5 исследование проблем народонаселения и их связей с озз




Название5 исследование проблем народонаселения и их связей с озз
страница5/16
Дата публикации27.08.2013
Размер2.49 Mb.
ТипИсследование
zadocs.ru > Медицина > Исследование
1   2   3   4   5   6   7   8   9   ...   16

^ Ошибка репрезентативности, методика расчета ошибки средней и относительной величины.

Для определения степени точности выборочного исследования оценива­ется величина ошибки, которая может произойти в процессе выборки. Такие ошибки носят название случайных ошибок репрезентативности (т). Ошибки репрезентативности являются фактической разностью между средними или от­носительными величинами, полученными при проведении выборочного иссле­дования, и аналогичными величинами, которые были бы получены при прове­дении исследования на генеральной совокупности.

Оценка достоверности результатов исследования предусматривает опре­деление:

  1. ошибки репрезентативности — т;

  2. доверительных границ средних (или относительных) величин в гене­ральной совокупности;

  3. достоверности разности средних (или относительных) величин (по критерию t).

^ Определение ошибки репрезентативности относительной и средней величин

Вычисление ошибок репрезентативности статистических величин произ­водится следующим образом.

^ Расчет ошибки репрезентативности (mм) средней арифметической величины (М) производится по формуле:



где σ — среднее квадратическое отклонение; п — численность выборки.

Пример 9: в результате измерения веса 200 новорожденных получены следующие данные: средний вес новорожденного (М) составил 3300 г, среднее квадратическое отклонение (σ) - 310 г. Определить ошибку репрезентативно­сти веса новорожденных.

Ошибка репрезентативности составляет:



Таким образом, средний вес новорожденных равен 3300 ± 21,9 г. ^ Для расчета ошибки репрезентативности (mp>) относительной вели­чины (Р) применяется формула:



где ^ Р — соответствующая относительная величина (рассчитанная, например, в процентах, промилле и т. д.); q — величина, обратная Р, и выражена как (100 - Р%), (1000 - Р 0/00) и т. д.; п — численность выборки.

Пример 10: Рассчитать ошибку репрезентативности показателя после­операционной летальности в лечебной организации, если известно, что из 290 оперированных умерло 12 больных.

Летальность составит:



Ошибка репрезентативности показателя:



Таким образом, послеоперационная летальности равна 4,1 ± 1,16%.

^ Определение ошибки репрезентативности при малой выборке

В клинических и экспериментальных работах довольно часто приходится использовать малую выборку, когда число наблюдений меньше или равно 30. При малой выборке для расчета ошибок репрезентативности, как средних, так и относительных величин, число наблюдений уменьшается на единицу.

Ошибка средней величины при малом числе наблюдений определяется по формуле:



Ошибка относительного показателя при малом числе наблюдений опре­деляется по формуле:



Величина ошибки репрезентативности зависит от объема выборки: чем больше число наблюдений, тем меньше ошибка. Однако для получения досто­верных показателей нельзя беспредельно увеличивать число наблюдений. К тому же, конкретные материалы нередко ограничены по численности изучае­мой совокупности. Для оценки достоверности выборочного показателя (сред­ней арифметической величины) принят следующий подход: показатель (или средняя величина) должен в 3 раза превышать свою ошибку; в этом случае по­казатель (или средняя арифметическая величина) считается достоверной.

Пример 11: средняя длительность лечения больных с язвенной болезнью желудка ^ М=18,5 дней, среднее квадратическое отклонение σ = ±2,4 дня, чис­ленность выборки л = 64 человек. Ошибка средней арифметической величины т = ± 0,3. Средняя величина превышает свою утроенную ошибку. Следователь­но, можно считать полученный результат достоверным.


  1. ^ Определение доверительных границ средних и относительных величин. Понятие о «предельной ошибке».

Знание величины ошибки недостаточно для того, чтобы быть уверенным в результатах выборочного исследования, так как конкретная ошибка выбороч­ного исследования может быть значительно больше (или меньше) величины средней ошибки репрезентативности. Для определения точности, с которой ис­следователь желает получить результат, в статистике используется такое поня­тие, как вероятность безошибочного прогноза, которая является характеристи­кой надежности результатов выборочных медико-биологических статистиче­ских исследований. Обычно при проведении медико-биологических исследова­ний используют вероятность безошибочного прогноза 95% или 99%. В наибо­лее ответственных случаях, когда необходимо сделать особенно важные выво­ды в теоретическом или практическом отношении, используют вероятность безошибочного прогноза 99,7% или 99,9%.

Определенной степени вероятности безошибочного прогноза соответствует определенная величина предельной ошибки случайной выборки (А — дельта). Определяется эта величина по формуле:

Δ = t х т, где t— доверительный коэффициент, соответствующий определенной степени вероятности безошибочного прогноза. Доверительный коэффициент имеет опре­деленные значения: для большой выборки (л > 30) при вероятности безошибочно­го прогноза 95,5% t равен 2, при вероятности безошибочного прогноза 99% — 2,6 и при вероятности безошибочного прогноза 99,7% — 3,0, при вероятности без­ошибочного прогноза 99,9% — 3,3. Для малой выборки (л < 30) его значения оп­ределяются по специальной таблице значений / Стьюдента.

Используя предельную ошибку выборки (Δ), можно определить довери­тельные границы, в которых с определенной вероятностью безошибочного прогноза заключено действительное значение статистической величины (сред­ней или относительной), характеризующей всю генеральную совокупность. Другими словами, доверительные границы — это крайние значения возможных отклонений, в пределах которых может колебаться искомая величина (относи­тельная или средняя) в генеральной совокупности.

Для определения доверительных границ используются следующие фор­мулы:

^ 1) для средних величин: Мген = Мвыб. ± t х тм ,

где Мген — доверительные границы средней величины в генеральной совокуп­ности; Мвыб.. — средняя величина, полученная при проведении исследования на выборочной совокупности; t — доверительный коэффициент, значение которо­го определяется степенью вероятности безошибочного прогноза, с которой ис­следователь желает получить результат; тм — ошибка репрезентативности средней величины.

^ 2) для относительных величин:Pген = Pвыб ± t х тр,

где Лен. — доверительные границы относительной величины в генеральной со­вокупности; Рвыб. — относительная величина, полученная при проведении ис­следования на выборочной совокупности; t — доверительный коэффициент, значение которого определяется степенью вероятности безошибочного прогно­за, с которой исследователь желает получить результат; тр — ошибка репре­зентативности относительной величины.

Пример 12: при испытании нового лечебного препарата на группе боль­ных 75 человек положительный эффект {Р) был отмечен у 82% пациентов (ошиб­ка репрезентативности т = ± 3%). С вероятностью безошибочного прогноза 95,5% можно утверждать, что при применении этого препарата у всех больных положи­тельный эффект наблюдался бы с частотой от 76 до 88% (Р±2т).

Доверительные границы показывают также, в каких пределах может ко­лебаться размер выборочного показателя в зависимости от причин случайного характера. В нашем примере мы можем полагать с достоверностью 95,5%. что при повторных исследованиях положительный эффект будет колебаться от 76 до 88%.

При малом числе наблюдений (л < 30), для вычисления доверительных границ значение коэффициента t находят по специальной таблице Стьюдента (см. приложение 1). Значения t расположены в таблице на пересечении с из­бранной вероятностью безошибочного прогноза и строки, указывающей на имеющееся число степеней свободы (n'), которое равно n-1.

Пример 13: при использовании нового метода лечения на группе боль­ных (19 человек) получены следующие данные: средняя длительность лечения (M) составила 11 дней, средняя ошибка (т) = ± 1,5 дня.

  1. Определяем число степеней свободы: л' = я - 1 = 19-1 = 18.

  1. По таблице Стьюдента (приложение 1) находим значение t: при веро­ятности ошибки не более 5% и я' = 18 значение t равно 2,1.

Вывод: с достоверностью 95,5% можно утверждать, что при изучении генеральной совокупности величина средней длительности лечения будет коле­баться в пределах 11 ± 2 х 2,1 дней, то есть от 6,8 до 15,2 дней.


  1. ^ Оценка достоверности разности относительных и средних величин. Понятие о критерии «t»-Стьюдента.

При проведении медико-биологических исследований на двух сравни­ваемых совокупностях возникает необходимость определить не только их раз­личие, но и его достоверность. Например, при сравнении результатов исследо­вания в контрольной и экспериментальной группах, уровней летальности в двух больницах, показателей заболеваемости за два года и т. д.

Метод оценки достоверности разности показателей или средних величин позволяет установить, существенны ли выявленные различия, или они являют­ся результатом действия случайных причин.

В основе метода лежит определение критерия достоверности (t), кото­рый рассчитывается по специальным формулам для средних и относительных величин. Формула расчета критерий достоверности (t) разности:

для средних величин:



для относительных величин:



где M1 и М2, P1 и Р2 — статистические величины, полученные при проведении выборочных исследований; т1 и т2 — их ошибки репрезентативности; t — ко­эффициент достоверности.

При изучении явления на большой выборке разность достоверна при t > 2, что соответствует вероятности безошибочного прогноза 95,5% (при n>30). При t > 3 различия между сравниваемыми величинами достоверны с вероятно­стью безошибочного прогноза 99,7%.

В большинстве медицинских исследований достаточно иметь значение t, равное или более 1,96. Тогда выявленные различия достоверны, не случайны, статистически подтверждены с вероятностью безошибочного прогноза равной или более 95%. При величине коэффициента достоверности t < 1,96 степень ве­роятности безошибочного прогноза менее 95%. При такой степени вероятности безошибочного прогноза разность сравниваемых показателей недостоверна. В этом случае необходимо получить дополнительные данные, увеличив число на­блюдений. Если после увеличения численности выборки, и, соответственно, уменьшения ошибки репрезентативности, различие продолжает оставаться не­достоверным, можно считать доказанным, что между сравниваемыми совокуп­ностями не обнаружено различий по изучаемому признаку. В качестве примера 14 сопоставим уровни общей летальности в двух больницах (табл. 8):

^ Летальность в двух больницах за 200.. год


Организации

Количество лечившихся больных

^ Вт. ч.

умерших больных

Летальность (на 100)

Больница 1

4350

261

6,0% х)

Больница 2

6760

135

2,0% (Р2)

а) рассчитываемсредние ошибки показателей летальности (Р\ и Р2):


б) вычисляем критерий достоверности t:



Рассчитанный критерий достоверности t равен 7,5, что указывает на дос­товерную разницу уровней летальности в сравниваемых больницах с вероятно­стью безошибочного прогноза более 99,9% (приложение 1).

Для определения достоверности различий между двумя показателями или средними величинами при малом числе наблюдений (n < 30, в каждой группе) критерий достоверности оценивается по таблице значений критерия / Стьюдента по числу степеней свободы (n'). При этом число степеней свободы определяет­ся, как сумма чисел наблюдений в каждой группе без двух (n' =n1 + n2 - 2).

Метод оценки достоверности показателей и средних величин широко ис­пользуется при проведении клинико-статистических исследованиях, при срав­нительном анализе данных об эффективности различных методов диагностики и лечения. Он необходим при сравнении данных в динамике, по отделениям, участкам, контингентам больных и т. д. Применение этого метода целесообраз­но при оценке различий в уровнях заболеваемости, смертности, летальности, средней длительности лечения, частоты послеоперационных осложнений, эф­фективности диспансеризации и других интенсивных показателей и средних величин. Этот метод оценки достоверности не рекомендуется применять при анализе показателей распределения (экстенсивных показателей, показателей удельного веса), т.к. величина их зависит от соотношения составных частей внутри совокупностей и сделать вывод о наличии или отсутствии различий на основании экстенсивных показателей нельзя.

Метод оценки достоверности по /-критерию (метод Стьюдента) приме­няют при сравнении двух величин. Если необходимо сравнить большее количе­ство объектов, групп наблюдения, применяют другие методы.


  1. ^ Графические изображения в статистике. Виды диаграмм. Требования к их построению и оформлению.

Результаты статистического исследования могут быть представле­ны в виде графических изображений, что позволяет более наглядно продемонстрировать полученные результаты и облегчает проведение анализа.

Существует несколько видов графических изображений, наиболее часто используют диаграммы (линейные, радиальные, столбиковые, ленточные, гистограммы, секторные и др.), картограммы, карто­диаграммы (рис. 1-8)

При построении графических изображений необходимо соблюдать следующие правила:

- данные на графике должны размещаться слева направо и снизу вверх;

- обязательное условие при построении графика - соблюдение мас­штабности;

- нулевые точки шкал при наличии возможности должны быть изобра­жены на диаграмме

- цифры, показывающие деление шкал, помещаются слева или внизу соответствующей шкалы;

- линии, представляющие диаграмму изображаемого явления, сле­дует делать иного вида, нежели вспомогательные линии;

- на кривой, отражающей динамику явления, необходимо отметить все точки, соответствующие отдельным наблюдениям;

- в диаграммах, показывающих структуру, должна быть оттенена как линия нулевая, так и 100-процентная;

- изображенные графические величины должны иметь цифровые обоз­начения на самом графике или в прилагаемой к нему таблице;

- символы, используемые при построении диаграммы (цвет, штри­ховка, фигуры, знаки), должны быть пояснены;

- каждый график должен иметь четкое, краткое название, отражаю­щее его содержание;

- название диаграммы должно размешаться под рисунком.

^ Линейные диаграммы позволяют изображать динамику явления (изменение показателей во времени). Линейная диаграмма строится в системе прямоугольных координат, при ее построении следует учи­тывать соотношение между основанием и высотой - абсциссой х и ор­динатой у, основанное на принципе "золотого сечения": это соотно­шение должно быть 1,6:1. На горизонтальной оси (оси абсцисс) откладываются отрезки, обозначающие периоды времени. На верти­кальной оси (оси ординат) откладываются размеры изучаемого явле­ния. Обязательное условие при построении графика - масштабность. На одной диаграмме можно изобразить несколько линий, отличающих­ся друг от друга цветом, толщиной или формой пунктира (Рис.1).

^ Радиальные диаграммы (диаграммы полярных координат, линей­но-круговые диаграммы, векторные диаграммы) применяются для изображения сезонных (подекадных, помесячных, поквартальных) и других колебаний, имеющих замкнутый, циклический характер (за сутки, неделю и т.д.). Для их построения круг делится на столько секторов, на сколько частей разделен период времени, взятый для изучения явления (например, на 12 - при изучении помесячных коле­баний в течение года; на 7 - при изучении явления за неделю). На каждом из радиусов с соблюдением масштабности отмечаются показа­тели, полученные точки соединяют прямыми линиями. Начало марки­ровки радиусов начинается с радиуса, соответствующего нулю граду­сов, и продолжается по часовой стрелке (Рис.2).

Рис. 2 Сезонное распределение заболевае­мости дизентерией в Ираке в 1997 году (1-12 - месяцы года)

Столбиковые диаграммы строятся по такому же принципу, как и линейные, в системе координат, с соблюдением масштабности, но в которых вертикально или горизонтально проводимым линиям соответ­ствуют прямоугольники. Эти диаграммы используются для изображе­ния сравнительной величины явления в какой-либо определенный про­межуток времени, например, сравнительной численности населения по странам мира; обеспеченности населения врачами в разные годы и т.д. (Рис.3).

Гистограммы - в виде прямоугольников, треугольников, фигур позволяют изобразить однородные статистические показатели, не связанные друг с другом. Эти диаграммы используются для графичес­кого изображения статистических величин, характеризующих статику явления в разных совокупностях. Они также строятся в системе пря­моугольных координат с соблюдением масштабности. Например, гис­тограммы применяются для графического изображения уровней смер­тности в разных возрастных группах населения; для демонстрации показателей больничной летальности в различных стационарах города; для изображения распространенности туберкулеза в различных со­циально-бытовых группах населения и т.д. (Рис.4).

Секторные диаграммы используются для демонстрации структуры изучаемого явления, изображения части явления в целом. Они пред­ставляют собой круг, принимаемый за целое (100%), в котором от­дельные секторы соответствуют частям изображаемого явления. Этот вид диаграмм применяется для графического изображения экстенсив­ных показателей. В секторных диаграммах секторы, изображающие от­дельные части изучаемого явления, располагаются в порядке возрас­тания или убывания по движению часовой стрелки и имеют разный цвет или штриховку (Рис.5).

Внутристолбиковые диаграммы также могут применяться для изоб­ражения структуры явления. При этом высота столбика принимается за 100%, весь столбик делится на составные части, которые соот­ветствуют долям явления в процентах (Рис.6).

Картограммы - это графические изображения, нанесенные на схе­мы географической карты, на которой различным цветом или штрихов­кой изображены степени распространенности явления по территории (Рис.7).

Картодиаграммы - такие графические изображения, при построе­нии которых на карту или схему карты изучаемой территории прос­тавляются диаграммы (столбиковые, фигурные, линейные) (Рис.8).


  1. ^ Динамический ряд. Виды. Методы выравнивания. Уровни. Показатели.

При изучении динамики какого-либо явления прибегают к построе­нию динамического ряда.

^ Динамический ряд - это ряд однородных статистических вели­чин, показывающих изменение какого-либо явления во времени и расположенных в хронологическом порядке через определенные промежутки времени.

Числа, составляющие динамический ряд, называются уровнями.

Уровень ряда - размер (величина) того или иного явления, достигнутый в определенный период или к определенному моменту времени.

Уровни ряда могут быть представлены абсолютными, относительны­ми или средними величинами.

Динамические ряды делятся на простые (состоящие из абсолютных величин) и сложные (состоящие из относительных или средних вели­чин).

Простые динамические ряды могут быть моментными и интервальны­ми.

Моментный динамический ряд состоит из величин, характеризую­щих явление на какой-то определенный момент (дату). Примером могут служить статистические сведения, обычно регистрируемые на начало или конец месяца, квартала, года (численность населения на начало года, число врачей, средних медицинских работников на конец года, число лечебных учреждений, коек на конец года и т.д.).

Интервальный динамический ряд состоит из чисел, характеризую­щих явление за определенный промежуток времени (интервал) - за неделю, месяц, квартал, год и т. д. Примером такого ряда могут служить данные о числе родившихся, умерших за год, число инфек­ционных заболеваний за месяц и т. д. Особенностью интервального ряда является то, что его члены можно суммировать (при этом ук­рупняется интервал), или дробить. Например, имея данные о коли­честве заболевших дизентерией, зарегистрированных за каждые день, можно построить динамический ряд с интервалом в неделю, месяц, год.

Динамические ряды могут подвергаться преобразованиям, целью которых является выявление особенностей изменения изучаемого про­цесса, а также достижение наглядности.

Прежде всего ряд может быть охарактеризован самими величинами членов ряда, называемыми уровнями. Величина первого члена ряда носит название начального (исходного) уровня, величина послед­него члена ряда - конечного уровня. Средняя величина из всех чле­нов ряда называется средним уровнем.

Абсолютный прирост (убыль) - величина разности между последующим и предыду­щим уровнями; прирост выражается числами с положи­тельным знаком, убыль - с отрицательным знаком. Значение прироста или убыли отражают изменения уровней динамического ряда за оп­ределенный промежуток времени.

Темп роста (снижения) - показывает отношение каждого после­дующего уровня к предыдущему уровню и обычно выражается в процен­тах.

Темп прироста (убыли) - отношение абсолютного прироста или убыли каждого последующего члена ряда к уровню предыдущего, выра­женное в процентах. Темп прироста может быть вычислен также по формуле: Темп роста - 100%

Абсолютное значение одного процента прироста (убыли) - полу­чается от деления абсолютной величины прироста или убыли на пока­затель темпа прироста или убыли за тот же период.

Для более наглядного выражения нарастания или убывания ряда можно преобразовать его путем вычисления показателей наглядности, показывающих отношение каждого члена ряда к одному из них, приня­тому за сто процентов.

Примеры расчета показателей динамического ряда представлены в таблице 10.

Таблица 10

Младенческая смертность в Индии в 1992-1995гг. (на 1000)

Годы

Показатель заболеваем.

Абсолютный прирост

Темп роста

Темп прироста %

Показатель наглядности %

1992

95.0

-

-

-

100%

1983

98.0

+ 3.0

103%

+ 3.2%

103%

1994

96.0

- 2.0

97%

- 2.0%

101%

1995

87.9

- 8.1

91%

- 8.4%

95.5%

Иногда динамика изучаемого явления представлена не в виде неп­рерывно меняющегося уровня, а отдельными скачкообразными измене­ниями. В этом случае для выявления основной тенденции в развитии изучаемого явления прибегают к выравниванию динамического ряда. При этом могут быть использованы следующие приемы: укрупнение ин­тервала, вычисление групповой средней, вычисление скользящей средней, выравнивание методом наименьших квадратов.

Укрупнение интервала производят путем суммирования данных за ряд смежных периодов. В результате получаются итоги за более про­должительные промежутки времени. Этим сглаживаются случайные ко­лебания и более четко определяется характер динамики явления.

^ Вычисление групповой средней заключается в определении сред­ней величины каждого укрупненного периода. Для этого необходимо суммировать смежные уровни соседних периодов, а затем сумму раз­делить на число слагаемых. Этим достигается большая ясность изме­нений во времени.

^ Вычисление скользящей средней в некоторой степени устраняет влияние случайных колебаний на уровни динамического ряда и более заметно отражает тенденцию явления. При ее вычислении каждый уро­вень ряда заменяется на среднюю величину из данного уровня и двух соседних с ним. Чаще всего суммируются последовательно три члена ряда, но можно брать и больше

Пример выравнивания динамического ряда данных о заболеваемости дизентерией по месяцам года представлен в таблице 11.

Таблица 11.

Число заболеваний дизентерией по месяцам года

Месяцы

Число больных

Число боль­ных за квартал

Групповая средняя

Скользящая средняя

1

2







-

2

3

8

8:3=2.6

2.7

3

3







3.7

4

5







4.7

5

6

20

20:3=6.6

6.7

6

9







9.0

7

12







13.0

8

18

45

45:3=15

15.0

9

15







15.7

10

14







12.7

11

9

29

20:3=9.6

9.7

12

6







-

Увеличивая в данном динамическом ряду интервал до 3 месяцев получаем число заболевших за квартал (графа 3, табл.11). Получен­ные данные указывают на постепенное возрастание числа заболевших дизентерией и его максимум в 3 квартале, после чего заболевае­мость снижается.

Разделив каждую полученную сумму на 3 (число месяцев в квар­тале), получаем средние величины по группам, отражающие ту же за­кономерность (графа 4. табл.11).

Скользящая средняя обычно вычисляется как средня арифметичес­кая из 3 смежных уровней (данного, предыдущего и последующего). Для первого и последнего уровней скользящая средняя не рассчиты­вается (графа 5, табл.11).

Для 2-го уровня: = 2,7; для 3-го уровня: = 3.7 и т. д.

Метод наименьших квадратов - один из наиболее точных способов выравнивания динамического ряда. Этот метод преследует цель ус­транить влияние временно действующих причин, случайных факторов и выявить основную тенденцию в динамике явления, вызванную воздей­ствием только длительно действующих факторов. Выравнивание произ­водится по линии, наиболее соответствующей характеру динамики изучаемого явления, при наличии основной тенденции к росту или снижению частоты явления. Такой линией является обычно прямая, которая наиболее точно характеризует основное направление изменений. Этот метод позволяет дать количественную оценку выявлен­ной тенденции и на этой основе рассчитать прогнозируемые уровни на следующий год.


  1. ^ Статистическая группировка и сводка. Ошибки статистического исследования.

Группировка - расчленение совокупности изучаемых данных на од­нородные, типичные группы по наиболее существенным признакам. Группировка может проводиться по качественным и количественным признакам. Выбор группировочного признака зависит от характера изучаемой совокупности и задач исследования.

Типологическая группировка производится по качественным (опи­сательным, атрибутивным) признакам, например, по полу, профессии, группам болезни, тяжести течения болезни, послеоперационным ос­ложнениям и т. д.

Группировка по количественным (вариационным) признакам прово­дится на основании числовых размеров признака, например, по воз­расту, длительности заболевания, продолжительности лечения и т.д. Количественная группировка требует решения вопроса о величине группировочного интервала: интервал может быть равным, а в ряде случаев - неравный, даже включать так называемые открытые группы.

Например, при группировке по возрасту могут быть определены открытые группы: до 1 года. 50 лет и старше.

При определении числа групп исходят из цели и задач исследова­ния. Необходимо, чтобы группировки могли вскрыть закономерности изучаемого явления. Большое число групп может привести к чрезмер­ному дроблению материала, ненужной детализации. Малое число групп приводит к затушевыванию характерных черт.

Закончив группировку материала, приступают к сводке.

Сводка - обобщение единичных случаев, полученных в результате статистического исследования, в определенные группы, их подсчет и внесение в макеты таблиц.

Сводку статистического материала проводят при помощи статисти­ческих таблиц. Таблица, не заполненная цифрами, называется макетом.

В исследованиях, имеющих небольшой объем наблюдений, сводка проводится вручную. Все учетные документы раскладываются на груп­пы в соответствии с шифром признака. Далее проводится подсчет и запись данных в соответствующую клетку таблицы.

В настоящее время в проведении сортировки и сводки материала широко используются ЭВМ, которые позволяют не только отсортиро­вать материал по изучаемым признакам, но выполнить расчеты пока­зателей.

1   2   3   4   5   6   7   8   9   ...   16

Похожие:

5 исследование проблем народонаселения и их связей с озз icon5 исследование проблем народонаселения и их связей с озз
Общественное здоровье и з/о (озз) область медицины, изучающая влияние социальных факторов на состояние здоровья населения. Это теоретическая...

5 исследование проблем народонаселения и их связей с озз icon5 исследование проблем народонаселения и их связей с озз
Общественное здоровье и здравоохранение как наука и область практической деятельности. Основные задачи. Объект, предмет изучения....

5 исследование проблем народонаселения и их связей с озз iconС. П. Капица Институт физических проблем им. П. Л. Капицы, Институт...
Очерк теории роста человечества демографическая революция и информационное общество

5 исследование проблем народонаселения и их связей с озз iconИсследование: установление контакта с сопротивлением 75 Самостоятельное...
Седона-метод: Избавьтесь от эмоциональных проблем и живите так, как всегда мечтали. 1

5 исследование проблем народонаселения и их связей с озз iconИсследование: установление контакта с сопротивлением 64 Самостоятельное...
Седона-метод: Избавьтесь от эмоциональных проблем и живите так, как всегда мечтали. 1

5 исследование проблем народонаселения и их связей с озз iconИсследование: установление контакта с сопротивлением 64 Самостоятельное...
Седона-метод: Избавьтесь от эмоциональных проблем и живите так, как всегда мечтали. 1

5 исследование проблем народонаселения и их связей с озз iconИсследование проблем налогообложения юридических и физических лиц...

5 исследование проблем народонаселения и их связей с озз iconИсследование присущих им причинно-следственных связей и конкретно-исторических закономерностей
...

5 исследование проблем народонаселения и их связей с озз iconКонкурс студенческих научных работ в области социологии, социальной...
Дальнего Востока к решению актуальных проблем социального развития общества, формирования у молодежи активной гражданской позиции,...

5 исследование проблем народонаселения и их связей с озз iconВыступление на защите дипломной работы
Целью дипломной работы является исследование способов и видов защиты на стадии предварительного расследования, проблем защиты при...

Вы можете разместить ссылку на наш сайт:
Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
zadocs.ru
Главная страница

Разработка сайта — Веб студия Адаманов