ՀԱՎԱՍՏՈՒԹՅԱՆ ՎԻՃԱԿԱԳՐԱԿԱՆ

- Անգլերենարժանահավատություն / վավերականություն, վիճակագրական; գերմաներենՎավերացում, վիճակագրություն. Հետևողականությունը, օբյեկտիվությունը և անորոշության բացակայությունը վիճակագրական թեստում կամ Կ.-Լ. չափումների հավաքածու. Դ.ս. կարելի է ստուգել նույն թեստը (կամ հարցաշարը) կրկնելով նույն թեմայի վերաբերյալ՝ տեսնելու, թե արդյոք նույն արդյունքները կստացվեն. կամ համեմատելով թեստի տարբեր մասերը, որոնք պետք է չափեն նույն օբյեկտը:

Անտինազի. Սոցիոլոգիայի հանրագիտարան, 2009

Տեսեք, թե ինչ է «ՎԻՃԱԿԱԳՐԱԿԱՆ ՀԱՎԱՍՏՈՒԹՅՈՒՆԸ» այլ բառարաններում.

ՀԱՎԱՍՏՈՒԹՅԱՆ ՎԻՃԱԿԱԳՐԱԿԱՆ- Անգլերեն. արժանահավատություն / վավերականություն, վիճակագրական; գերմաներեն Վավերացում, վիճակագրություն. Հետևողականությունը, օբյեկտիվությունը և անորոշության բացակայությունը վիճակագրական թեստում կամ Կ.լ. չափումների հավաքածու. Դ.ս. կարելի է ստուգել՝ կրկնելով նույն թեստը (կամ ... ... Բացատրական բառարանսոցիոլոգիայում

Վիճակագրության մեջ արժեքը կոչվում է վիճակագրորեն նշանակալի, եթե դրա պատահական առաջացման հավանականությունը կամ նույնիսկ ավելի ծայրահեղ արժեքները փոքր են: Այստեղ ծայրահեղությունը հասկացվում է որպես թեստային վիճակագրության շեղման աստիճան զրոյական հիպոթեզից։ Տարբերությունը կոչվում է ... ... Վիքիպեդիա

Վիճակագրական կայունության ֆիզիկական երևույթն այն է, որ ընտրանքի չափի մեծացման դեպքում պատահական իրադարձության հաճախականությունը կամ ֆիզիկական մեծության միջին արժեքը ձգտում է որոշակի ֆիքսված թվի: Վիճակագրական ... ... Վիքիպեդիա ֆենոմեն

ՏԱՐԲԵՐՈՒԹՅՈՒՆՆԵՐԻ ՎԱՎԵՐԱԿԱՆՈՒԹՅՈՒՆ (նմանություններ)- ուսումնասիրված ցուցանիշների (փոփոխականների) համար նմուշների միջև տարբերությունների կամ նմանությունների նշանակության մակարդակը որոշելու վերլուծական-վիճակագրական ընթացակարգ... Ժամանակակից ուսումնական գործընթացՀիմնական հասկացություններ և տերմիններ

ՀԱՇՎԵՏՎԱԿԱՆ, ՎԻՃԱԿԱԳՐԱԿԱՆ Հաշվապահական մեծ բառարան

ՀԱՇՎԵՏՎԱԿԱՆ, ՎԻՃԱԿԱԳՐԱԿԱՆ- Պետական ​​վիճակագրական դիտարկման ձև, որով համապատասխան մարմինները ձեռնարկություններից (կազմակերպություններից և հիմնարկներից) ստանում են իրենց անհրաժեշտ տեղեկատվությունը կանոնադրական հաշվետվական փաստաթղթերի (վիճակագրական հաշվետվությունների) տեսքով ... Տնտեսագիտության մեծ բառարան

Գիտություն, որն ուսումնասիրում է սիստեմատիկ դիտարկման տեխնիկան զանգվածային երեւույթներ սոցիալական կյանքըանձի՝ կազմելով նրանց թվային նկարագրությունները և այդ նկարագրությունների գիտական ​​մշակումը։ Այսպիսով, տեսական վիճակագրությունը գիտություն է ... ... Հանրագիտարանային բառարանՖ. Բրոքհաուսը և Ի.Ա. Էֆրոն

Հարաբերակցության գործակիցը- (Կոռելյացիայի գործակից) Հարաբերակցության գործակիցը երկուսի կախվածության վիճակագրական ցուցիչ է. պատահական փոփոխականներՀարաբերակցության գործակիցի որոշում, հարաբերակցության գործակիցների տեսակները, հարաբերակցության գործակիցի հատկությունները, հաշվարկը և կիրառումը ... ... Ներդրողների հանրագիտարան

Վիճակագրություն- (Վիճակագրություն) Վիճակագրությունը ընդհանուր տեսական գիտություն է, որն ուսումնասիրում է երևույթների և գործընթացների քանակական փոփոխությունները։ Պետական ​​վիճակագրություն, վիճակագրական ծառայություններ, Ռոսստատ (Գոսկոմստատ), վիճակագրական տվյալներ, հարցումների վիճակագրություն, վաճառքի վիճակագրություն, ... ... Ներդրողների հանրագիտարան

Հարաբերակցություն- (Կոռելացիա) Հարաբերակցությունը երկու կամ ավելի պատահական փոփոխականների վիճակագրական հարաբերությունն է Հարաբերակցության հասկացությունը, հարաբերակցության տեսակները, հարաբերակցության գործակիցը, հարաբերակցության վերլուծություն, գների հարաբերակցություն, արժութային զույգերի հարաբերակցություն Forex Contents-ում ... ... Ներդրողների հանրագիտարան

Գրքեր

• Հետազոտություն մաթեմատիկայի և մաթեմատիկայի հետազոտության մեջ. Ուսանողների հետազոտական ​​գործունեության մեթոդական հավաքածու, Վ.Ի. Բորզենկո: մեթոդական զարգացումներկազմակերպությունում կիրառելի հետազոտական ​​գործունեությունուսանողները. Ժողովածուի առաջին մասը նվիրված է հետազոտական ​​մոտեցման կիրառմանը ...

Արդյունքի վիճակագրական նշանակությունը (p-արժեքը) նրա «ճշմարտության» նկատմամբ վստահության գնահատված չափումն է («ընտրանքի ներկայացուցչականության» իմաստով): Ավելի տեխնիկապես ասած, p-արժեքը արդյունքի հուսալիությունից կախվածության նվազման միջոց է: Ավելի բարձր p-արժեքը համապատասխանում է ընտրանքում հայտնաբերված փոփոխականների միջև կախվածության վստահության ավելի ցածր մակարդակին: Մասնավորապես, p-արժեքը սխալի հավանականությունն է, որը կապված է դիտարկված արդյունքի տարածման հետ ամբողջ պոպուլյացիայի վրա: Օրինակ՝ 0.05 (այսինքն՝ 1/20) p արժեքը ցույց է տալիս, որ կա 5% հավանականություն, որ ընտրանքում հայտնաբերված փոփոխականների միջև փոխհարաբերությունը պարզապես ընտրանքի պատահական հատկանիշ է: Այլ կերպ ասած, եթե այս կախվածությունը բացակայում է պոպուլյացիայի մեջ, և դուք նմանատիպ փորձեր կանեիք բազմիցս, ապա փորձի քսան կրկնություններից մոտ մեկում կարելի է ակնկալել նույն կամ ավելի ուժեղ կախվածություն փոփոխականների միջև:

Շատ ուսումնասիրություններում 0,05 p արժեքը համարվում է սխալի մակարդակի «ընդունելի սահման»:

Չկա որևէ կերպ խուսափել կամայականությունից՝ որոշելիս, թե նշանակության որ մակարդակն իսկապես պետք է համարվի «զգալի»: Նշանակության որոշակի մակարդակի ընտրությունը, որից բարձր արդյունքները մերժվում են որպես կեղծ, բավականին կամայական է: Գործնականում վերջնական որոշումը սովորաբար կախված է նրանից, թե արդյոք արդյունքը կանխատեսվել է a priori (այսինքն՝ փորձից առաջ), թե բացահայտվել է հետին մասում՝ բազմաթիվ վերլուծությունների և համեմատությունների արդյունքում, որոնք կատարվել են մեծ թվով տվյալների, ինչպես նաև ավանդույթի հիման վրա։ հետազոտության տվյալ ոլորտը։ Սովորաբար, շատ ոլորտներում p 0.05-ը ընդունելի սահման է վիճակագրական նշանակության համար, սակայն պետք է հիշել, որ այս մակարդակը դեռ ներառում է սխալի բավականին մեծ հավանականություն (5%): p 0.01 մակարդակում նշանակալի արդյունքները սովորաբար համարվում են վիճակագրորեն նշանակալի, իսկ p 0.005 կամ p 0.001 մակարդակով արդյունքները որպես խիստ նշանակալի: Այնուամենայնիվ, պետք է հասկանալ, որ նշանակության մակարդակների այս դասակարգումը միանգամայն կամայական է և ընդամենը ոչ պաշտոնական համաձայնագիր է, որն ընդունվել է հետազոտության որոշակի ոլորտում գործնական փորձի հիման վրա:

Ինչպես արդեն նշվեց, կախվածության և հուսալիության մեծությունը երկուսն է տարբեր բնութագրերկախվածությունը փոփոխականների միջև: Սակայն չի կարելի ասել, որ նրանք լիովին անկախ են։ Ընդհանուր առմամբ, սովորական չափի նմուշում որքան մեծ է փոփոխականների միջև փոխհարաբերությունների (հարաբերությունների) արժեքը, այնքան ավելի հուսալի է այն:

Եթե ​​ենթադրենք, որ պոպուլյացիայի մեջ համապատասխան փոփոխականների միջև կապ չկա, ապա ամենայն հավանականությամբ ակնկալում ենք, որ ուսումնասիրվող ընտրանքում այդ փոփոխականների միջև կապ չի լինի: Այսպիսով, որքան ուժեղ է հարաբերությունը հայտնաբերված ընտրանքում, այնքան քիչ հավանական է, որ այդ հարաբերությունն առկա չէ այն պոպուլյացիայի մեջ, որտեղից այն վերցվել է:

Ընտրանքի չափը ազդում է հարաբերությունների նշանակության վրա: Եթե ​​կան քիչ դիտարկումներ, ապա համապատասխանաբար կան այս փոփոխականների արժեքների հնարավոր համակցությունները, և, հետևաբար, ուժեղ կախվածություն ցույց տվող արժեքների պատահական համակցություն գտնելու հավանականությունը համեմատաբար բարձր է:

Ինչպես է հաշվարկվում վիճակագրական նշանակության մակարդակը: Ենթադրենք, դուք արդեն հաշվարկել եք երկու փոփոխականների փոխհարաբերությունների չափը (ինչպես բացատրվեց վերևում): Ձեր առջև դրված հաջորդ հարցն է՝ «որքանո՞վ է կարևոր այս կախվածությունը»: Օրինակ, երկու փոփոխականների միջև բացատրված շեղումների 40%-ը բավարա՞ր է հարաբերությունը նշանակալի դարձնելու համար: Պատասխան՝ «ինչպես հարմար է»: Մասնավորապես, նշանակությունը հիմնականում կախված է ընտրանքի չափից։ Ինչպես արդեն բացատրվեց, շատ մեծ նմուշների դեպքում փոփոխականների միջև նույնիսկ շատ թույլ հարաբերությունները նշանակալի կլինեն, մինչդեռ փոքր նմուշներում նույնիսկ շատ ուժեղ հարաբերությունները հուսալի չեն: Այսպիսով, վիճակագրական նշանակության մակարդակը որոշելու համար ձեզ անհրաժեշտ է ֆունկցիա, որը ներկայացնում է «մեծության» և «նշանակության» փոխհարաբերությունները յուրաքանչյուր ընտրանքի չափի համար: Այս ֆունկցիան հստակ կպատմի ձեզ, թե «որքանով է հավանական տվյալ չափի նմուշում տվյալ արժեքի (կամ ավելի) կախվածություն ստանալը, ենթադրելով, որ պոպուլյացիայի մեջ նման կախվածություն չկա»: Այլ կերպ ասած, այս ֆունկցիան կտա նշանակության մակարդակ (p-արժեք), և հետևաբար, հավանականությունը սխալմամբ մերժելու այն ենթադրությունը, որ այդ հարաբերությունը բնակչության մեջ չէ: Այս «այլընտրանքային» վարկածը (որ բնակչության մեջ կախվածություն չկա) սովորաբար կոչվում է զրո վարկած։ Իդեալական կլիներ, եթե սխալի հավանականությունը հաշվող ֆունկցիան գծային լիներ և միայն տարբեր թեքություններ ունենար տարբեր նմուշների չափերի համար: Ցավոք, այս գործառույթը շատ ավելի բարդ է և միշտ չէ, որ նույնն է: Այնուամենայնիվ, շատ դեպքերում դրա ձևը հայտնի է և կարող է օգտագործվել նշանակության մակարդակները որոշելու համար, երբ ուսումնասիրվում են տվյալ չափսի նմուշները: Այս հատկանիշներից շատերը կապված են շատ կարևոր դասբաշխումները կոչվում են նորմալ:

Հետազոտությունը սովորաբար սկսվում է ինչ-որ ենթադրությունից, որը պահանջում է ստուգում փաստերի օգտագործմամբ: Այս ենթադրությունը՝ հիպոթեզը, ձևակերպվում է առարկաների որոշակի հավաքածուում երևույթների կամ հատկությունների կապի առնչությամբ։

Նման ենթադրությունները փաստերի վրա ստուգելու համար անհրաժեշտ է չափել դրանց կրողների համապատասխան հատկությունները։ Բայց անհնար է չափել անհանգստությունը բոլոր կանանց և տղամարդկանց մոտ, ինչպես որ անհնար է չափել ագրեսիվությունը բոլոր դեռահասների մոտ: Հետևաբար, հետազոտություններ կատարելիս դրանք սահմանափակվում են մարդկանց համապատասխան պոպուլյացիաների ներկայացուցիչների միայն համեմատաբար փոքր խմբով:

Ընդհանուր բնակչություն- սա օբյեկտների ամբողջությունն է, որոնց առնչությամբ ձևակերպվում է հետազոտական ​​վարկած:

Օրինակ՝ բոլոր տղամարդիկ; կամ բոլոր կանայք; կամ քաղաքի բոլոր բնակիչները։ Ընդհանուր բնակչությունը, որի առնչությամբ հետազոտողը պատրաստվում է եզրակացություններ անել հետազոտության արդյունքների հիման վրա, կարող է թվով ավելի համեստ լինել, օրինակ՝ տվյալ դպրոցի բոլոր առաջին դասարանցիները։

Այսպիսով, ընդհանուր բնակչությունը, թեև ոչ անսահման թվով, բայց, որպես կանոն, պոտենցիալ առարկաների բազմություն է՝ անհասանելի շարունակական հետազոտությունների համար։

Նմուշ կամ նմուշ- սա թվով սահմանափակ օբյեկտների խումբ է (հոգեբանության մեջ՝ սուբյեկտներ, հարցվողներ), որոնք հատուկ ընտրված են ընդհանուր բնակչությունից՝ դրա հատկությունները ուսումնասիրելու համար: Համապատասխանաբար, ընդհանուր բնակչության հատկությունների նմուշի ուսումնասիրությունը կոչվում է ընտրովի հետազոտություն: Գրեթե բոլոր հոգեբանական հետազոտությունընտրովի են, և դրանց բացահայտումները վերաբերում են բնակչությանը:

Այսպիսով, վարկածի ձևակերպումից և համապատասխան ընդհանուր պոպուլյացիաները որոշելուց հետո հետազոտողը բախվում է ընտրանքը կազմակերպելու խնդրին: Ընտրանքը պետք է լինի այնպիսին, որ օրինակելի ուսումնասիրության եզրակացությունների ընդհանրացումն արդարացված լինի՝ ընդհանրացում, դրանց բաշխում ընդհանուր բնակչությանը: Հետազոտության եզրակացությունների վավերականության հիմնական չափանիշները— դա ընտրանքի ներկայացուցչականությունն է և (էմպիրիկ) արդյունքների վիճակագրական հավաստիությունը:

Նմուշի ներկայացուցչականությունը- այլ կերպ ասած, նրա ներկայացուցչականությունը նմուշի կարողությունն է՝ ներկայացնելու ուսումնասիրված երևույթները միանգամայն ամբողջությամբ՝ ընդհանուր բնակչության մեջ դրանց փոփոխականության տեսանկյունից:

Իհարկե, միայն ընդհանուր բնակչությունը կարող է ամբողջական պատկերացում տալ ուսումնասիրվող երեւույթի մասին՝ իր ողջ տիրույթով ու փոփոխականության նրբություններով։ Հետևաբար, ներկայացուցչականությունը միշտ սահմանափակվում է այնքանով, որքանով ընտրանքը սահմանափակ է: Եվ հենց ընտրանքի ներկայացուցչականությունն է հետազոտության արդյունքների ընդհանրացման սահմանները որոշելու հիմնական չափանիշը։ Այնուամենայնիվ, կան մեթոդներ, որոնք թույլ են տալիս ձեռք բերել նմուշի բավարար ներկայացուցչականություն հետազոտողի համար (Այս տեխնիկան ուսումնասիրվում է «Փորձարարական հոգեբանություն» դասընթացում):

Առաջին և հիմնական տեխնիկան պարզ պատահական նմուշառումն է: Այն ներառում է ապահովել, որ ընդհանուր բնակչության յուրաքանչյուր անդամ ընտրանքում ընդգրկվելու հավասար հնարավորություն ունենա: Պատահական ընտրությունը երաշխավորում է, որ ընտրանքում կարող են ներառվել ընդհանուր բնակչության ամենատարբեր ներկայացուցիչները: Այս դեպքում հատուկ միջոցներ են ձեռնարկվում՝ բացառելու ընտրության մեջ որևէ օրինաչափության ի հայտ գալը։ Իսկ դա թույլ է տալիս հուսալ, որ, ի վերջո, նմուշում կներկայացվի ուսումնասիրված գույքը, եթե ոչ ամեն ինչով, ապա առավելագույն հնարավոր բազմազանությամբ։

Ներկայացուցչականությունն ապահովելու երկրորդ եղանակը շերտավորված պատահական ընտրությունն է կամ ընտրությունը՝ ըստ ընդհանուր բնակչության հատկությունների: Այն ենթադրում է այն որակների նախնական սահմանում, որոնք կարող են ազդել ուսումնասիրվող գույքի փոփոխականության վրա (դա կարող է լինել սեռը, եկամտի մակարդակը կամ կրթությունը և այլն): Այնուհետև որոշվում է այս որակներով տարբերվող խմբերի (շերտերի) քանակի տոկոսը ընդհանուր բնակչության մեջ և տրամադրվում է ընտրանքի համապատասխան խմբերի նույնական տոկոսը։ Այնուհետև, ընտրանքի յուրաքանչյուր ենթախմբում առարկաները ընտրվում են պարզ պատահական ընտրության սկզբունքով:

Վիճակագրական հուսալիություն,կամ վիճակագրական նշանակություն, հետազոտության արդյունքները որոշվում են՝ օգտագործելով վիճակագրական եզրակացության մեթոդները:

Արդյո՞ք մենք ապահովագրված ենք որոշումներ կայացնելիս սխալներ թույլ չտալուց՝ հետազոտության արդյունքներից որոշակի եզրակացություններով։ Իհարկե ոչ. Ի վերջո, մեր որոշումները հիմնված են ընտրանքային բնակչության ուսումնասիրության արդյունքների, ինչպես նաև մեր հոգեբանական գիտելիքների մակարդակի վրա: Մենք լիովին պաշտպանված չենք սխալներից։ Վիճակագրության մեջ նման սխալները համարվում են թույլատրելի, եթե դրանք տեղի են ունենում ոչ ավելի հաճախ, քան 1000-ից մեկ դեպքում (սխալի հավանականությունը α = 0,001 կամ ճիշտ եզրակացության վստահության հավանականության հարակից արժեքը p = 0,999); 100-ից մեկ դեպքում (α = 0,01 սխալի հավանականությունը կամ ճիշտ եզրակացության վստահության հավանականության հարակից արժեքը p = 0,99) կամ 100-ից հինգ դեպքում (α = 0,05 սխալի հավանականությունը կամ դրա հետ կապված արժեքը ճիշտ արդյունքի վստահության հավանականությունը p = 0,95): Հենց վերջին երկու մակարդակներում են որոշումները կայացվում հոգեբանության մեջ։

Երբեմն խոսելով վիճակագրական վավերականություն, օգտագործեք «նշանակության մակարդակ» հասկացությունը (նշվում է α): p-ի և α-ի թվային արժեքները լրացնում են միմյանց մինչև 1000-ը՝ իրադարձությունների ամբողջական շարք. կա՛մ մենք արել ենք ճիշտ եզրակացություն, կա՛մ սխալվել ենք: Այս մակարդակները հաշվարկված չեն, դրանք սահմանված են։ Նշանակության մակարդակը կարելի է հասկանալ որպես մի տեսակ «կարմիր» գիծ», որի հատումը թույլ կտա այս իրադարձության մասին խոսել որպես ոչ պատահական։ Յուրաքանչյուր իրավասու գիտական ​​զեկույցում կամ հրապարակման մեջ արված եզրակացությունները պետք է ուղեկցվեն p կամ α արժեքների նշումով, որոնցով արվել են եզրակացությունները:

Դասընթացում մանրամասն քննարկվում են վիճակագրական եզրակացության մեթոդները: Մաթեմատիկական վիճակագրություն«. Առայժմ պարզապես նշում ենք, որ թվի որոշակի պահանջներ են դնում, կամ նմուշի չափը.

Ցավոք սրտի, անհրաժեշտ նմուշի չափի նախնական որոշման խիստ ուղեցույցներ չկան: Ավելին, դրա անհրաժեշտ և բավարար քանակի մասին հարցի պատասխանը հետազոտողը սովորաբար շատ ուշ է ստանում՝ միայն արդեն հետազոտված ընտրանքի տվյալները վերլուծելուց հետո։ Այնուամենայնիվ, առավել ընդհանուր առաջարկությունները կարելի է ձևակերպել.

1. Ախտորոշման տեխնիկա մշակելիս պահանջվում է ընտրանքի ամենամեծ չափը՝ 200-ից մինչև 1000-2500 մարդ:

2. Եթե անհրաժեշտ է համեմատել 2 նմուշ, ապա դրանց ընդհանուր թիվը պետք է լինի առնվազն 50 մարդ; համեմատվող նմուշների թիվը պետք է լինի մոտավորապես նույնը:

3. Եթե ուսումնասիրվում է որևէ հատկության փոխհարաբերությունը, ապա ընտրանքի չափը պետք է լինի առնվազն 30-35 մարդ:

4. Որքան շատ փոփոխականությունուսումնասիրված հատկությունը, այնքան մեծ պետք է լինի ընտրանքի չափը: Հետևաբար, փոփոխականությունը կարող է կրճատվել՝ մեծացնելով նմուշի միատարրությունը, օրինակ՝ ըստ սեռի, տարիքի և այլն։ Սա, բնականաբար, նվազեցնում է եզրակացությունների ընդհանրացման հնարավորությունները։

Կախված և անկախ նմուշներ:Տիպիկ հետազոտական ​​իրավիճակն այն է, երբ հետազոտողին հետաքրքրող հատկությունն ուսումնասիրվում է երկու կամ ավելի նմուշների վրա՝ հետագա համեմատության նպատակով: Այս նմուշները կարող են լինել տարբեր համամասնություններով՝ կախված դրանց կազմակերպման ընթացակարգից: Անկախ նմուշներ բնութագրվում է նրանով, որ մեկ նմուշից որևէ առարկա ընտրելու հավանականությունը կախված չէ մեկ այլ նմուշի առարկաներից որևէ մեկի ընտրությունից: ընդդեմ, կախված նմուշներբնութագրվում է նրանով, որ մի նմուշի յուրաքանչյուր առարկայի վերագրվում է առարկա մեկ այլ նմուշից՝ ըստ որոշակի չափանիշի:

Վ ընդհանուր դեպքԿախված նմուշները ենթադրում են առարկաների զույգ ընտրություն համեմատվող նմուշներում, իսկ անկախ նմուշները՝ առարկաների անկախ ընտրություն:

Հարկ է նշել, որ «մասամբ կախված» (կամ «մասամբ անկախ») նմուշների դեպքերն անընդունելի են. դա անկանխատեսելի կերպով խախտում է դրանց ներկայացուցչականությունը։

Եզրափակելով, մենք նշում ենք, որ հոգեբանական հետազոտության երկու պարադիգմ կարելի է առանձնացնել.

Այսպես կոչված Ռ-մեթոդաբանություններառում է որոշ սեփականության (հոգեբանական) փոփոխականության ուսումնասիրություն ինչ-որ ազդեցության, գործոնի կամ այլ հատկության ազդեցության տակ։ Նմուշը առարկաների մի շարք է:

Մեկ այլ մոտեցում. Q-մեթոդաբանություն,ներառում է առարկայի (անհատի) փոփոխականության ուսումնասիրությունը տարբեր գրգռիչների (պայմաններ, իրավիճակներ և այլն) ազդեցության տակ։ Դա համապատասխանում է այն իրավիճակին, երբ նմուշը խրախուսման մի շարք է:

Վիճակագրությունը վաղուց դարձել է կյանքի անբաժանելի մասը: Մարդիկ նրան ամենուր հանդիպում են։ Վիճակագրության հիման վրա եզրակացություններ են արվում այն ​​մասին, թե որտեղ և ինչ հիվանդություններ են տարածված, ինչն է ավելի պահանջված տվյալ տարածաշրջանում կամ բնակչության որոշակի հատվածում։ Նույնիսկ իշխանության մարմինների թեկնածուների քաղաքական ծրագրերի կառուցման հիմքում ընկած է. Դրանք օգտագործվում են նաև մանրածախ ցանցերի կողմից ապրանքներ գնելիս, և արտադրողներն իրենց առաջարկներում առաջնորդվում են այս տվյալներով։

Վիճակագրությունը խաղում է կարևոր դերհասարակության կյանքում և ազդում է նրա յուրաքանչյուր անդամի վրա, նույնիսկ փոքր բաների վրա: Օրինակ, եթե մարդկանց մեծամասնությունը նախընտրում է հագուստի մուգ գույները որոշակի քաղաքում կամ տարածաշրջանում, ապա տեղական մանրածախ առևտրի կետերում չափազանց դժվար կլինի գտնել վառ դեղին անձրևանոց՝ ծաղկային պրինտով: Բայց ի՞նչ քանակություններ են ավելացնում այս տվյալները, որոնք ունեն նման ազդեցություն: Օրինակ՝ ի՞նչ է «վիճակագրական նշանակությունը»։ Ի՞նչ է նշանակում այս սահմանումը:

Ի՞նչ է դա։

Վիճակագրությունը որպես գիտություն բաղկացած է տարբեր արժեքների և հասկացությունների համակցությունից: Դրանցից մեկը «վիճակագրական նշանակություն» հասկացությունն է։ Սա փոփոխականների արժեքի անվանումն է, որոնցում այլ ցուցանիշների հայտնվելու հավանականությունը աննշան է:

Օրինակ՝ 10 հոգուց 9-ը ռետինե կոշիկներ են հագնում իրենց առավոտյան սնկով ներս մտնելիս աշնանային անտառանձրևոտ գիշերից հետո: Հավանականությունը, որ ինչ-որ պահի դրանցից 8-ը կփաթաթվեն կտավից մոկասիններով, աննշան է։ Այսպիսով, այս կոնկրետ օրինակ 9 թիվը մեծություն է, որը կոչվում է «վիճակագրական նշանակություն»։

Ըստ այդմ, եթե ավելի զարգացնենք տրվածը գործնական օրինակ, կոշիկի խանութները ամառային սեզոնի վերջում ավելի մեծ քանակությամբ ռետինե կոշիկներ են գնում, քան տարվա մյուս եղանակներին։ Այսպիսով, վիճակագրական արժեքի մեծությունն ազդում է սովորական կյանքի վրա։

Իհարկե, բարդ հաշվարկները, օրինակ, վիրուսների տարածումը կանխատեսելիս, հաշվի են առնում մեծ թվով փոփոխականներ։ Բայց վիճակագրական տվյալների նշանակալի ցուցիչ սահմանելու բուն էությունը նույնն է՝ անկախ հաշվարկների բարդությունից և փոփոխական արժեքների քանակից։

Ինչպե՞ս է այն հաշվարկվում:

Օգտագործվում է հավասարման «վիճակագրական նշանակության» ցուցիչի արժեքը հաշվարկելիս։ Այսինքն՝ կարելի է պնդել, որ այս դեպքում ամեն ինչ որոշում է մաթեմատիկան։ Առավելագույնը պարզ տարբերակհաշվարկը մաթեմատիկական գործողությունների շղթա է, որում ներգրավված են հետևյալ պարամետրերը.

• Հարցումներից կամ օբյեկտիվ տվյալների ուսումնասիրությունից ստացված արդյունքների երկու տեսակ, օրինակ՝ այն գումարները, որոնց համար կատարվում են գնումներ, որոնք նշվում են a և b.
• ցուցիչ երկու խմբերի համար - n;
• համակցված նմուշի մասնաբաժնի արժեքը - p;
• հայեցակարգը» ստանդարտ սխալ«- Ս.Ե.

Հաջորդ քայլը ընդհանուր թեստային ցուցիչի որոշումն է՝ t, դրա արժեքը համեմատվում է 1.96 թվի հետ։ 1.96-ը միջինացված արժեքն է, որը փոխանցում է 95% միջակայք՝ ըստ Student-ի t-բաշխման ֆունկցիայի:

Հաճախ հարց է առաջանում, թե որն է տարբերությունը n-ի և p-ի արժեքների միջև: Այս նրբերանգը հեշտ է պարզաբանել օրինակով. Ենթադրենք, դուք հաշվարկում եք տղամարդկանց և կանանց որոշակի ապրանքի կամ ապրանքանիշի նկատմամբ հավատարմության վիճակագրական նշանակությունը:

Այս դեպքում տառերի հետևում կկանգնեն հետևյալը.

• n-ը հարցվածների թիվն է.
• p-ն արտադրանքից գոհ մարդկանց թիվն է:

Այս դեպքում հարցված կանանց թիվը կնշանակվի n1: Ըստ այդմ՝ n2 տղամարդ կա։ Նույն նշանակությունը կունենան «1» և «2» թվանշանները p խորհրդանիշի մոտ:

Թեստի ցուցիչի համեմատությունը Ուսանողի հաշվարկային աղյուսակների միջին արժեքների հետ դառնում է այն, ինչ կոչվում է «վիճակագրական նշանակություն»:

Ի՞նչ է ստուգումը:

Ցանկացած մաթեմատիկական հաշվարկի արդյունք միշտ կարելի է ստուգել, ​​սա սովորեցնում են տարրական դասարանների երեխաներին։ Տրամաբանական է ենթադրել, որ քանի որ վիճակագրական ցուցանիշները որոշվում են հաշվարկների շղթայով, ապա դրանք ստուգվում են։

Այնուամենայնիվ, վիճակագրական նշանակությունը ստուգելը միայն մաթեմատիկա չէ: Վիճակագրությունը զբաղվում է մեծ գումարփոփոխականներ և զանազան հավանականություններ, որոնք հեռու են միշտ հաշվարկման ենթակա լինելուց։ Այսինքն, եթե վերադառնանք հոդվածի սկզբում տրված ռետինե կոշիկների օրինակին, ապա վիճակագրական տվյալների տրամաբանական կառուցումը, որոնց վրա հիմնվելու են խանութների ապրանքների գնորդները, կարող է խաթարվել չոր և շոգ եղանակի պատճառով, ինչը բնորոշ չէ: աշուն։ Այս երեւույթի արդյունքում ձեռք բերող մարդկանց թիվը ռետինե կոշիկներ, կնվազի, և վարդակներկորուստներ կրել. Մաթեմատիկական բանաձեւը, իհարկե, ի վիճակի չէ կանխատեսել եղանակային անոմալիա։ Այս պահը կոչվում է «սխալ»:

Հենց նման սխալների հավանականությունն է հաշվի առնում հաշվարկված նշանակության մակարդակի ստուգումը։ Այն հաշվի է առնում ինչպես հաշվարկված ցուցանիշները, այնպես էլ ընդունված նշանակության մակարդակները, ինչպես նաև արժեքները, որոնք պայմանականորեն կոչվում են վարկածներ։

Ո՞րն է նշանակության մակարդակը:

«Մակարդակ» հասկացությունը ներառված է վիճակագրական նշանակության հիմնական չափանիշներում։ Այն օգտագործվում է կիրառական և գործնական վիճակագրության մեջ։ Սա մի տեսակ արժեք է, որը հաշվի է առնում հնարավոր շեղումների կամ սխալների հավանականությունը:

Մակարդակը հիմնված է պատրաստի նմուշների տարբերությունների բացահայտման վրա, թույլ է տալիս սահմանել դրանց նշանակությունը կամ, ընդհակառակը, պատահականությունը: Այս հայեցակարգն ունի ոչ միայն թվային իմաստներ, այլ նաև դրանց վերծանման տեսակը։ Նրանք բացատրում են, թե ինչպես հասկանալ արժեքը, և ինքնին մակարդակը որոշվում է արդյունքը միջին ցուցանիշի հետ համեմատելով, սա բացահայտում է տարբերությունների հուսալիության աստիճանը:

Այսպիսով, մակարդակ հասկացությունը կարելի է ներկայացնել պարզապես՝ այն թույլատրելի, հավանական սխալի կամ սխալի ցուցիչ է ստացված վիճակագրական տվյալներից արված եզրակացություններում։

Ի՞նչ նշանակության մակարդակներ են օգտագործվում:

Գործնականում թույլ տրված սխալի հավանականության գործակիցների վիճակագրական նշանակությունը սկսվում է երեք հիմնական մակարդակից.

Առաջին մակարդակը այն շեմն է, որի դեպքում արժեքը 5% է: Այսինքն՝ սխալի հավանականությունը չի գերազանցում 5% նշանակության մակարդակը։ Սա նշանակում է, որ կա 95% վստահություն վիճակագրական հետազոտության տվյալներից արված եզրակացությունների անթերիության և անսխալականության մեջ:

Երկրորդ մակարդակը 1%-ի շեմն է։ Ըստ այդմ, այս ցուցանիշը նշանակում է, որ հնարավոր է առաջնորդվել վիճակագրական հաշվարկներում ստացված տվյալներով 99% վստահությամբ։

Երրորդ մակարդակը 0.1% է: Այս արժեքով սխալի հավանականությունը հավասար է տոկոսի մասի, այսինքն՝ սխալները գործնականում բացառվում են։

Ի՞նչ է հիպոթեզը վիճակագրության մեջ:

Սխալները որպես հայեցակարգ բաժանվում են երկու ուղղությամբ՝ առնչվում է զրոյական վարկածի ընդունմանը կամ մերժմանը: Հիպոթեզը հասկացություն է, որի հետևում, ըստ իր սահմանման, թաքնված է այլ տվյալների կամ հայտարարությունների մի շարք: Այսինքն՝ վիճակագրական հաշվառման առարկայի հետ կապված ինչ-որ բանի հավանականության բաշխման նկարագրություն։

Պարզ հաշվարկների համար կա երկու վարկած՝ զրո և այլընտրանքային։ Նրանց միջև տարբերությունն այն է, որ զրոյական վարկածը հիմնված է այն գաղափարի վրա, որ վիճակագրական նշանակությունը որոշելու մեջ ներգրավված նմուշների միջև հիմնարար տարբերություններ չկան, և այլընտրանքը լիովին հակառակ է դրան: Այսինքն՝ այլընտրանքային վարկածը հիմնված է նմուշների տվյալների զգալի տարբերության առկայության վրա։

Որո՞նք են սխալները:

Սխալները՝ որպես վիճակագրության հայեցակարգ, ուղիղ համեմատական ​​են այս կամ այն ​​վարկածի ճշմարիտ ընդունմանը։ Դրանք կարելի է բաժանել երկու ուղղության կամ տեսակի.

• առաջին տեսակը պայմանավորված է զրոյական վարկածի ընդունմամբ, որը պարզվեց, որ սխալ է.
• երկրորդը պայմանավորված է այլընտրանքին հետևելով:

Սխալների առաջին տեսակը կոչվում է կեղծ դրական և բավականին հաճախ տեղի է ունենում բոլոր ոլորտներում, որտեղ օգտագործվում է վիճակագրություն: Ըստ այդմ, երկրորդ տեսակի սխալը կոչվում է կեղծ բացասական:

Ինչի՞ համար է ռեգրեսիան վիճակագրության մեջ:

Ռեգրեսիայի վիճակագրական նշանակությունն այն է, որ այն կարող է օգտագործվել՝ պարզելու, թե տվյալների հիման վրա հաշվարկված տարբեր կախվածությունների մոդելը որքանով է իրատեսական համապատասխանում իրականությանը. թույլ է տալիս բացահայտել հաշվապահական հաշվառման և եզրակացությունների համար գործոնների բավարարությունը կամ բացակայությունը:

Ռեգրեսիվ արժեքը որոշվում է արդյունքները համեմատելով Fisher աղյուսակներում թվարկված տվյալների հետ: Կամ օգտագործելով շեղումների վերլուծություն: Ռեգրեսիոն ցուցանիշները կարևոր են համալիր վիճակագրական ուսումնասիրությունների և հաշվարկների համար, որոնք ներառում են մեծ թվով փոփոխականներ, պատահական տվյալներ և հավանական փոփոխություններ:

Այսօր դա իսկապես չափազանց պարզ է. դուք կարող եք մոտենալ համակարգչին և, առանց իմանալու, թե ինչ եք անում, ստեղծել զգացմունքներ և անհեթեթություն իսկապես զարմանալի արագությամբ: (J. Box)

Բժշկական վիճակագրության հիմնական տերմիններն ու հասկացությունները

Այս հոդվածում մենք ներկայացնում ենք մի քանի հիմնական վիճակագրական հասկացություններ, որոնք տեղին են բժշկական հետազոտություններում: Ավելի մանրամասն, տերմինները հասկացվում են համապատասխան հոդվածներում։

Վարիացիա

Սահմանում.Արժեքների տիրույթում տվյալների (առանձնահատկությունների արժեքների) ցրման աստիճանը

Հավանականություն

Սահմանում... Հավանականություն - որոշակի պայմաններում որոշակի իրադարձության դրսևորման հնարավորության աստիճան:

Օրինակ. Բացատրենք տերմինի սահմանումը «Վերականգնման հավանականությունը օգտագործելիս դեղորայք Arimidex-ը կազմում է 70%»: Միջոցառումը «հիվանդի առողջացումն է», պայմանը՝ «հիվանդը ընդունում է Արիմիդեքս», հնարավորության աստիճանը՝ 70% (կոպիտ ասած՝ Արիմիդեքս ընդունող 100 հոգուց 70-ը ապաքինվում են)։

Կուտակային հավանականություն

Սահմանում. t պահին ողջ մնալու կուտակային հավանականությունը նույնն է, ինչ այդ պահին ողջ մնացած հիվանդների համամասնությունը:

Օրինակ. Եթե ​​ասվում է, որ հնգամյա բուժման կուրսից հետո գոյատևման կուտակային հավանականությունը 0,7 է, ապա դա նշանակում է, որ հիվանդների դիտարկված խմբից նախնական թվի 70%-ը մնացել է կենդանի, իսկ 30%-ը՝ մահացել։ Այսինքն՝ յուրաքանչյուր հարյուր մարդուց 30-ը մահացել է առաջին 5 տարվա ընթացքում։

Միջոցառումից առաջ ժամանակ

Սահմանում.Իրադարձությունից առաջ ժամանակն այն ժամանակն է, որն արտահայտված է որոշ միավորներով, որն անցել է ժամանակի որոշ սկզբնական պահից մինչև որևէ իրադարձության առաջացումը:

Բացատրություն. Որպես ժամանակի միավորներ բժշկական հետազոտությունհայտնվում են օրեր, ամիսներ և տարիներ:

Ժամանակի մեկնարկային կետերի բնորոշ օրինակներ.

սկսել հիվանդի հետաքննությունը

վիրաբուժական բուժում

Քննարկվող իրադարձությունների բնորոշ օրինակներ.

հիվանդության առաջընթաց

կրկնություն

հիվանդի մահը

Նմուշ

Սահմանում.Ընտրության արդյունքում ստացված բնակչության մի մասը.

Ընտրանքի վերլուծության արդյունքների հիման վրա եզրակացություններ են արվում ողջ բնակչության վերաբերյալ, ինչը օրինական է միայն այն դեպքում, եթե ընտրությունը պատահական է եղել: Քանի որ պոպուլյացիայից պատահականորեն ընտրություն կատարելը գործնականում անհնար է, նպատակը պետք է լինի ապահովել, որ ընտրանքը գոնե բնակչության ներկայացուցչական լինի:

Կախված և անկախ նմուշներ

Սահմանում.Նմուշներ, որոնցում ուսումնասիրության առարկաները հավաքագրվել են միմյանցից անկախ: Այլընտրանք անկախ նմուշներ- կախված (միացված, զուգակցված) նմուշներ.

Վարկած

Երկկողմանի և միակողմանի վարկածներ

Նախ, եկեք բացատրենք հիպոթեզ տերմինի օգտագործումը վիճակագրության մեջ:

Հետազոտությունների մեծ մասի նպատակը հայտարարության ճշմարտացիությունը ստուգելն է: Դեղերի թեստավորման նպատակն ամենից հաճախ այն վարկածի ստուգումն է, որ մի դեղամիջոցն ավելի արդյունավետ է, քան մյուսը (օրինակ, Արիմիդեքսն ավելի արդյունավետ է, քան Տամոքսիֆենը):

Ուսումնասիրության խստությունը փոխանցելու համար փորձարկվող հայտարարությունը արտահայտվում է մաթեմատիկորեն: Օրինակ, եթե A-ն այն տարիների թիվն է, որով կապրի Arimidex-ով հիվանդը, իսկ T-ն այն տարիների թիվն է, որը կապրի Tamoxifen-ով հիվանդը, ապա փորձարկվող վարկածը կարող է գրվել որպես A>T:

Սահմանում.Հիպոթեզը կոչվում է երկկողմանի, եթե այն բաղկացած է երկու հավասար արժեքներից:

Երկկողմանի վարկածի օրինակ՝ A = T.

Սահմանում. Հիպոթեզը կոչվում է միակողմանի, եթե այն բաղկացած է երկու անհավասարություններից:

Միակողմանի վարկածների օրինակներ.

Դիխոտոմային (երկուական) տվյալներ

Սահմանում.Տվյալներն արտահայտված են միայն երկու վավերական այլընտրանքային արժեքներով

Օրինակ՝ հիվանդը «առողջ» է՝ «հիվանդ»։ Edema «է» - «ոչ»:

Վստահության միջակայք

Սահմանում.Մեծության համար վստահության միջակայքը այն մեծության արժեքի շուրջն է, որում առկա է իսկական իմաստայս արժեքը (վստահության որոշակի մակարդակով):

Օրինակ. Թող ուսումնասիրված քանակությունը լինի տարեկան հիվանդների թիվը։ Միջին հաշվով նրանց թիվը 500 է, իսկ 95%-ը՝ վստահության միջակայք- (350, 900): Սա նշանակում է, որ, ամենայն հավանականությամբ (95 տոկոս հավանականությամբ) տարվա ընթացքում կլինիկա կայցելի առնվազն 350 և ոչ ավելի, քան 900 մարդ։

Նշանակում. Օգտագործվում է շատ տարածված հապավում. 95% CI (95% CI) վստահության միջակայքն է 95% վստահության մակարդակով:

Հուսալիություն, վիճակագրական նշանակություն (P - մակարդակ)

Սահմանում.Արդյունքի վիճակագրական նշանակությունը նրա «ճշմարտության» նկատմամբ վստահության չափանիշ է։

Ցանկացած հետազոտություն իրականացվում է օբյեկտների միայն մի մասի հիման վրա։ Դեղամիջոցի արդյունավետության ուսումնասիրությունն իրականացվում է մոլորակի ոչ բոլոր հիվանդների, այլ միայն հիվանդների որոշակի խմբի հիման վրա (ուղղակի անհնար է վերլուծություն կատարել բոլոր հիվանդների հիման վրա):

Ենթադրենք, որ վերլուծության արդյունքում որոշ եզրակացություն է արվել (օրինակ, Arimidex դեղամիջոցի օգտագործումը որպես համարժեք թերապիա 2 անգամ ավելի արդյունավետ է, քան Tamoxifen դեղամիջոցը):

Հարցն այն է, որ «Որքա՞ն կարող եք վստահել այս արդյունքին»:

Պատկերացրեք, որ մենք ուսումնասիրություն էինք անում ընդամենը երկու հիվանդի հետ: Իհարկե, այս դեպքում արդյունքներին պետք է զգուշությամբ վերաբերվել։ Եթե ​​մեծ թվով հիվանդներ են հետազոտվել (թվային արժեք) մեծ թվով«Կախված իրավիճակից), ապա արված եզրակացություններին արդեն կարելի է վստահել։

Այսպիսով, վստահության աստիճանը որոշվում է p-արժեքով:

Ավելի բարձր p-մակարդակը համապատասխանում է նմուշի վերլուծությունից ստացված արդյունքների նկատմամբ վստահության ավելի ցածր մակարդակին: Օրինակ, 0,05 (5%) հավասար p-մակարդակը ցույց է տալիս, որ որոշակի խմբի վերլուծության ժամանակ արված եզրակացությունը այս օբյեկտների միայն պատահական հատկանիշն է՝ ընդամենը 5% հավանականությամբ։

Այսինքն, շատ մեծ հավանականություն կա (95%), որ ելքը կարող է տարածվել բոլոր օբյեկտների վրա։

Շատ ուսումնասիրություններում 5%-ը համարվում է ընդունելի p-արժեք: Սա նշանակում է, որ եթե, օրինակ, p = 0.01, ապա արդյունքներին կարելի է վստահել, իսկ եթե p = 0.06, ապա դա անհնար է։

Ուսումնասիրել

Հեռանկարային ուսումնասիրությունուսումնասիրություն է, որտեղ նմուշները բաշխվում են սկզբնական գործոնի հիման վրա, և արդյունքում որոշ գործոն վերլուծվում է նմուշներում:

Հետադարձ ուսումնասիրությունուսումնասիրություն է, որի ընթացքում նմուշները բաշխվում են ստացված գործակցի հիման վրա, և որոշ նախնական գործոն վերլուծվում է նմուշներում:

Օրինակ. Մեկնարկային գործոնը 20 տարեկանից փոքր/ավելի երիտասարդ հղի կինն է: Ստացված գործոնը 2,5 կգ-ից ավելի թեթև/ծանր երեխա է: Մենք վերլուծում ենք՝ արդյոք երեխայի քաշը կախված է մոր տարիքից։

Եթե ​​մենք հավաքենք 2 նմուշ, մեկում` 20 տարեկանից փոքր մայրերին, մյուսում` ավելի մեծ, և հետո վերլուծենք յուրաքանչյուր խմբի երեխաների զանգվածը, ապա սա հեռանկարային հետազոտություն է:

Եթե ​​մենք հավաքում ենք 2 նմուշ, որոնցից մեկում 2,5 կգ-ից ավելի թեթև երեխա են լույս աշխարհ բերել, մյուսում` ավելի ծանր, ապա վերլուծում ենք յուրաքանչյուր խմբի մայրերի տարիքը, ապա սա. հետահայաց ուսումնասիրություն(բնականաբար, նման ուսումնասիրություն կարող է իրականացվել միայն այն ժամանակ, երբ փորձն ավարտվի, այսինքն՝ բոլոր երեխաները ծնվեն):

Ելք

Սահմանում.Կլինիկական նշանակալի իրադարձություն, լաբորատոր պարամետր կամ հատկանիշ, որը հետաքրքրում է հետազոտողին: Կլինիկական փորձարկումներում արդյունքները ծառայում են որպես թերապևտիկ կամ պրոֆիլակտիկ միջամտության արդյունավետությունը գնահատելու չափանիշ:

Կլինիկական համաճարակաբանություն

Սահմանում.Գիտություն, որը հնարավորություն է տալիս կանխատեսել որոշակի արդյունք յուրաքանչյուր կոնկրետ հիվանդի համար՝ հիմնվելով նմանատիպ դեպքերում հիվանդության կլինիկական ընթացքի ուսումնասիրության վրա՝ օգտագործելով խիստ գիտական ​​մեթոդներհիվանդների ուսումնասիրություն՝ կանխատեսումների ճշգրտությունն ապահովելու համար։

Կոհորտա

Սահմանում.Հետազոտության մասնակիցների խումբ, որը միավորվել է իր ձևավորման պահին ինչ-որ ընդհանուր հատկանիշով և ուսումնասիրել է երկար ժամանակ:

Վերահսկողություն

Պատմական վերահսկողություն

Սահմանում.Վերահսկիչ խումբը ձևավորվել և հետազոտվել է ուսումնասիրությանը նախորդող ժամանակահատվածում:

Զուգահեռ հսկողություն

Սահմանում.Վերահսկիչ խումբը, որը ձևավորվել է հիմնական խմբի ձևավորման հետ միաժամանակ:

Հարաբերակցություն

Սահմանում.Երկու հատկանիշի (քանակական կամ հերթական) վիճակագրական հարաբերություն, որը ցույց է տալիս, որ մի հատկանիշի ավելի մեծ արժեքը դեպքերի որոշակի մասում համապատասխանում է ավելի մեծ, դրական (ուղղակի) հարաբերակցության դեպքում՝ մեկ այլ հատկանիշի արժեքին կամ ավելի ցածրին։ արժեք - բացասական (հակադարձ) հարաբերակցության դեպքում:

Օրինակ. Էական հարաբերակցություն է հայտնաբերվել հիվանդի արյան մեջ թրոմբոցիտների և լեյկոցիտների մակարդակի միջև։ Հարաբերակցության գործակիցը 0,76 է։

Ռիսկի հարաբերակցություն (CR)

Սահմանում.Վտանգի հարաբերակցությունը որոշակի («վատ») իրադարձության հավանականության հարաբերակցությունն է առաջին խմբի օբյեկտների համար նույն իրադարձության հավանականության հարաբերակցությունը երկրորդ խմբի օբյեկտների համար:

Օրինակ. Եթե ​​չծխողների մոտ թոքերի քաղցկեղի առաջացման հավանականությունը 20 տոկոս է, իսկ ծխողների մոտ՝ 100 տոկոս, ապա ԿՀ-ն կկազմի հինգերորդը։ Այս օրինակում օբյեկտների առաջին խումբը չծխողներն են, երկրորդ խումբը՝ ծխողները, իսկ թոքերի քաղցկեղի առաջացումը համարվում է «վատ» իրադարձություն։

Ակնհայտ է, որ.

1) եթե KP = 1, ապա խմբերում իրադարձության առաջացման հավանականությունը նույնն է.

2) եթե KP> 1, ապա իրադարձությունն ավելի հաճախ տեղի է ունենում առաջին խմբի օբյեկտների հետ, քան երկրորդից

3) եթե KR<1, то событие чаще происходит с объектами из второй группы, чем из первой

Մետա-վերլուծություն

Սահմանում. ՀԵՏվիճակագրական վերլուծություն, որն ամփոփում է մի քանի ուսումնասիրությունների արդյունքները, որոնք ուսումնասիրում են նույն խնդիրը (սովորաբար բուժման, կանխարգելման, ախտորոշման արդյունավետությունը): Ուսումնասիրությունների համակցումը տալիս է մեծ նմուշ վերլուծության համար և ավելի շատ վիճակագրական ուժ՝ համատեղելու ուսումնասիրությունները: Այն օգտագործվում է ուսումնասիրվող մեթոդի արդյունավետության վերաբերյալ եզրակացության մեջ ապացույցները կամ վստահությունը բարձրացնելու համար:

Kaplan - Meier մեթոդը (Multiple Kaplan - Meier գնահատումներ)

Այս մեթոդը հորինել են վիճակագիր Է.Լ.Կապլանը և Փոլ Մեյերը։

Մեթոդը օգտագործվում է հիվանդի դիտարկման ժամանակի հետ կապված տարբեր արժեքներ հաշվարկելու համար: Նման քանակությունների օրինակներ.

դեղամիջոցն օգտագործելիս մեկ տարվա ընթացքում վերականգնման հավանականությունը

վիրահատությունից հետո կրկնվելու հավանականությունը վիրահատությունից հետո երեք տարվա ընթացքում

օրգանների անդամահատմամբ շագանակագեղձի քաղցկեղով հիվանդների հնգամյա գոյատևման կուտակային ցուցանիշը

Եկեք բացատրենք Kaplan-Meier մեթոդի օգտագործման առավելությունները:

Արժեքների արժեքները «սովորական» վերլուծության մեջ (չօգտագործելով Kaplan-Meier մեթոդը) հաշվարկվում են դիտարկված ժամանակային միջակայքի միջակայքի բաժանման հիման վրա:

Օրինակ, եթե ուսումնասիրենք հիվանդի մահվան հավանականությունը 5 տարվա ընթացքում, ապա ժամանակային միջակայքը կարելի է բաժանել 5 մասի (1 տարուց պակաս, 1-2 տարի, 2-3 տարի, 3-4 տարի, 4-5. տարի), այսպիսով և 10-ով (յուրաքանչյուրը վեց ամիս), կամ մեկ այլ քանակի ընդմիջումներով: Արդյունքները տարբեր կլինեն տարբեր բաժինների համար:

Լավագույն բաժանման ընտրությունը հեշտ գործ չէ:

Կապլան-Մայերի մեթոդով ստացված քանակների արժեքների գնահատականները կախված չեն դիտարկման ժամանակի միջակայքերի բաժանումից, այլ կախված են միայն յուրաքանչյուր առանձին հիվանդի կյանքի տևողությունից:

Հետևաբար, հետազոտողի համար ավելի հեշտ է վերլուծություն կատարել, և արդյունքները հաճախ ավելի որակյալ են ստացվում, քան «սովորական» վերլուծության արդյունքները:

Կապլան-Մայերի կորը գոյատևման կորի գրաֆիկ է, որը ստացվել է Կապլան-Մայերի մեթոդով։

Քոքսի մոդելը

Այս մոդելը հորինել է սըր Դեյվիդ Ռոքսբի Քոքսը (ծնված 1924 թ.), անգլիացի հայտնի վիճակագիր, ավելի քան 300 հոդվածների և գրքերի հեղինակ։

Քոքսի մոդելն օգտագործվում է այն իրավիճակներում, երբ գոյատևման վերլուծության մեջ ուսումնասիրված մեծությունները կախված են ժամանակի ֆունկցիաներից: Օրինակ, t տարում կրկնվելու հավանականությունը (t = 1,2,…) կարող է կախված լինել ժամանակի լոգարիթմից (t):

Քոքսի առաջարկած մեթոդի կարևոր առավելությունն այս մեթոդի կիրառելիությունն է մեծ թվով իրավիճակներում (մոդելը չի ​​սահմանում խիստ սահմանափակումներ հավանականության բաշխման բնույթի կամ ձևի վերաբերյալ):

Քոքսի մոդելի հիման վրա կարող է իրականացվել վերլուծություն (կոչվում է Քոքսի վերլուծություն), որը հանգեցնում է ռիսկի հարաբերակցության և ռիսկի հարաբերակցության վստահության միջակայքի:

Վիճակագրության ոչ պարամետրիկ մեթոդներ

Սահմանում.Վիճակագրական մեթոդների դաս, որոնք հիմնականում օգտագործվում են քանակական տվյալների վերլուծության համար, որոնք նորմալ բաշխում չեն կազմում, ինչպես նաև որակական տվյալների վերլուծության համար։

Օրինակ. Հիվանդների սիստոլիկ արյան ճնշման տարբերությունների նշանակությունը պարզելու համար՝ կախված բուժման տեսակից, մենք օգտագործում ենք ոչ պարամետրիկ Mann-Whitney թեստը:

Առանձնահատկություն (փոփոխական)

Սահմանում. Ն.ՍՀետազոտության (դիտարկման) օբյեկտի բնութագրերը. Տարբերակել որակական և քանակական բնութագրերը:

Պատահականացում

Սահմանում.Հետազոտական ​​առարկաները հիմնական և վերահսկիչ խմբերին պատահականորեն բաշխելու մեթոդ՝ օգտագործելով հատուկ միջոցներ (սեղաններ կամ պատահական թվերի հաշվիչ, մետաղադրամ նետել և ներառված դիտարկմանը պատահականորեն խմբի համար նշանակելու այլ մեթոդներ): Պատահականությունը նվազագույնի է հասցնում խմբերի միջև եղած տարբերությունները հայտնի և անհայտ հատկանիշների համար, որոնք պոտենցիալ ազդեցություն ունեն ուսումնասիրված արդյունքի վրա:

Ռիսկ

Վերագրվող- անբարենպաստ ելքի լրացուցիչ ռիսկ (օրինակ, հիվանդություն) հետազոտական ​​օբյեկտում որոշակի բնութագրիչի (ռիսկի գործոնի) առկայության պատճառով: Սա հիվանդության զարգացման ռիսկի այն մասն է, որը կապված է այս ռիսկի գործոնի հետ, բացատրվում է դրանով և կարող է վերացվել, եթե այդ ռիսկի գործոնը վերացվի:

Հարաբերական ռիսկ- մի խմբում անբարենպաստ վիճակի ռիսկի հարաբերակցությունը մյուս խմբում այս վիճակի ռիսկին: Այն օգտագործվում է հեռանկարային և դիտողական ուսումնասիրություններում, երբ խմբերը նախապես ձևավորվում են, և ուսումնասիրված վիճակի սկիզբը դեռ չի եղել:

Շարժական քննություն

Սահմանում.Վիճակագրական մոդելի կայունությունը, հուսալիությունը, կատարողականը (վավերականությունը) ստուգելու մեթոդ՝ դիտարկումները հերթով ջնջելով և մոդելը վերահաշվարկելով։ Որքան նման են ստացված մոդելները, այնքան մոդելն ավելի կայուն և հուսալի է։

Իրադարձություն

Սահմանում.Հետազոտության ընթացքում նկատված կլինիկական արդյունք, ինչպիսիք են բարդությունը, ռեցիդիվը, վերականգնումը, մահը:

Շերտավորում

Սահմանում. ՄԸնտրանքային մեթոդ, որտեղ բոլոր մասնակիցների բնակչությունը, ովքեր համապատասխանում են հետազոտության մեջ ընդգրկվելու չափանիշներին, սկզբում բաժանվում են խմբերի (շերտերի)՝ հիմնված մեկ կամ մի քանի բնութագրերի վրա (սովորաբար սեռը, տարիքը), որոնք պոտենցիալ ազդեցություն են ունենում ուսումնասիրված արդյունքի վրա, այնուհետև յուրաքանչյուրից: Այս խմբերից (ստրատ) ինքնուրույն հավաքագրեցին մասնակիցներին փորձարարական և վերահսկիչ խմբերում: Սա թույլ է տալիս հետազոտողին հավասարակշռել կարևոր բնութագրերը փորձարարական և վերահսկիչ խմբերի միջև:

Արտակարգ իրավիճակների աղյուսակ

Սահմանում.Դիտարկումների բացարձակ հաճախականությունների (թիվ) աղյուսակ, որի սյունակները համապատասխանում են մեկ հատկանիշի արժեքներին, իսկ տողերը՝ մեկ այլ հատկանիշի արժեքներին (երկչափ պատահական աղյուսակի դեպքում): Բացարձակ հաճախականությունները գտնվում են տողերի և սյունակների հատման բջիջներում:

Բերենք չնախատեսված աղյուսակի օրինակ: Անևրիզմայի վիրահատություն է կատարվել 194 հիվանդի մոտ։ Վիրահատությունից առաջ հիվանդների մոտ այտուցի ծանրության հայտնի ցուցանիշ կա:

Edema \ Exodus
ոչ մի այտուց	20	6	26
չափավոր այտուց	27	15	42
արտահայտված այտուց	8	21	29
մ ժ	55	42	194

Այսպիսով, այտուց չունեցող 26 հիվանդից վիրահատությունից հետո ողջ է մնացել 20 հիվանդ, 6 հիվանդ մահացել է։ Միջին ծանրության այտուցով 42 հիվանդներից 27-ը ողջ է մնացել, 15-ը մահացել է և այլն։

Չի-քառակուսի թեստ արտակարգ իրավիճակների աղյուսակների համար

Մեկ նշանի տարբերությունների նշանակությունը (հուսալիությունը)՝ կախված մյուսից (օրինակ՝ վիրահատության արդյունքը՝ կախված այտուցի ծանրությունից) որոշելու համար chi-square թեստը օգտագործվում է պատահական աղյուսակների համար.

Հնարավորություն

Ինչ-որ իրադարձության հավանականությունը թող լինի p. Այնուհետև հավանականությունը, որ իրադարձությունը տեղի չի ունենա, 1-p է:

Օրինակ, եթե հինգ տարի հետո հիվանդի ողջ մնալու հավանականությունը 0,8 է (80%), ապա հավանականությունը, որ նա կմահանա այս ժամանակահատվածում 0,2 է (20%)։

Սահմանում.Շանսը դեպքի տեղի ունենալու հավանականության հարաբերակցությունն է իրադարձության չկայանալու հավանականությանը:

Օրինակ. Մեր օրինակում (հիվանդի մասին) հնարավորությունը 4 է, քանի որ 0,8 / 0,2 = 4

Այսպիսով, ապաքինման հավանականությունը 4 անգամ ավելի մեծ է, քան մահվան հավանականությունը։

Քանակի արժեքի մեկնաբանություն.

1) Եթե Շանս = 1, ապա իրադարձության տեղի ունենալու հավանականությունը հավասար է այն հավանականությանը, որ իրադարձությունը տեղի չի ունենա.

2) եթե շանսը> 1, ապա իրադարձության հավանականությունը ավելի մեծ է, քան դեպքը տեղի չունենալու հավանականությունը.

3) եթե Շանս<1, то вероятность наступления события меньше вероятности того, что событие не произойдёт.

Հավանականություն հարաբերակցությունը

Սահմանում.Հավանականությունների հարաբերակցությունը առաջին խմբի օբյեկտների հավանականության հարաբերակցությունն է երկրորդ խմբի օբյեկտների հավանականության հարաբերակցությանը:

Օրինակ. Ենթադրենք՝ և՛ տղամարդիկ, և՛ կանայք որոշակի բուժում են անցնում:

Հավանականությունը, որ տղամարդ հիվանդը հինգ տարի հետո ողջ կմնա 0,6 (60%); հավանականությունը, որ նա կմահանա այս ժամանակահատվածում 0,4 է (40%)։

Կանանց մոտ նմանատիպ հավանականությունները 0,8 և 0,2 են։

Այս օրինակում հավանականությունների հարաբերակցությունը հետևյալն է

Քանակի արժեքի մեկնաբանություն.

1) Եթե հավանականության հարաբերակցությունը = 1, ապա առաջին խմբի հնարավորությունը հավասար է երկրորդ խմբի հավանականությանը.

2) Եթե հավանականության հարաբերակցությունը> 1, ապա առաջին խմբի հնարավորությունն ավելի մեծ է, քան երկրորդ խմբի հավանականությունը.

3) Եթե հավանականության հարաբերակցությունը<1, то шанс для первой группы меньше шанса для второй группы