Обратный метод стандартизации
Обратный метод стандартизации применяется при отсутствии данных о возрастном составе населения, когда имеются лишь сведения о возрастном составе больных или умерших, то есть данные обратные тем, что использовались при косвенном методе. Метод дает менее точные результаты. Они тем точнее, чем более дробные возрастные интервалы применяются при стандартизации. Важно также выбрать подходящий, близкий к сравниваемым контингентам, стандарт. Стандартом в этом случае служат возрастные коэффициенты смертности или заболеваемости.
Например, в городе Н за последние 10 лет несколько увеличились коэффициенты смертности населения от злокачественных новообразований со 115,5 на 100000 нас. в 1986 г. до 119,0 на 100000 нас. в 1996 г. За это время численность населения возросла с 800000 до 900000 человек и, по-видимому, возрастной состав был различен в сравниваемые годы.
I этап состоит из выбора стандарта. Примем за стандарт повозрастные коэффициенты смертности от злокачественных новообразований на 100000 населения в 1989 г., в год переписи, когда эти коэффициенты были
определены с достаточной точностью.
II этап включает в себя вычисление «ожидаемой» численности населения города, при этом допускается, что повозрастные коэффициенты смертности от злокачественных новообразований в 1986 и 1996 гг. были
такими же, как и в 1989 г.
Стандартизация коэффициентов смертности от злокачественных новообразований в городе Н. Обратный метод (числа условные)
I этап | II этап | ||||
Возрастные группы | Повозрастные коэффициенты смертности от злокачественных новообразований на 100000 населения, принятого за стандарт | 1986 г. | 1996 г | ||
Число умерших от злокачественных новообразований в данном возрасте | «Ожидаемая» численность населения | Число умерших от злокачественных новообразований в данном возрасте | «Ожидаемая» численность населения | ||
До 30 | 4,0 | ||||
30-39 | 35,0 | ||||
40-49 | 132,0 | ||||
50-59 | 354,0 | ||||
60 лет и старше | 722,0 | ||||
Всего | 121,0 |
Для вычисления «ожидаемой» численности населения делим число умерших в каждой возрастной группе на соответствующие повозрастные коэффициенты смертности от злокачественных новообразований принятого за стандарт населения, и результат умножаем на 100000.
Например, для того, чтобы в возрасте до 30 лет коэффициент смертности от злокачественных новообразований составлял 4,0 на 100000 при наличии 21 умершего в этом возрасте в 1986 г., численность населения данного возраста в этом году должна составлять:
21х100000 | =525000 человек | а в 1996 г. | 18х100000 | = 45000 человек |
4,0 | 4,0 |
Таким же образом определяем «ожидаемую» численность населения для всех остальных возрастных групп населения. В результате подсчета оказалось, что «ожидаемая» численность населения в 1986 году составляла 890548 человек, а в 1996 году - 840024 человека.
Расхождение «ожидаемых» и фактических чисел населения вызвано различием действительных и принятых за стандарт повозрастных коэффициентов смертности населения от злокачественных новообразований.
III этап. На третьем этапе стандартизации для устранения указанного различия делим «ожидаемые» числа населения на фактические и умножаем на принятый за стандарт коэффициент смертности.
Для 1986 г. это составляет
х 121,0 = 134,7 на 10000 | |
для 1996 года
х 121,0 = 112,9 на 10000 | |
Отсюда можно сделать вывод, что некоторый рост общих коэффициентов смертности населения города Н от злокачественных новообразовании был вызван только изменением возрастного состава населения. После применения стандартизации и элиминирования влияния изменений возрастного состава оказалось, что за истекшие 10 лет население города стало реже умирать от злокачественных новообразований.
Необходимо еще раз подчеркнуть, что выбор конкретного метода стандартизации зависит от того, насколько полный статистический материал имеется в наличии. Прямой метод дает более надежные результаты но в случае невозможности его применения следует использовать косвенный или обратный метод стандартизации: они достаточно точны для практического применения. Стандартизация позволяет нам сделать правильный вывод о том, имеется ли действительно разница общих интенсивных коэффициентов в сравниваемых коллективах или эти различия зависят только от неодинаковой структуры сравниваемых совокупностей.
Контрольные вопросы
1. Что такое метод стандартизации?
2. Являются ли стандартизованные показатели истинными или условными.
3. Случаи применения метода стандартизации.
4. Что такое стандартизованные показатели?
5. Из каких этапов состоит прямой метод стандартизации?
6. Дайте понятие косвенного метода стандартизации, назовите его этапы.
7. Дайте понятие обратного метода стандартизации, назовите его этапы.
РАЗДЕЛ 9
КОРРЕЛЯЦИОННЫЙ АНАЛИЗ
Измерение связи между явлениями или признаками | ||||||||||||||
1. Виды связи | ||||||||||||||
Функциональная | корреляционная | |||||||||||||
2. Критерии оценки корреля ционной связи | ||||||||||||||
коэффициент корреляции | ||||||||||||||
3. Методы определения коэффи циента корреля ции | ||||||||||||||
Метод квадратов (Пирсона) | Метод рангов (Спирмена) | |||||||||||||
4. Оценка характера связи | ||||||||||||||
Прямая (+) | Обратная (+) | |||||||||||||
5. Оценка силы связи | ||||||||||||||
Сильная (от 0,7 до 1) | Средняя (от 0,3 до 0,7) | Слабая (от 0 до 0,3) | ||||||||||||
Все в природе связано и взаимообусловлено. Изменчивость одного признака находится в определенном соответствии с изменчивостью другого. Если изменению одного признака всегда соответствует изменение второго признака на определенную величину, то говорят о функциональной зависимости (связи). Примером такой зависимости являются физические, химические явления, зависимости в геометрии и т. д.
Примером может служить увеличение площади круга, которая находится в строгой зависимости от увеличения его радиуса, или тот факт, что угол правильного многоугольника зависит от числа сторон, но не зависит от их длины и т.п.
Когда с изменением одного признака второй может измениться на величину, которую заранее предопределить невозможно, и каждому значению одного признака может соответствовать несколько значений другого признака, говорят о корреляционной связи.
Корреляционная связь проявляется между массой тела и ростом детей, числом эритроцитов и содержанием гемоглобина в крови, дозой заражающего агента и летальностью животных, содержанием вредно действующих веществ в окружающей среде и заболеваемостью. Статистика измеряет эту связь. Статистический анализ связи обычно начинается с построения комбинационных аналитических таблиц, где очень важно провести правильную группировку материала, которая поможет выявлению зависимости.