2. Междисциплинарная интеграция.

Дисциплина	Студент должен знать	Студент должен уметь
Кафедра физики	Теоретические основы и математическое обеспечение статистического исследования	Методически организовать статистическое исследование. Иметь навыки работы с вычислительной техникой.
Кафедра факультетской педиатрии. Кафедра факультетской терапии Кафедра акушерства и гинекологии	Показатели здоровья и деятельности лечебно-профилактических учреждений; уметь оценить достоверную разницу между двумя величинами при помощи непараметрические методов исследования	С помощью статистических методик уметь сравнивать средние величины и относительные величины, находить доверительные границы для средних и относительных величин относительно генеральной совокупности; использовать данные методики.

2. Программа самостоятельной подготовки.

№ п/п	Учебные задания	Конкретизация заданий
1	Студентам предлагается выполнить задания по непараметрическим методам оценки	Рассчитать критерий знаков, Вилкоксона критерий Колмогорова-смирнова, Уайта, серий, х квадрат. Определить коэффициент линейной и ранговой корреляции, проанализировать его. Рассчитать коэффициент регрессии.

2. Алгоритм практической работы студентов.

Первый этап	Вопрос исходного уровня знаний. Тесты.
Второй этап	Собеседование, дискуссия
Третий этап	Работа с методическим материалом
Четвертый этап	Работа с ситуативными задачами, тестами.
Пятый этап	Итоговый контроль уровня знаний

6. Тесты по теме для контроля знаний, ситуационные задачи – см. В разделе 3.5. «Тесты для текущего контроля уровня знаний студентов» по данной дисциплине.

7. Место проведения занятия.

Учебная комната кафедры.

Оценка достоверности результатов не проводится при сплошном исследовании (для анализа отобраны все возможные единицы наблюдения). Однако в системе| медико-биологических исследований подавляющая часть исследований является выборочной|избирательной|.

Выборочное (выборка) – это исследование, при котором характеристика всей совокупности фактов дается по некоторой ее части, которая отобрана случайным путем.

Теоретическое обоснование выборочного метода дается теорией вероятности и законом больших чисел.

Оценить достоверность результатов выборочного исследования

означает определить, с какой вероятностью можно перенести сделанные для него выводы (результаты изучения признаков) с выборочной совокупности на всю генеральную совокупность (т.е., по части явления судить о явлении в целом, о его закономерностях).

При проведении выборочного|избирательного| исследования мы можем| сталкиваться с общими погрешностями и погрешностями выборки.

Общие погрешности (ошибки) могут иметь как систематический|систематичный| харак­тер| (методические, недостатки|недостаток| измерительной аппаратуры), так и случайный (ошибки|ошибка| исследователя).

Погрешности выборочного наблюдения связаны|повязал| с отбором его единиц. Это погрешности типичности, репрезентативности.

В процессе анализа рассчитанные показатели рассматривают как обобщающие величины|. Если результаты получены на основе достаточного по количеству и качественно однородного материала, то можно считать, что они достаточно точно характеризуют исследуемые явления.

Нулевая и альтернативная гипотезы

Проверка гипотезы имеет огромное значение в медицинских исследованиях, потому что позволяет исследователю делать обобщения о генеральной совокупности на основе вероятностей из результатов выборочного исследования.

Цель исследователя – доказать, что данные наблюдения, полученные при исследовании статистически значимы. Проверка гипотезы подтверждает (или опровергает) утверждение, что данные наблюдения не возникли случайно, а отражают подлинную связь между зависимыми и независимыми событиями.

Нулевая гипотеза (Н_о) утверждает, что нет разницы между попавшими и не попавшими под воздействие факторов (риска) субъектами в отношении риска развития события (заболевания и т.п.). Наблюдаемая разница является случайной.

Альтернативная гипотеза (Н_А) утверждает, что есть разница между попавшими и не попавшими под воздействие факторов (риска) субъектов в отношении риска развития события (заболевания и т.п.). Наблюдаемая разница не является случайной.

Если данные исследования статистически значимы и нулевая гипотеза не получила подтверждения, она может быть отвергнута и принимается альтернативная.

Ошибки первого и второго типа

Правдивость

Н_о правдива Н_о ложна

Допускание Но П Решение равильно	Ошибка II типа
Отвергание Но Ошибка I типа	Правильно

Н_о правдива = статистически не значима

Н_о ложна = статистически значима

Допускание Н_о = статистически не значимо

Отвергание Н_о = статистически значимо

Ошибки I типа (α – альфа)

Если Н_о правдива в действительности и, полученные в ходе исследования данные статистически не значимы, правильное решение – принять нулевую гипотезу. С другой стороны: если Н_о правдива, а полученные данные статистически значимы, решение отвергнуть Н_о будет не верным и будет сделана ошибка. Ее называют ошибкой I типа (альфа). Т.о., ошибка I типа отвергает Н_о, когда последняя верна.

Ошибки II типа (β – бета)

Если в действительности Н_о ложна и полученные данные статистически значимы, правильным будет отвергнуть Н_о. С другой стороны, если Н_о ложна и полученные данные статистически не значимы , решение принять Н_о будет неправильным и будет сделана ошибка. Это ошибка II типа (бета). Т.о., ошибка II типа принимает Н_о, когда последняя ложна.

Для оценки достоверности результатов выборочных исследований определяют:

1. среднюю ошибку относительной (m_р) или средней величины (m_х).

Средняя ошибка отображает размеры случайных колебаний показателя при выборочных исследованиях и зависит от числа наблюдений и качественных характеристик явления.

Средняя ошибка при (n > 30) рассчитывается по формулам:

m_x= - средняя ошибка средней величины;

m_р= - средняя ошибка относительной величины;

– среднее квадратичное отклонение;

n – число наблюдений в выборочной совокупности;

P – относительный показатель;

q – величина обратная показателю, т.е.

вероятность того, что данное явление не будет

зарегистрировано.

Сумма двух противоположных вероятностей равняется единице: Р + q = 1. Если показатель рассчитан на 100 (%), тогда: q = 100 — Р, если на 1000 (%о), то q = 1000 - Р и так далее.

При п < 30 в знаменателе| вместо n используется n - 1|.