КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Количественная оценка результатов эксперимента
Альтернативный анализ. Явления, интересующие исследователя, должны изучаться в их взаимосвязи, в зависимости от их структуры, соотношений, в которых они находятся между собой и пр. Для целостного изучения явлений, статистика выработала показатели, известные под названием показателей относительной доли или показателей структуры и показателей соотношения. Эти показатели даются в процентах, промилле, продецимилле и т.д. Так как наблюдаемый признак в каждом отдельном случае может быть, а может не быть, то такие признаки называются альтернативными, а их обозначение при помощи статистических показателей и анализ этих показателей называется альтернативным анализом. Техника вычисления относительных величин не трудна (она связана только с действием деления). При анализе же этих показателей часто допускаются ошибки. На некоторых из них следует остановиться. Для того, чтобы проанализировать типы допускаемых ошибок, следует дать классификацию соответствующих показателей. В общей форме можно назвать 2 категории: показатели структуры и показатели соотношения. Показатели структуры называются иначе экстенсивными показателями. Их можно разделить на 2 группы: экстенсивно-расчленительные и экстенсивно-указательные. Первые отражают выраженное в процентах соотношение между частью и целым, а вторые - выраженное также в процентах отношение между частями целого.
Пример 1. Из 500 студентов биологического факультета 450 двоечники, а остальные троечники. В этом случае экстенсивно-расчленительный показатель равен (450/500)*100=90%. Этот процент, дающий представление о структуре совокупности, составляют двоечники. Экстенсивно-указательный показатель будет обозначать отношение двоечников к троечникам: (450/50)*100=900%. Это число показывает, что на 100 троечников приходится 900 двоечников. Иногда экстенсивно-указательные величины вычисляются не в процентах. В приведенном выше примере (450/50)=9 эта цифра показывает, что на 1 троечника приходится 9 двоечников. При экстенсивно-указательных величинах не имеет значения какая цифра будет в числителе, а какая в знаменателе. Во взятом примере можно дать отношение и в форме (50/450)=0.11. Изменится только толкование (на одного двоечника приходится 0.11 троечника). Показатели соотношения называются также частотами, потому что они показывают частоту изучаемых явлений. Эти показатели можно разделить на 2 категории: интенсивные и координационные показатели. Интенсивные представляют собой соотношение между числом случаев некоторого события и средой, в которой это событие наступает. Координационные же представляют соотношение между числом случаев в двух явлениях, между которыми существует непрямая связь. Пример 2. В городе Кемерово 100000 детей школьного возраста, население - 500000 человек, а число преподавателей 2000 человек. Требуется вычислить показатель ученичества и показатель обеспеченности населения учителями.
Так как событием является вступление ребенка в школьный возраст, а средой в которой оно происходит - население, то первый показатель будет равняться (100000/500000)*1000=200 на 1000 населения. Координационным показателем обеспеченности населения учителями является отношение между численностью населения и числом преподавателей. Он может быть вычислен двумя способами: (500000/2000)=225 или (2000/500000)*1000=4. Толкование этих показателей таково: 1) один учитель приходится на 225 человек или 2) на 1000 человек населения приходится 4 преподавателя. Предложенная классификация дает возможность лучше понять природу ошибок, допускаемых при вычислении относительных показателей. 1. Не следует забывать, что за вычисленными относительными величинами стоят конкретные данные. Иногда 1% какого-либо показателя по своему значению равняется 10% того же показателя, вычисленного для другого объекта (пример). Поэтому при составлении статистических таблиц необходимо вместе с процентными числами приводить и абсолютные числа. 2. Показатели относительной доли не рекомендуется суммировать или усреднять (кроме некоторых специальных случаев).(пример). 3. Экстенсивно-указательные величины показывают процентное отношение между частями одного и того же целого, поэтому здесь возможен результат как меньший, так и больший 100%. При вычислении этих показателей необходимо обращать внимание на следующее: окончательный результат различен в зависимости от того, какая из частей целого помещена в числитель, а какая в знаменатель. Рекомендуется в этом случае обращать внимание не на разность в процентах, а на их соотношения, а эти соотношения равны. В первом примере, 11.1(1)% и 900%. В данном случае (900/100)=9 и (100/11.1(1))=9, т.е. в первом случае в 9 раз меньше, а во втором в 9 раз больше 100%.
4. При вычислении интенсивных статистических показателей необходимо тщательно определять среду, в которой происходят изучаемые события. Это определение в некоторых случаях затрудняется тем, что не всегда можно количественно учесть среду. Например, при изучении показателя смертности необходимо знать не только число умерших, но и число заболевших. Однако, в то время как об умерших можно иметь точные данные (на каждого умершего составляется акт о смерти, в который вписана причина смерти), точное число заболевших часто не известно. Иногда, чтобы избежать этой трудности, вычисление интенсивных статистических показателей заменяется вычислением экстенсивных, что приводит к ошибочным выводам. Пример 3. Изучается воздействие загрязнения атмосферы г.Кемерово на состояние здоровья населения. Имеются следующие данные:
Для ответа на вопрос в каком районе загрязнение воздуха больше влияет на заболеваемость вычисляют соответствующие структурные показатели (3 колонка). При их анализе допускают ошибку, так величина этих показателей зависит от численности населения различных районов. Например, в Центральном районе экстенсивный показатель больше всех, но там и население самое большое. Следовательно, связь между заболеваемостью и загрязнением атмосферного воздуха можно установить только путем вычисления интенсивных показателей. Для этого необходимо располагать данными о численности населения.
5. Порядок изменения экстенсивных показателей не всегда соответствует порядку изменения интенсивных. 6. Следует быть особенно осторожными при вычислении показателей относительной доли при малочисленных выборках. Чаще всего такая ошибка возникает в тех экспериментальных исследованиях, когда наблюдение над большим числом случаев невозможно или связано со значительными расходами. Например, решено проверить воздействие определенного токсического вещества только в одном эксперименте. В этом случае возможны только 2 варианта: испытуемое животное или умрет, или не умрет, т.е. для оценки эффекта процент может быть или 0 или 100. В первом случае недооценивается действие испытуемого вещества, во втором оно переоценивается. При исследовании на 2 животных возможны 3 положения: оба животных умрут - 100%, одно умрет - 50%, оба выживут - 0%. При проведении исследования на 3 животных возможны 4 положения: 0, 33.3, 66.6, 100%. При исследовании на 4 животных возможны 5 результатов: 0, 25, 50, 75, 100%. И т.д. Следует иметь в виду, что в то время как при исследовании на одном животном широта интервала, в котором можно получить результат, равняется 100%-0%=100%, при исследовании на 2 она уменьшается до 100%-50%=50%. Вообще при n случаях ширина интервала будет равна 100/n. 7. При пользовании процентами надо знать основание, в отношении которого они вычислены, являющиеся мерой - эталоном сравнения. Это особенно важно когда имеют дело с так называемой многократной манипуляцией и процентами. Пример 4. Число больных гриппом в прошлом году в результате того, что люди стали делать зарядку уменьшилось на 20%, а в данном году еще на 10%. Можно ли сказать каково общее уменьшение? Да, но не 30%=20%+10%, а 28%=20%+(100%-20%)*10/100. т.е. 10% от оставшихся 80%. 8. Изучая некоторые явления при помощи интенсивных статистических показателей, сталкиваются с фактом, что величина этих показателей не зависит от структуры Среды, в которой имеют место изучаемые явления. Так, например, смертность выше в тех населенных пунктах, в которых число детей раннего детского возраста и стариков больше, потому что среди них смертность наиболее высока. При таких и подобных им случаях при сравнении интенсивных статистических показателей, вычисленных для среды с различной структурой, необходимо применять так называемый метод стандартизации. Метод стандартизации ставит себе задачей унифицировать структуру среды, в отношении которой вычисляются интенсивные статистические показатели. Различаются прямой и косвенный методы стандартизации. Прямой метод применяется в тех случаях, когда известны абсолютные числа, характеризующие изучаемое явление, а также среду, в которой оно происходит. Эти числа необходимо знать раздельно для частей той среды, которая оказывает влияние на величину интенсивных показателей. Косвенный метод применяется в тех случаях, когда известна только общая численность изучаемого явления. Пример 5. В 1931г. смертность среди служителей культа и шахтеров в Уэльсе была такова (см. табл.)
Если по этим числам вычислить интенсивные статистические показатели смертности, то окажется, что у служителей культа она выше P1=27.7 на 1000 человек (629/22700)*1000; а у шахтеров она ниже P2=14.5=(6690/ /460000)*1000. Однако эти показатели выведены для профессий имеющих различный возрастной состав. Если вычислить показатели смертности для отдельных возрастных групп, то окажется, что смертность шахтеров гораздо выше. Следовательно необходимо применить метод стандартизации для того, чтобы унифицировать возрастную структуру этих двух групп населения. Для использования прямого метода стандартизации необходимо избрать некоторый условный стандарт. В качестве такого стандарта в данном случае избран возрастной состав мужского населения Уэльса в возрасте 16 лет и старше. После этого рассчитываются стандартизованные коэффициенты для отдельных возрастных групп по формуле (P*L). Эти коэффициенты исчисляются отдельно для обоих групп населения: полученные таким образом цифры суммируются и делятся на 100. Получаются стандартизованные коэффициенты смертности, в которых устранено влияние различной возрастной структуры. В данном примере стандартизованный коэффициент смертности служителей культа составляет 10.92 на 1000, а шахтеров 17.04 на 1000. Следовательно, первоначальное заключение должно быть изменено. В научных исследованиях применяют два вида статистического исследования: сплошное и выборочное. При первом из них наблюдение ведется за всеми единицами наблюдения, входящими в изучаемый объект. При выборочном исследовании наблюдение ведется только за частью случаев, входящих в объект исследования, а полученные результаты обобщаются применительно ко всем случаям. Выборочные исследования имеют ряд преимуществ: они дешевле, проводятся в более короткие сроки, а в некоторых случаях являются единственной возможной формой исследования. Однако, так как эти наблюдения не являются сплошными, в них всегда имеется некоторая неточность, называемая ошибкой репрезентативности. Пример 6. При наблюдении над 100 непреднамеренно подобранными студентами было установлено, что 90 из них любят конфеты (т.е. 90%). Так как эта величина получена при относительно малом количестве человек, то возникает вопрос: если провести другие такие же наблюдения, будет ли получен тот же процент. Очевидно - нет. Следовательно, если поставить вопрос о количестве любителей сладкого, то дать на него ответ в виде точно определенного процента нельзя, можно лишь указать интервал, в границах которого находится интересующий исследователя процент. Этот интервал определяется следующим образом. Его нижняя граница равна Р-D, а верхняя Р+D, где Р - полученный процент, D - размер неточности, допущенной вследствие не сплошного характера наблюдения. Эту величину находят по следующей формуле: , где n - число наблюдаемых случаев, Р - найденный процент, t - в этом случае представляет собой так называемый доверительный коэффициент. При вероятности Р=0.95 (t=1.96), при Р=0.99 (t=2.58). В использованном примере при доверительной вероятности Р=0.95 и t=1.96. D=1.96* Ö(90*(100-90)/100=18%. Видоизменяя формулу, например, можно рассчитать необходимое число наблюдений для получения определенного размера неточности: n=t2*P(100-P)/D2.
*** Количественная оценка экспериментального эффекта может быть произведена при помощи некоторых статистических методов, известных под названием средней эффективной (летальной) дозы. Метод Рида и Менча. Этот метод известен также под названием метода Беренса, или метода интегрирования. Он основан на следующем положении: если подопытное животное не реагирует на воздействие данной дозы, то оно не будет реагировать и на воздействие меньшей дозы и, наоборот, животное реагирующие на данную дозу будет реагировать и на большую. Использование метода интегрирования требует соблюдения ряда ограничительных условий: 1. При каждой дозе число случаев наблюдения должно быть одинаковым. 2. Экспериментальные дозы должны нарастать или убывать в арифметической или геометрической прогрессии. 3. Должен быть изучен весь интервал - от дозы, дающей 0% эффекта, до дозы, обеспечивающей 100% эффект. 4. Центральная экспериментирующая доза должна обеспечивать приблизительно 50% эффект, а остальные группироваться вокруг нее. Пример 7. Допустим изучается влияние какого-то химического вещества на организм.
Цифры колонки 6 получают следующим образом. К числу оставшихся в живых животных при самой высокой дозе прибавляют число животных, оставшихся в живых при смежной с ней меньшей дозе. К полученной сумме прибавляют число не умерших животных из смежной более низкой дозы и т.д. 50% летальность LD50 находится между дозой 8 и 16. Чтобы найти LD50 вычисляют сначала фактор ФP. ФР=(50-А)*В/(Б-А), где А - процент смертности при наибольшей дозе, вызывающей смертность менее 50% мышей. Б - процент смертности при наименьшей дозе, вызывающей смертность более 50% мышей. В - разность между двумя дозами окаймляющими 50%. ФР=(50-40)*1/(70-40)=0.33 3+0.33=3.33, LD=23.33=10.08.
Дата добавления: 2014-01-05; Просмотров: 351; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |