Értékelése az eredmények megbízhatóságát statisztikai vizsgálatok (relatív értékek)

Ha tanulmányozza az általános (szilárd) együttesen annak kvantitatív jellemzésére elég kiszámítható Mi # 963;. A gyakorlatban azonban, mint általában, egy vizsgálatot hajtottunk végre a teljes mintán, hogy reprezentatív (megbízható), vagy képviselője a lakosság körében. Reprezentativitását mintát értékelt speciális kiválasztási módszerek, az azt jelenti reprezentativitás ott minden jel hajtjuk lakosság körében.

A statisztikák megbízhatósága kell értenie, milyen mértékben, hogy azok megfelelnek a kijelző a valóság. Megbízható eredmények azok, amelyek nem torzítják és pontosan tükrözik az objektív valóság.

Megbízhatóságának értékelésére a kutatási eredmények, hogy meghatározza, milyen valószínűséggel lehet terjeszteni a kapott eredményeket a mintában meghatározott a teljes lakosság számára.

A legtöbb orvosi kutatás orvos van szükség, mint a szabály, meg kell foglalkozni egy része a jelenség a vizsgált, és az e tanulmány eredményeit, hogy készítsen az egész jelenség egészét - az általános népesség körében.

Így az értékelés a megbízhatóság szükséges része a jelenség lenne megítélni a jelenség egészét, saját törvényeit.

Megbízhatóságának értékelése a kutatási eredmények rendelkezik vychmslenie:

1) hibahatárt (m átlagos hiba közepes P M vagy a relatív mennyiségek;

2) a megbízhatósági határok közepes (M) vagy a relatív (P) értékek;

3) A megbízhatósága különbség átlagok (M) vagy a relatív (P) értékei a kritériumot t.

4) megbízhatósága közötti különbségek képest csoportok kritérium X 2 (chi-square).

2.2. Meghatározása az átlagos hiba átlaga (vagy relatív) nagysága (a hibahatár) - m.

lefedettségi hiba (m) a legfontosabb statisztikai intézkedés értékeléséhez szükséges a megbízhatóság a vizsgálati eredményeket. Ez a hiba akkor fordul elő azokban az esetekben, amikor szükség van rá a részét jellemzik a jelenség egészét. Ezek neizbeny hibákat. Erednek a lényege a mintavételi; lakosság lehet jellemezni a kiválasztott sor és csak néhány hiba, a mérési hibahatárt.

hibahatár nem lehet keverni a hagyományos ábrázolás hiba: oktatás, pontosságát aritmetikai és mások.

Legnagyobb minta hiba kerül megállapításra, hogy a kapott eredmények a minta megfigyelések eltérnek az eredményekből, hogy be lehet szerezni, lebonyolítása folyamatos kutatás bármely és minden eleme a lakosság számára.

hibahatáron lehet csökkenteni kellően kis értékű, azaz a A méret a hibahatár. Ez úgy történik, azáltal, hogy a minta elegendő számú megfigyelések (n).

Minden középérték - M (jelenti a kezelés időtartama, az átlagos magassága, átlagos testsúly, vér átlagos fehérje és mtsai.), És minden egyes relatív értékét - P (. Halálozási arány, morbiditás, stb) kell biztosítani annak medián hiba - m. Így a számtani átlaga minta (M) van egy hibahatárt, amely az úgynevezett számtani átlaga hiba (mM), és határozzuk meg az alábbi képlet:

ahol mM - hibája az átlagérték;

# 963; - a standard eltérést;

n - a megfigyelések száma.

Ebből a képletből következik, hogy az érték a számtani átlaga az átlagos hiba egyenesen arányos mértékét jellemző sokszínűség és fordítottan arányos a négyzetgyöke a megfigyelések száma. Következésképpen a csökkenés a hiba meghatározásában diverzitás mértékét (# 963;) lehetséges növelésével a megfigyelések száma.

Ezt az elvet alapul meghatározásának módszere elegendő számú megfigyelések mintavételre.

Relatív értékek (P), elő szelektíven tanulmányozására is annak hibahatárt, amely az úgynevezett átlagos hiba és relatív nagysága jelöljük mP.

Ahhoz, hogy meghatározzuk az átlagos relatív hiba értékét (P) a következő képlet szerint:

ahol P - relatív érték. Ha a mutatót százalékban kifejezve, akkor q = 100-P, ha a P milliomodrészben, akkor q = 1000-P, ha a P - a prodetsimillyah, toq = 10000-P, stb.; n - a megfigyelések száma. Amikor a megfigyelések száma kevesebb, mint 30 a nevezőben kell venni az N-1.

2.3. Meghatározása M és P. konfidenciahatárokat

Meghatározzuk, hogy a számtani átlaga, vagy a (relatív) nagysága a két szélső értéket: a lehető legkisebb és a lehető legmagasabb megtalálják a mértéke, hogy a célérték lehet általános paramétert. Ezek a határértékek az úgynevezett megbízhatósági határokat.

Konfidencia határokat számtani átlaga a népesség formula határozza meg:

MGen. = Mvyb. TMM,

ahol MGen. - az átlagos értéke a jellemző a populációban,

Miyb.- nyert átlagértéknek a több issledovaniyavyborochnoy

t - megbízhatósági tényezője - az az összeg, m amely szorozni egy bizonyos értékre hibátlan prognózist (p) hogy megkapjuk az átlagos értéke ingadozások a népesség határ;

TMM = - megbízhatósági intervallum (vagy a legnagyobb hiba).

Bizalom relatív érték határ a populációban alkalmazásával határoztuk meg a következő képlet:

PGEN. = Pvyb. tmp,

gdePgen. - jelzi a teljes népesség,

Piyb.- átlagérték, az arány eredő kutatási vyborochnoysovokupnosti,

t - megbízhatósági tényezője

tmp - megbízhatósági intervallum (vagy a legnagyobb hiba) /

A „valószínűség becslési hiba mentes» (P) - annak a valószínűsége, amellyel azt lehet mondani, hogy a lakosság Mbudet fekszenek M TMM (vagy azon belül a P-P TMP).

Ha n 30, P = 95% és a P = 99%, a kritériuma Student-féle t egy asztal (táblázat. 8.). Ha n P = 30 95% t = 2, P = 99% t = 3.

A nagy többsége az orvosi kutatás, a valószínűségét hibamentes predikciós (P) kell lennie legalább 95%.

Az értékek a t-teszt (t)

12,70 4,30 3,18 2,78 2,57 2,42 2,36 2,31 2,26 2,23 2,20 2,16 2,14 2,13 2,12 2,11 2, 10 2,09 2,09 2,08 2,07 2,07 2,06 2,06 2,06 2,05 2,05 2,04 2,04

63,56 9,92 5,84 4,60 4,03 3,71 3,50 3,36 3,25 3,17 3,11 3,06 3,01 2,98 2,95 2,92 2, 90 2,88 2,86 2,84 2,83 2,82 2,81 2,80 2,79 2,78 2,77 2,76 2,76 2,76

36,59 31,60 12,94 8,61 6,86 5,96 5,31 5,04 4,78 4,59 4,44 4,32 4,22 4,14 4,07 4,02 3, 96 3,92 3,88 3,85 3,82 3,79 3,77 3,75 3,73 3,71 3,69 3,67 3,66 3,64

2.4. Meghatározása hitelességét különbség átlagok (M) vagy a relatív (P) értékei a kritériumot t.

Az orvostudományban és az egészségügyi ellátás, és az átlagos relatív értékeket a paraméterek értékeli a különbséget kaptunk a különböző népességcsoportok nem, életkor, valamint a csoportok beteg és egészséges, stb Minden esetben, ha összehasonlítjuk a két összehasonlított értékek szükségessé válik nemcsak hogy meghatározzák a különbség a kettő között, hanem, hogy értékelje annak érvényességét.

Megbízhatóság különbség kapott értékek szelektív kutatás azt jelenti, hogy a különbségük kimenet továbbítják az érintett lakosság körében.

A megbízhatóság mért különbség minta konfidencia kritérium (kritérium precíziós t), amely megfelelően számítják speciális képletek a középérték és relatív értékek.

Formula megbízhatóságának értékelésére a különbség az átlagok képest az alábbiak szerint:

és a relatív értékek:

ahol M1, M2, P1, P2 - paraméterek kapott mintavételes felmérések; m1 és m2 - az átlagos hiba; t - teszt pontosságát. Különbség szignifikáns t 2, amely megfelel annak a valószínűsége, hibátlan prognózisának 95% vagy több (P≥ 95%).

A legtöbb kutatás az orvostudomány és az egészségügyi ellátás, az ilyen mértékű valószínűség éppen elég.

2.5. Értékelése megbízhatóság illő kritérium különbséget összehasonlítva csoportok X 2 (chi-square).

Meghatározása útján X 2 (chi-square) illeszkedő elméleti empirikus eloszlás becslés pontossága közötti különbség a teljes minta.

2. kritérium X (szemben a követelményt t) használják olyan esetekben, amikor nincs szükség tudni, hogy a paraméterek értékeit (azaz az átlagos relatív érték) és az előírt értékek pontosságát különbségek nem csak kettő, hanem egy nagyobb számú grupp.H 2

Így X2 (chi-négyzet) teszttel lehet használni, hogy válaszoljon a következő kérdésekre: alapvetően különböznek egymástól csoport beoltott és nem beoltott azok megoszlását a betegek és az egészséges (azaz, hogy a vakcina hatásos ..); Lényegében bármilyen különböző csoportok különböző főre jutó jövedelem eloszlás, hogy a betegek és az egészséges (azaz. e. hogy az anyag biztonsági az előfordulási hatás), és így tovább. n.

Kritérium X 2 (chi négyzet) határozza meg a képlet:

Ahol (fi) - tényszerű (empirikus) adatok, - "elvárt" (elméleti) adatai alapján számítottuk a nullhipotézis (H0).

„Null hipotézis” - az a feltételezés, hogy a két csoport nem különbözött a gyakorisági eloszlását. Például, lehet, hogy egyenlő elosztását betegek és egészséges személyek csoportokban beoltott és nem beoltott.

Jogosultság megállapítása X2 alapul közötti különbség számításával tényleges és a várt adatokat. Minél nagyobb a különbség (# 966 - # 966: 1), azt lehet mondani, annál valószínűbb, hogy különbségek vannak az elosztó az összehasonlított készlet minta és fordítva, minél kisebb a különbség (# 966; - # 966; 1), annál kevésbé valószínű, hogy az összehasonlított minta meghatározott különálló.