Автор работы: Пользователь скрыл имя, 20 Июня 2013 в 15:46, курсовая работа
Цель данной работы состоит в изучении теоретических основ статистики и расчет статистических показателей.
В соответствии с целью были поставлены следующие задачи:
изучение общих основ статистики
рассмотреть показатели здравоохранения в Омской области
рассмотреть прикладные пакеты программ, используемых при расчете показателей
произвести сводку и группировку
рассчитать основные статистические показатели: относительные, средние величины, показатели вариации, причинно-регрессионный анализ, показатели ряда динамики, индексы.
ВВЕДЕНИЕ 4
1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИЗУЧЕНИЯ СТАТИСТИЧЕСКИХ МЕТОДОВ ИССЛЕДОВАНИЯ 6
1.1 Общие основы статистики 6
1.2 Показатели здравоохранения 12
1.3 Информационные технологии в изучении статистики 16
2 РАСЧЕТ И АНАЛИЗ СТАТИСТИЧЕСКИХ ПОКАЗАТЕЛЕЙ 20
2.1 Сводка и группировка 20
2.2 Расчет относительных величин 23
2.3 Расчет средних величин 27
2.4 Расчет показателей вариации 32
2.5 Коррекционно-регрессионный анализ 34
2.6 Анализ рядов динамики 37
2.7 Расчет показателей здравоохранения 40
2.8 Тренд ……………………………………………………………………… 41
ЗАКЛЮЧЕНИЕ 42
СПИСОК ЛИТЕРАТУРЫ 44
В 2009 году было осмотрено 142157 детей от 0 до 14 лет, а планировалось осмотреть 137650 детей.
План перевыполнен на 3,3%.
3. Относительный показатель структуры (ОПС) представляет собой соотношение структурных частей изучаемого объекта и их целого:
(8)
Таблица 7.
Численность лечившихся больных по Омской области
Административная территория |
Число больных, чел. |
В процентах |
1 |
2 |
3 |
Муниципальные районы |
40205 |
44,1 |
Город Омск |
50885 |
55,9 |
Итого |
91090 |
100 |
*[25]
Рассчитанные в последней графе данной таблицы проценты представляют собой относительные показатели структуры.
4. Относительный показатель координации (ОПК) представляет собой отношение одной части совокупности к другой части этой же совокупности:
(9)
Таблица 8.
Численность лечившихся больных по муниципальным районам
Муниципальные районы |
Число лечившихся больных, чел. |
1 |
2 |
Азовский |
592 |
Большереченский |
1125 |
Горьковский |
1423 |
Калачинский |
2072 |
Муромцевский |
1787 |
Таврический |
2307 |
Итого |
9306 |
*[25]
Так, на основе данных приведенной выше таблицы 8, можно сделать вывод, что на одного больного Таврического района приходится 0,26 больных из Азовского района, 0,49 – из Большереченского, 0,62 – из Горьковского, 0,9 – из Калачинского, 0,77 – из Муромцевского района.
5. Относительный показатель интенсивности (ОПИ) характеризует степень распространения изучаемого процесса или явления и представляет собой отношение исследуемого показателя к размеру присущей ему среды:
(10)
Численность населения в 2009 году составила 1129100 человек, а численность больных – 50885 человек.
Отсюда следует, что уровень заболеваемости в г. Омске составил 4,5%.
6. Относительный показатель сравнения (ОПСр) представляет собой соотношение одноименных абсолютных показателей, характеризующих разные объекты (предприятия, фирмы, районы, области, страны и т.п.):
(11)
В Калачинском районе число лечившихся больных – 2072 человек, а в Таврическом – 2307 человек.
В Таврическом районе на 11,3% больных больше, чем в Калачинском районе. [10, с. 78]
Наиболее распространенной формой статистических показателей, используемой в экономических исследованиях, является средняя величина, представляющая собой обобщенную количественную характеристику признака в статистической совокупности в конкретных условиях места и времени. Показатель в форме средней величины выражает типичные черты и дает обобщающую характеристику однотипных явлений по одному из варьирующих признаков. Он отражает уровень этого признака, отнесенный к единице совокупности. Широкое применение средних объясняется тем, что они имеют ряд положительных свойств, делающих их незаменимым инструментом анализа явлений и процессов в экономике.
В статистике используются различные виды средних величин. Наиболее часто применяются средняя арифметическая, гармоническая, геометрическая и квадратическая. Выбор той или иной средней зависит от содержания осредняемого признака и конкретных данных, по которым ее приходится вычислять.
Указанные средние величины могут быть вычислены либо когда каждый вариант совокупности встречается только один раз (при этом средняя называется простой или невзвешенной), либо когда варианты повторяются различное число раз (при этом число повторений вариантов называется частотой или статистическим весом, а средняя, вычисленная с учетом весов, – средней взвешенной). [16, с. 115-116]
Средняя арифметическая простая – самый распространенный вид средней величины, рассчитывается по формуле:
(12)
Средняя арифметическая взвешенная:
(13)
где – вариант, а – частота или статистический вес.
Обследование пяти больниц показало, что в них работает 120, 125, 137, 140, 153 человек. Рассчитаем среднюю арифметическую простую по формуле:
Т. е. в среднем на одно предприятие приходится 135 человек.
Средняя гармоническая вычисляется в тех случаях, когда приходится суммировать не сами варианты, а обратные им величины.
Формула вычисления средней гармонической простой следующая:
(14)
Средняя гармоническая взвешенная определяется по формуле:
(15)
где xi – вариант, n – количество вариантов, Vi – веса для обратных значений xi.
Предположим, что в регистратуре больницы один работник оформляет больного за 6 мин., а другой – за 12 мин. Каковы средние затраты времени на оформление одного больного, если общая продолжительность рабочего времени у работников одинакова?
Ответ на этот вопрос заключается в осреднении индивидуальных значений затрат времени на 1 оформление, т.е. (6+12) : 2 = 9 мин. Проверим обоснованность такого подхода на примере одного часа работы. За этот час первый работник оформляет 10 больных (60:6), второй – 5 больных (60:12), что в сумме составляет 15. Если же заменить индивидуальные значения их предполагаемым средним значением, то общее число обработанных обоими работниками заказов в данном случае уменьшится:
Подойдем к решению через исходное соотношение средней. Для определения средних затрат времени необходимо общие затраты времени за любой интервал (например, за час) разделить на общее число оформленных за этот интервал двумя работниками безработных:
Если теперь мы заменим индивидуальные значения их средней величиной, то общее количество обработанных за час заказов не изменится:
Наиболее часто используемыми в экономической практике структурными средними являются мода и медиана.
Мода – это величина признака (варианта), который наиболее часто встречается в данной совокупности, т.e. это варианта, имеющая наибольшую частоту. В дискретном ряду мода определяется в соответствии с определением, т.е. это одна из вариант признака, которая в ряду распределения имеет наибольшую частоту. Для интервального ряда моду находим по формуле, сначала по наибольшей частоте определив модальный интервал:
= 587 -891;
h = 304;
f = 10;
В случае интервального вариационного ряда медиану определяют по формуле:
(17)
где - нижняя граница медианного интервала;
- порядковый номер медианы (Σf/2);
- накопленная частота до
- частота медианного интервала.
Рассчитаем моду и медиану по данным таблицы 10.
Таблица 10.
Группировка районов по числу больных
Группы районов |
Число районов |
Накопленные частоты |
1 |
2 |
3 |
587 - 891 891 - 1195 1195 - 1499 1499 - 1803 1803 - 2107 2107 - 2413 |
10 8 5 4 2 3 |
10 18 23 27 29 32 |
Итого |
32 |
Найдем моду по формуле 16:
Найдем медиану по формуле 17 .
Вывод: по моде – наиболее
часто встречается среднее
Графическое изображение моды и медианы.
Рис. 1 Графическое изображение моды
Рис. 2 Графическое изображение медианы
Основными показателями, характеризующими вариацию, являются размах, среднее линейное отклонение; дисперсия, среднее квадратическое отклонение, коэффициент вариации.
1. Размах вариации
(18)
2. Среднее линейное отклонение исчисляют для того, чтобы дать обобщающую характеристику распределению отклонений:
– (для несгруппированных данных), (19)
– (для вариационного ряда); (20)
где – абсолютные значения отклонений отдельных вариантов от средней арифметической ; – частота.
3. Дисперсия – это
средняя арифметическая
(21)
4. Среднее квадратическое отклонение – корень квадратный из дисперсии:
– (для несгруппированных данных), (22)
– (для вариационного ряда); (23)
В отличие от дисперсии среднее квадратическое отклонение является абсолютной мерой вариации признака в совокупности и выражается в единицах измерения варьирующего признака (руб., тыс., млн.). [22, с. 175]
5. Коэффициент вариации
– используется для
(24)
Произведем расчет показателей вариации по таблице 4, дополнив ее расчетными столбцами.
Таблица 11.
Расчетная таблица
№ |
Число районов |
Число лечившихся больных |
||
1 |
2 |
3 |
4 |
5 |
1 2 3 4 5 6 |
10 8 5 4 2 3 |
6610 8601 7064 7054 4044 6832 |
66100 68808 35320 28216 8088 20496 |
4,4 2,4 -0,6 -1,6 -3,6 -2,6 |
å |
32 |
40205 |
227028 |
Таким образом, число районов отклоняется от среднего на 2,7.
Совокупность не однородная, так как коэффициент вариации превышает 33%. Вариация признака сильная (48,2 > 25%).
Исследование объективно существующих связей между социально-экономическими явлениями и процессами является важнейшей задачей теории статистики. В процессе статистического исследования зависимостей вскрываются причинно-следственные отношения между явлениями, что позволяет выявлять факторы (признаки), оказывающие основное влияние на вариацию изучаемых явлений и процессов. Причинно-следственные отношения – это такая связь явлений и процессов, когда изменение одного из них – причины ведет к изменению другого – следствия. [23, с. 142]
Информация о работе Статистические методы в исследовании здравоохранения