülés és mérgezés		-		-					-
Rosszindulatú daganatok. daganatok.	-	-	-	-	-	-
Mások Zab.	-	-	-	-
Minden beteg.		-		-

A táblák összeállításakor bizonyos követelményeknek teljesülniük kell:

Mindegyik táblázatnak tartalmaznia kell egy címét, amely tükrözi a tartalmát;

A táblázatban minden oszlopnak egyértelmű rövid címekkel kell rendelkeznie;

A táblázat kitöltésekor a táblázat minden cellájának tartalmaznia kell a megfelelő numerikus adatokat. A táblázat azon celláit, amelyek e kombináció hiánya miatt üresek maradnak, áthúzzák ("-"), és információ hiányában az "nss" kerül a cellába. vagy "...";

Az alsó vízszintes sor és a jobb oldali utolsó függőleges oszlop kitöltése után a függőleges oszlopokat és a vízszintes sorokat összegezzük.

A táblákat következetesen kell számozni.

Kicsi nyomonkövetési volumenű tanulmányok esetén manuális jelentést készítenek. Az összes számviteli dokumentumot az attribútum titkosításának megfelelően csoportokra kell felosztani. Ezenkívül az adatok kiszámítását és rögzítését a táblázat megfelelő cellájában végezzük.

Jelenleg a számítógépeket széles körben használják az anyagok válogatására és összegzésére. . amelyek nem csak az anyag válogatását teszik lehetővé a vizsgált jellemzők szerint , de elvégezzük a mutatók számítását.

Negyedik szakasz - statisztikai elemzés - a tanulmány kritikus szakasza. Ebben a szakaszban a statisztikai mutatók kiszámítása (gyakoriság , szerkezetek , a vizsgált jelenség átlagos méretei), grafikus ábrázolásukat adjuk meg , a dinamika , trendek, kapcsolatok létesülnek a jelenségek között . előrejelzéseket adnak, stb. Az elemzés magában foglalja a kapott adatok értelmezését, a kutatási eredmények megbízhatóságának értékelését. Végül következtetéseket vonunk le.

Ötödik szakasz - az irodalmi feldolgozás végleges. Ez magában foglalja a statisztikai vizsgálat eredményeinek véglegesítését. Az eredményeket cikk, jelentés, jelentés formájában lehet bemutatni , disszertációk stb. A regisztráció minden típusához vannak bizonyos követelmények , amelyet figyelembe kell venni a statisztikai kutatások eredményeinek irodalmi feldolgozása során.

Az orvosi és statisztikai kutatások eredményeit bevezetik az egészségügyi gyakorlatba. Különböző lehetőségek vannak a kutatási eredmények felhasználására: az orvosi és tudományos dolgozók széles körének eredményeinek megismerése; oktatási és módszertani dokumentumok készítése; ésszerűsítési javaslatok regisztrálása és mások.

STATISZTIKAI ÉRTÉKEK

A statisztikai adatok összehasonlító elemzésére statisztikai értékeket használnak: abszolút , relatív , átlagos.

Abszolút értékek

Az összefoglaló táblázatokban a statisztikai vizsgálat során kapott abszolút értékek tükrözik a jelenség abszolút méretét (az egészségügyi intézmények száma, a kórházi ágyak száma, a népesség , halálesetek, születések, betegségek stb. száma). Számos statisztikai vizsgálat befejeződik abszolút értékek meghatározásával. Egyes esetekben felhasználhatók a vizsgált jelenség elemzésére. , például , ritka jelenségek tanulmányozásakor , ha szükséges, ismeri a jelenség pontos abszolút méretét , ha szükséges, figyeljen a vizsgált jelenség egyes eseteire stb. Néhány megfigyeléssel , abban az esetben, ha a minta meghatározása nem szükséges , abszolút számok is használhatók.

A legtöbb esetben az abszolút értékeket nem lehet összehasonlítani más tanulmányok adataival. Ehhez a relatív és az átlagértékeket kell használni.

Relatív értékek

Relatív értékek (mutatók , együtthatókat) az egyik abszolút érték és a másik arányának eredményeként kapjuk meg. A leggyakrabban használt mutatók: intenzív , kiterjedt, arányok , világosság.

Intenzív - frekvenciamutatók , intenzitás, a jelenség prevalenciája a környezetben , előállítva ezt a jelenséget. Az egészségügyben megvizsgálják a morbiditást , halálozás , fogyatékosság, termékenység és a közegészségügy egyéb mutatói. szerda , amelyben a folyamatok zajlanak, a lakosság egésze vagy annak egyes csoportjai (életkor, nem, társadalmi csoport) , szakmai stb.). Az orvosi és statisztikai kutatásokban egy jelenség ugyanúgy a környezet terméke. például , népesség (környezet) és beteg (jelenség); beteg (szerda) és elhunyt (jelenség) stb.

Az alap méretét az indikátor értékének megfelelően kell kiválasztani - 100-ra, 1000-re, 10000-ra, 100000-re, ettől függően a mutatót százalékban fejezik ki , ppm , prodecimille, prosantimille.

Az intenzív mutatót a következőképpen kell kiszámítani: például 1995-ben Iránban. 67283 ezer lakos él, egy év alatt 380200 ember halt meg.

Az intenzív mutatók általánosak és specifikusak lehetnek.

Az általános intenzív mutatók a jelenség egészét jellemzik . például , általános termékenységi ráták , halálozás, morbiditás, a közigazgatási terület teljes népességére kiszámítva.

Különleges intenzív mutatókat (csoportonként) használunk a jelenség gyakoriságának jellemzésére különböző csoportokban (előfordulás nemenként, életkoronként) , 1 év alatti gyermekek mortalitása , az egyes nosológiai formák halálossága stb.).

Intenzív mutatókat használnak: a szint meghatározására . frekvencia , a jelenség prevalenciája; összehasonlítani egy esemény gyakoriságát két különböző populációban; tanítani a jelenség gyakoriságának változásait a dinamikában.

Kiterjedt- a fajsúly, a szerkezet mutatói jellemzik a jelenség megoszlását alkotóelemeire, belső szerkezetét. A kiterjedt mutatókat a megjelenés egy részének és az egésznek a hányadosa alapján számítják ki, és egység százalékában vagy töredékében fejezik ki.

Az átfogó mutatót a következőképpen számítják ki: például Görögországban 1997-ben 719 kórház működött, ebből 214 általános kórház.

Széles indikátorokkal lehet meghatározni a jelenség szerkezetét, és összehasonlító módon felmérni annak alkotóelemeinek arányát. A kiterjedt mutatók mindig össze vannak kapcsolva, mivel azok összege mindig 100 százalék: például a morbiditás szerkezetének tanulmányozásakor az egyes betegségek fajsúlya megnőhet annak valódi növekedésével; ugyanazon a szinten, ha csökkent más betegségek száma; a betegség számának csökkenésével , ha más betegségek számának csökkenése gyorsabban következik be.

arányok- képviselik két egymástól független, egymástól független arányt , minőségileg eltérő mennyiségek. Az arány mutatói tartalmazzák a lakosság orvosokkal, mentősökkel, kórházi ágyakkal stb. Ellátott mutatóit.

Az arány kiszámítása az alábbiak szerint történik: például 3 789 000 lakosú libanonban 1996-ban 3941 orvos dolgozott az orvosi intézményekben.

Láthatóság- a statisztikai értékek vizuálisabb és hozzáférhetőbb összehasonlítása céljából használják. A láthatósági mutatók kényelmes módon konvertálhatják az abszolút, relatív vagy átlagértékeket könnyen összehasonlítható formákká. Ezen mutatók kiszámításakor az összehasonlított értékek egyikét 100-ra (vagy 1-re) egyenlik, és a fennmaradó értékeket ennek a számnak az alapján kell újra kiszámítani.

A láthatósági mutatók kiszámítása a következő: például Jordánia népessége: 1994-ben volt. - 4275 ezer ember, 1995-ben. - 4440 ezer ember , 1996-ban - 5439 ezer ember.

Láthatóság mutató: 1994-100%;

1995	=	4460 *100	=	103.9%;
1996	=	5439*100	=	127.2%

A láthatóság mutatói azt mutatják, hogy hány százalékkal vagy hányszor nőtt vagy csökkent az összehasonlított értékek. A láthatósági mutatókat gyakran használják az adatok időbeli összehasonlítására. , bemutatni a vizsgált jelenség mintázatait vizuálisabb formában.

Néhány hiba elkövethető relatív értékek használatakor. Itt vannak a leggyakoribbak:

1. Időnként a jelenség gyakoriságában bekövetkező változásokról széleskörű mutatók alapján ítélik meg, amelyek a jelenség szerkezetét jellemzik, nem pedig annak intenzitását.

3. A speciális mutatók kiszámításakor a mutató kiszámításához a nevezőt helyesen kell kiválasztani: például , a műtét utáni halálozási arányt a műtéthez viszonyítva kell kiszámítani , nem minden beteg ember.

4. A mutatók elemzésekor az időtényezőt kell figyelembe venni:

lehetetlen összehasonlítani a különböző időszakokra kiszámított mutatókat: például egy és egy féléves előfordulási arány , ami téves ítéletekhez vezethet. 5. Lehetetlen összehasonlítani a heterogén összetételű populációkból kiszámított általános intenzív mutatókat, mivel a környezet összetételének heterogenitása befolyásolhatja az indikátor értékét.

Átlagos értékek

Az átlagértékek a statisztikai populáció általánosító jellemzőit adják egy bizonyos változó mennyiségi tulajdonságra.

Az átlagérték a teljes megfigyelési sorozatot egy számmal jellemzi, amely kifejezi a vizsgált tulajdonság általános mértékét. Kiegyenlíti az egyes megfigyelések véletlenszerű eltéréseit és a kvantitatív tulajdonság jellemző tulajdonságát adja.

Az átlagokkal végzett munka egyik követelménye a populáció kvalitatív homogenitása, amelyre az átlagot kiszámítják. Csak akkor tárgyilagosan tükrözi a vizsgált jelenség jellegzetes vonásait. A második követelmény az, hogy az átlagérték csak a jellemző jellemző méretét fejezi ki, ha a vizsgált tulajdonság tömeges általánosításán alapul, azaz elegendő számú megfigyelés alapján számítva.

Az átlagértékeket az eloszlási sorozatból (variációs sorozatból) kapjuk.

Variációs sorozat- egységes mennyiségi számviteli jellemzőt jellemző, homogén statisztikai mennyiség, amelyek méretükben különböznek és bizonyos sorrendben vannak elrendezve (csökkenő vagy növekvő).

A variációs sorozat elemei a következők:

választási lehetőség- v a vizsgált változó tulajdonság numerikus értéke.

Frekvencia - p (pars) vagy f (gyakoriság) - egy variáció sorozatának megismételhetősége, amely megmutatja, hogy egy adott sorozaton belül milyen gyakran fordul elő egy vagy másik változat.

Megfigyelések száma összesen- n (numerus) - az összes frekvencia összege: n \u003d ΣΡ. Ha a megfigyelések száma meghaladja a 30-at, akkor a statisztikai mintát nagynak kell tekinteni, ha n kisebb, vagy egyenlő 30 - kicsivel.

A variációs sorozat nem folytonos (diszkrét), egész számból áll, és folytonos, ha a variáns értékeit frakcionált számban fejezik ki. Nem folytonos sorokban a szomszédos lehetőségek egész számmal különböznek egymástól: például a szívverések száma, a percenkénti lélegzetek száma, a kezelés napjainak száma stb. Folyamatos sorozatokban az opciók bármilyen frakcionált egységértékkel különbözhetnek. A variációs sorozatok háromféleek. Egyszerű- egy sor, amelyben minden lehetőség egyszer fordul elő, azaz a frekvenciák megegyeznek egyvel.

RÓL RŐL bullish- egy sor, amelyben a változatok többször is előfordulnak.

Sgruppirovés nny- sor. amelyben a variánsokat egyesítik csoportokba értékük alapján egy meghatározott intervallumon belül, jelezve a csoportba tartozó összes változat ismétlésének gyakoriságát.

A csoportos variációs sorozatot számos megfigyeléssel és a variáns extrém értékeinek beteg sorozatával használjuk.

A variációs sorozat feldolgozása a variációs sorozat paramétereinek (átlagérték, szórás és az átlagérték átlagos hibája) megszerzéséből áll.

Átlagok típusai.

Az orvosi gyakorlatban a következő átlagokat használják leggyakrabban: mód, medián, számtani átlag. Más átlagokat ritkábban használnak: geometriai átlag (antitestek, toxinok, vakcinák titrálási eredményeinek feldolgozásakor); gyökér átlag (a sejtszakasz átlagos átmérőjének meghatározásakor a bőr immunológiai teszteinek eredményei); átlagos köbméter (a daganatok átlagos térfogatának meghatározásához) és mások.

Divat(Mo) - a tulajdonság értéke, amely a leggyakoribb az aggregátumban Az üzemmódot arra a variációra veszik, amely a variációs sorozat legnagyobb frekvenciájának felel meg.

Középső(Me) - a tulajdonság értéke, amely a variációs sorozat medián értékét foglalja el. A variációs sorozatot két egyenlő részre osztja.

Az üzemmód nagyságát és a mediánt nem befolyásolják a variációs sorozatban rendelkezésre álló szélsőséges variánsok numerikus értékei. Nem mindig képesek pontosan jellemezni a variációs sorozatokat, és viszonylag ritkán használják őket az orvosi statisztikákban. A számtani átlag pontosabban jellemzi a variációs sorozatot.

TÓL TŐL középső számtani(M vagy) - a vizsgált tulajdonság összes numerikus értéke alapján számítják ki.

Egy egyszerű variációs sorozatban, ahol a variánsok csak egyszer fordulnak elő, az egyszerű aritmetikai átlagot a következő képlet alapján számítják ki:

Ahol V a variáns numerikus értékei,

n a megfigyelések száma,

Σ - összegjel

A szokásos variációs sorozatokban a számtani súlyozott átlagot a következő képlettel számítják ki:

Ahol V a variáns numerikus értékei.

Ρ - az előfordulási gyakoriság opció.

n a megfigyelések száma.

S - összegjel

A számtani súlyozott átlag kiszámításának példáját a 4. táblázat tartalmazza.

4. táblázat

A betegek kezelésének átlagos időtartamának meghatározása a kórház speciális osztályán

A fenti példában a mod a 20 napos változat, mivel többször is megismételik, mint mások - 29-szer. Mo \u003d 20. A medián rendszámát a következő képlet határozza meg:

A medián helye a 48. opcióra esik, amelynek numerikus értéke 20. A képlet szerint számított aritmetikai átlag szintén 20.

Az átlagértékek a lakosság fontos általánosító jellemzői. Az egyedi jellemző értékeket azonban elrejtik. Az átlagértékek nem mutatják a tulajdonság variabilitását, variabilitását.

Ha a variációs sorozat kompaktabb, kevésbé szétszórt, és minden egyes érték az átlag körül helyezkedik el, akkor az átlag pontosabban jellemzi az adott populációt. Ha a variációs sorozat meghosszabbodik, az egyes értékek jelentősen eltérnek az átlagtól, azaz nagy a kvantitatív tulajdonság variabilitása, akkor az átlag kevésbé jellemző, rosszabb az egész sorozatot tükrözi.

Ugyanazon nagyságrendű átlagok származtathatók sorozatokból, különböző szóródási fokozattal. Tehát például a kórház szakosodott részlegeiben a betegek kezelésének átlagos időtartama is 20 lesz, ha mind a 95 beteg 20 napig volt kórházi. Mindkét számított átlag megegyezik egymással, de különböző variációs fokozatú sorozatból származik.

Ezért a variációs sorozat jellemzéséhez az átlagérték mellett további jellemzőre is szükség van , lehetővé teszi annak ingadozása mértékének felmérését.

© 2015-2019 webhely
Minden jog a szerzőiké. Ez a webhely nem igényli szerzői jogot, de ingyenes felhasználást biztosít.
Az oldal létrehozásának dátuma: 2016-02-13