Дисперсійний аналіз показників смертності населення Нерюнгрінського улусу

[ виправити ] текст може містити помилки, будь ласка перевіряйте перш ніж використовувати.

скачати

Федеральне агентство з освіти

Державна освітня установа вищої професійної освіти

"Якутська державний університет ім. М.К. Аммосова "

Технічний інститут (філія) в м. Нерюнгрі

Педагогічний факультет

Кафедра Математики та Інформатики

Курсова робота

з дисципліни «Теорія ймовірностей і математична статистика»

на тему: «Дисперсійний аналіз показників смертності населення Нерюнгрінського улусу»

Студентка:

Копотева К. Г., гр. ПМ-04

Керівник:

Викладач:

доцент кафедри к.ф.-м.н.

Попова А.М.

Оцінка курсової роботи :__________________

Прийняв :_______________ Дата _____________

Нерюнгрі 2007

Зміст

Введення

  1. Теоретична частина

    1. Однофакторний дисперсійний аналіз

    2. Лінійний множинний регресійний аналіз

    3. Множинний кореляційний аналіз

  2. Аналітична частина

    1. Збір та первинна обробка даних

    2. Дисперсійний аналіз

    3. Побудова рівняння множинної регресії

    4. Виняток незначущих факторів

  3. Висновок

  4. Список літератури

  5. Додаток

Введення

Аналізуючи дані, про смертність населення за 2004-2006 рік, отримані в Нерюнгринское міській лікарні (див. таблицю 1), можна зробити висновок про те, що загальний коефіцієнт смертності, тобто число померлих від усіх причин на 1000 чоловік населення, збільшується (рис .1).

Показник смертності на 1000 чоловік населення

Таблиця 1

2004

2005

2006

7.3

7.8

8.1

Малюнок 1

Незважаючи на підвищення народжуваності, демографічна ситуація в Нерюнгрінском улусі характеризується зменшенням чисельності населення. Головною причиною демографічної кризи є переважання смертності над народжуваністю. Саме тому, щоб знизити показник смертності необхідно більш детально вивчити всі причини і фактори, що призводять до її збільшення. Безсумнівно, у вивченні причин, важливо дослідження значущості окремих нозологічних форм захворювань. Знаючи, які захворювання приводять найчастіше до летального результату, можна розробити програму профілактичних робіт спрямовану на зменшення кількості даних захворювань і запобігання їх подальшого розвитку на ранньому етапі.

Мета: визначення видів захворювань роблять найбільший вплив на показники летальності, грунтуючись на статистиці смертності населення Нерюнгрінського улусу по класах хвороб і віком за 2006 рік.

Завдання:

  1. збір статистичних даних необхідних для визначення закономірності зміни смертності з причин захворювань;

  2. проведення однофакторного дисперсійного аналізу, з метою визначення впливу різних хвороб на загальну кількість смертності населення;

  3. виключення окремих факторів, що роблять незначний вплив;

  4. побудова рівняння множинної регресії, що відображає співвідношення між смертністю і різними класами захворювань.

1. Теоретична частина

    1. Однофакторний дисперсійний аналіз

Дисперсійний аналіз (від латинського Dispersio - розсіяння) - статистичний метод, що дозволяє аналізувати вплив різних чинників на досліджувану змінну. Метод був розроблений біологом Р. Фішером в 1925 році і застосовувався спочатку для оцінки експериментів в рослинництві. Надалі з'ясувалася загальнонаукова значимість дисперсійного аналізу для експериментів у психології, педагогіки, медицини та ін

Метою дисперсійного аналізу є перевірка значущості відмінності між середніми за допомогою порівняння дисперсій. Дисперсію вимірюваного ознаки розкладають на незалежні складові, кожна з яких характеризує вплив того чи іншого фактора або їх взаємодії. Наступне порівняння таких доданків дозволяє оцінити значимість кожного досліджуваного фактора, а також їх комбінації.

Нехай генеральні сукупності Х 1, Х 2, ..., Х р розподілені нормально і мають однакову, хоча і невідому дисперсію. Математичні очікування яких відомі і можуть бути різні при заданому рівні значимості α. Перевіримо при заданому рівні значимості нульову гіпотезу Н 0: М (Х 1) = М (Х 2) = ... = М (Х р) про рівність всіх математичних очікувань. Це означає, що ми встановлюємо значимо чи ні, розрізняються вибіркові середні.

На практиці дисперсійний аналіз застосовують, щоб встановити чи робить істотний вплив якісний фактор F, що має p рівнів: F 1, F 2, ..., F p, на досліджувану величину.

Основна ідея дисперсійного аналізу полягає в порівняння «факторної дисперсії», тобто розсіювання, що породжується зміною рівня фактора, і «залишкової дисперсії», зумовленої випадковими причинами. Якщо їх відмінність значимо, то фактор істотно впливає на Х і при зміні його рівня групові середні різняться суттєво. Якщо встановили, що фактор істотно впливає на Х, а потрібно з'ясувати, який з рівнів має найбільший вплив, то додатково виробляємо попарне порівняння середніх. Дисперсійний аналіз також застосовується для встановлення однорідності декількох сукупностей (якщо математичні сподівання однакові, то сукупності однорідні). У більш складних випадках досліджують вплив декількох факторів на різні постійні або різні рівні і з'ясовують вплив окремих рівнів та їх комбінацію (багаторівневий аналіз).

Будемо вважати, що кількість спостережень на кожному рівні фактора однаково одно q. Оформимо результати спостережень у вигляді таблиці:

Номер

випробування

Рівні фактора F j


F 1

F 2

...

F p

1

2

...

q

x 11

x 21

...

x q 1

x 12

x 22

...

x q 2

...

...

...

...

x 1p

x 2p

...

x qp

Групове

середнє

...

Суму квадратів відхилення можна визначити за формулами:

  1. Загальна сума квадратів відхилень спостережуваних значень від загальної середньої [1]:

. (1)

характеризує вплив фактора F і випадкових причин на Х.

  1. Факторна сума відхилень групових середніх від загальної середньої, характеризує розсіювання між групами [1]:

. (2)

характеризує вплив фактора F на величину Х.

Залишкова сума квадратів відхилень спостережуваних значень групи від свого групового середнього, що характеризує розсіювання всередині груп [1]:

. (3)

відображає вплив випадкових причин на Х.

Вводячи позначення [1]:

, (4)

отримаємо формули, більш зручні для розрахунків [1]:

, (5)

. (6)

Розділивши суми квадратів на відповідне число ступенів свободи, одержимо загальну, факторну і залишкову дисперсії [1]:

. (7)

Якщо справедлива гіпотеза Н 0, то всі ці дисперсії є незміщеними оцінками генеральної дисперсії.

Обчислюємо і порівнюємо з F кр (критерій Фішера - Снедекора) [1]:

F кр (α; n -1; nk - (k -1)),

, (8)

де α - рівень значимості; n - кількість факторів; k - кількість випробувань.

Якщо F набл < F кр, то гіпотеза про рівність дисперсій буде прийнята.

Якщо число випробувань на різних рівнях різному (q 1 випробувань на рівні F 1, q 2 - на рівні F 2, ..., q р - на рівні F р ), То [1]:

, (9)

де сума квадратів спостерігалися значень ознаки на рівні F j,

сума спостерігалися значень ознаки на рівні F j.

При цьому обсяг вибірки, або загальне число випробувань, дорівнює . Факторна сума квадратів відхилень обчислюється за формулою [1]:

. (10)

Решта обчислення проводяться так само, як у випадку однакового числа випробувань [1]:

. (11)

1.2. Лінійний множинний регресійний аналіз

Регресійний аналіз, мабуть, найбільш широко використовуваний метод багатовимірного статистичного аналізу. Термін''множинна регресія''пояснюється тим, що аналізу піддається залежність однієї ознаки (результуючого) від набору незалежних (факторних) ознак. Поділ ознак на результуючий і факторні здійснюється дослідником на основі змістовних уявлень про досліджуваному явищі (процесі). Всі ознаки повинні бути кількісними (хоча допускається і використання дихотомічних ознак, які приймають лише два значення, наприклад 0 і 1). При поведінці експериментів у множинної ситуації дослідник записує показання приладів про стан функції відгуку (y) і всіх факторів, від яких вона залежить ( x i).

При побудові регресійних моделей, перш за все, виникає питання вигляді функціональної залежності, що характеризує взаємозв'язки між результуючим ознакою і кількома ознаками-факторами. Вибір форми зв'язку повинен грунтуватися на якісному, теоретичному та логічному аналізі сутності досліджуваних явищ. Найчастіше обмежуються лінійної регресією, тобто залежністю виду [2]:

Y = a 0 + a 1 x 1 + a 2 x 2 + ... + a n x n (12)

де Y - результуючий ознака; x 1, ..., x n - факторні ознаки; a 1, ..., a n - коефіцієнти регресії; а 0 - вільний член рівняння. a i знаходимо методом найменших квадратів, для цього розглядається функції [2]:

(13)

Знаходимо приватні похідні з невідомих змінним, прирівнюємо до нуля і отримуємо систему рівнянь. Вирішуючи систему, можемо знайти найменше значення функції.

Так як запис множинної регресії (лінійної) в матричній формі має вигляд [2]:

Y = X * A, (14)

де Y - це вектор-стовпець досвідчених значень досліджуваної характеристики; X-матриця всіх значень всіх розглянутих факторів, отриманих при проведенні вимірювань або спостережень; А - вектор-стовпець шуканих коефіцієнтів апроксимуючих полінома (12) [2]:

Y = ; (15)

X = ; (16)

Y = ; (17)

Тоді функціонал F методу найменших квадратів має вигляд [2]:

(18)

Для оцінки адекватності розрахованої регресійної моделі обчислюється коефіцієнт детермінації, він показує, яка частина дисперсії функції відгуку пояснюється варіацією лінійної комбінації обраних факторів x 1, x 2, ..., x j, x n [2]:

, (19)

де - Прогнозні значення

і множинний коефіцієнт кореляції [2]:

. (20)

Значення коефіцієнта множинної кореляції оцінюється за допомогою таблиці 2 [1]:

Таблиця Чеддока Таблиця 2

діапазон вимірювання

характер тісноти

слабка

помірна

помітна

висока

дуже висока

1.3. Множинний кореляційний аналіз

Розрахунки зазвичай починають з обчислення парних коефіцієнтів кореляції, що характеризують тісноту зв'язку між двома величинами. У множинної ситуації обчислюють два типи парних коефіцієнтів кореляції:

1. - Коефіцієнти, які визначають тісноту зв'язку між функцією відгуку y і одним з чинників [2]:

. (21)

2. - Коефіцієнти, які показують тісноту зв'язку між одним з факторів x i і фактором x m (i, m = ) [2]:

(22)

.

Значення парного коефіцієнта змінюється, як зазначалося вище, змінюється від -1 до +1. Якщо, наприклад, коефіцієнт - Величина негативна, то це означає, що x i зменшується зі збільшенням y. Якщо позитивний, то x i збільшується зі збільшенням y.

Значимість парних коефіцієнтів кореляції можна перевірити двома способами:

    1. порівняння з табличним значеннями [2]:

, (23)

2) за t-критерієм Стьюдента [2]:

, (24)

Де - Середньоквадратична похибка вибіркового парного коефіцієнта кореляції [2]:

. (25)

Тут визначається по таблиці з числом ступенів свободи .

Довірчий інтервал для парних коефіцієнтів кореляції [2]:

, (26)

де - Парний коефіцієнт кореляції в генеральній сукупності.

Якщо один з коефіцієнтів виявиться рівним 1, то це означає, що фактори x i і x m функціонально (не ймовірнісно) пов'язані між собою і тоді доцільно один з них виключити з розгляду, причому залишають той фактор, у якого коефіцієнт більше.

Після обчислення всіх парних коефіцієнтів кореляції і виключення з розгляду того чи іншого чинника можна побудувати матрицю коефіцієнтів кореляції виду [2]:

. (27)

Використовуючи матрицю (23) можна обчислити приватні коефіцієнти, які показують ступінь впливу одного з факторів x i на функцію відгуку y за умови, що всі інші фактори закріплені на постійному рівні. Формула для обчислення приватних коефіцієнтів кореляції така [2]:

, (28)

де - Визначник матриці, утвореної з матриці (27) викреслюванням 1-го рядка, i-го стовпця. Визначники , обчислюються аналогічно. Як і парні коефіцієнти, приватні коефіцієнти кореляції змінюються від -1 до +1.

2. Аналітична частина

2.1. Збір та первинна обробка даних

У ході збору матеріалів дослідження, визначених обраною темою, були отримані статистичні дані по динаміці смертності всього населення Нерюнгрінського улусу по класах хвороб і віком. Класи захворювань, у вихідних даних мають наступну класифікацію:

I. Деякі інфекційні та паразитарні захворювання;

II. Новоутворення;

III. Хвороби крові, кровотворних органів та окремі порушення, залучивши імунний механізм;

IV. Хвороби ендокринної системи, розлади харчування та порушення обміну речовин;

V. Психічні розлади та розлади поведінки;

VI. Хвороби нервової системи;

VII. Хвороби ока та його придаткового апарату;

VIII. Хвороби вуха та соскоподібного відростка;

IX. Хвороби системи кровообігу;

X. Хвороби органів дихання;

XI. Хвороби органів травлення;

XII. Хвороби шкіри та підшкірної клітковини;

XIII. Хвороби кістково-м'язової системи та сполучної тканини;

XIV. Хвороби сечостатевої системи;

XV. Вагітність, пологи і післяпологовий період;

XVI. Окремі стани, що виникають у перинатальному періоді;

XVII. Вроджені аномалії (вади розвитку), деформації та хромосомні порушення;

XVIII. Симптоми, ознаки та відхилення від норми, виявлені при клінічних та лабораторних дослідженнях, не класифіковані в інших рубриках;

XIX. Травми, отруєння та деякі інші наслідки дії зовнішніх причин;

XX. Зовнішні причини захворюваності та смертності.

Після обробки цих даних була отримана таблиця 1 [см. Додаток], в якій представлено кількісне зміна смертності з причин різних захворювань. У цю таблицю увійшли наступні класи хвороб: деякі інфекційні та паразитарні захворювання, новоутворення, хвороби ендокринної системи, розлади харчування та порушення обміну речовин, психічні розлади та розлади поведінки, хвороби нервової системи, хвороби системи кровообігу, хвороби органів дихання, хвороби органів травлення, хвороби кістково-м'язової системи та сполучної тканини, хвороби сечостатевої системи, вагітність, пологи і післяпологовий період, вроджені аномалії (вади розвитку), деформації та хромосомні порушення, симптоми, ознаки та відхилення від норми, виявлені при клінічних та лабораторних дослідженнях, не класифіковані в інших рубриках, травми, отруєння та деякі інші наслідки дії зовнішніх причин, зовнішні причини захворюваності та смертності.

Таким чином, функцією відгуку є смертність населення в конкретній віковій групі, а факторами, що впливають на її зміну, є класи захворювань.

2.2. Дисперсійний аналіз

Методом дисперсійного аналізу, з'ясуємо, чи має вплив різні захворювання на показник смертності населення. Тобто, перевіримо, чи виконується гіпотеза про рівність математичних сподівань 0: М (Х 1) = М (Х 2) = ... = М (Х р)). Для цього розрахуємо значення спостерігалися ознак і значення їх квадратів для кожного захворювання за формулою (4). Потім, зрозумівши їх суму, результати обчислень наведені в таблиці 2 [см. Додаток]. Підставимо у формули (5), (6), отримаємо значення загальної та факторної дисперсій:

13498;

5906,7;

Ці значення підставляємо у формулу (11) обчислюємо залишкову суму квадратів відхилень спостережуваних значень групи від свого групового середнього.

7591,5

Тепер ми можемо обчислити F набл, для цього використовуємо формулу (8), і порівнюємо з F кр, який, виглядає по таблиці критерію Фішера - Снедекора [1].

F набл = 14, 1090;

F кр (0,01; 15; 18) = 3,23.

Порівнюючи отримані значення, ми робимо висновок про те, що відмінності між дисперсіями не значимо, тобто фактор (захворювання) робить істотний вплив на функцію відгуку (смертність). Отже, середнє бачимо значення на кожному рівні (групові середні) розрізняються значимо.

    1. Побудова рівняння множинної регресії

Наступним етапом, ми побудуємо рівняння множинної регресії. Для цього ми скористалися Пакетом аналізу даних для обчислення основних статистичних параметрів вибірки. Для того щоб відшукати команду виклику надбудови Пакет аналізу в Microsoft Excel, необхідно скористатися меню Сервіс - Аналіз даних. ... У діалоговому вікні вибрати пункт Регресія. У полі Вхідний інтервал Y: вказати діапазон значень нашого у, у полі Вхідний інтервал X: вказати всі значення наших x. У розділі параметри виведення вказати Вихідний інтервал: ввести будь-яку, зручну для вас клітинку. Результати роботи режиму Регресія представлений у таблиці 3 [см. Додаток]. Таким чином, наше рівняння регресії має вигляд:

    1. Виняток незначущих факторів

Для того щоб виключити захворювання, які мають незначний вплив на смертність населення, спочатку розрахуємо парні коефіцієнти кореляції за формулами (21), (22), і побудуємо кореляційну матрицю (див. таблицю 4 [Додаток]). Використовуючи отриману матрицю, обчислимо за формулою (28) приватні коефіцієнти кореляції, отримаємо:

R yx1

0,012345

R yx9

-0,85883735

R yx2

0,79942633

R yx10

-0,9606058

R yx3

0,01902545

R yx11

-0,66239756

R yx4

-0,7279617

R yx12

-0,81452592

R yx5

0,25701348

R yx13

-0,16934424

R yx6

0,30479306

R yx14

0,9030776

R yx7

-0,9799582

R yx15

0,10681524

R yx8

0,96909722

R yx16

0,97533032

Порівнюючи приватні коефіцієнти кореляції і парні коефіцієнти, виключаємо незначні фактори. Фактори, які після порівняння цих коефіцієнтів виявилися не значимі, можна виключити з рівняння регресії. У рівняння регресії, яке ми отримали, такими виявилися x 1, x 3, x 4, x 9, x 10, x 11, x 12, x 13 і x 16. Тобто інфекційні та паразитарні захворювання, хвороби ендокринної системи, розлади харчування та порушення обміну речовин, психічні розлади та розлади поведінки, хвороби кістково-м'язової системи та сполучної тканини, хвороби сечостатевої системи, вагітність, пологи і післяпологовий період, вроджені аномалії (вади розвитку) , отруєння та деякі інші наслідки дії зовнішніх причин, окремі стани, що виникають у перинатальному періоді не роблять істотного впливу на смертність.

Так як ми виключили деякі фактори, рівняння регресії змінилося, тому необхідно знову, скориставшись Пакетом Аналіз даних, побудувати нове рівняння регресії (див. таблицю 5 [Додаток]). Тепер рівняння представимо у вигляді:

Дане рівняння відображає функціональний зв'язок між смертністю і різними класами захворювань.

Висновок

У цій роботі розглянуті захворювання, що впливають на зміну смертності Нерюнгрінського улусу. Були обрані фактори, методом виключення ефектів, що приводять до високої смертності. Застосовуючи методи теорії ймовірностей і математичної статистики, було побудовано рівняння, що показує залежність досліджуваного явища (смертності) від обраних факторів (класів захворювань).

Провівши аналіз отриманої моделі, з'ясувалося, що найбільш часто приводять до летального результату хвороби системи кровообігу, таким чином, цей клас захворювань стоїть на першому місці. На другому місці стоять зовнішні причини захворюваності та смертності, і на третьому - новоутворення.

У висновку, необхідно відзначити, що профілактика саме цих захворювань призведе до зменшення показника летальності і дозволить подолати демографічну кризу.

Список літератури

  1. Гмурман В.Є. Теорія ймовірностей і математична статистика: Навч. посібник для вузів. - М.: Вищ. шк., 1997.

  2. Львівський В.М. Статистичні методи побудови емпіричних формул: Учеб. посібник для вузів. - М.: Вищ. шк., 1988.

  3. Вентцель Є.С. Теорія ймовірностей: Підручник для вузів. - М.: Вищ. шк., 1999.

  4. «Багатомірний статистичний аналіз на ЕОМ з використанням пакету Microsoft Excel» / М., 1997.

  5. «Державний доповідь про стан здоров'я населення Нерюнгрінського улусу в 2006 році»; (Редкол.: Вербицька Л.І. та ін), 2007.

Додаток

Таблиця 1

Вихідні дані

XVI

1

1

2

4

11

11

11

16

13

11

15

11

2

5

1

1

0

0

XV

0

0

0

0

0

0

0

1

0

2

0

2

1

0

0

0

0

0

XIV

1

0

0

0

1

1

1

1

0

1

5

4

2

4

2

1

3

2

XIII

2

1

1

0

1

0

0

0

0

0

0

0

0

0

0

0

0

0

XII

4

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

0

XI

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

0

X

0

0

0

0

0

0

0

0

1

0

0

0

0

1

0

0

0

0

IX

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

VIII

0

0

0

0

0

0

1

3

3

4

9

5

3

6

2

0

0

0

VII

1

0

0

0

0

2

2

1

3

5

6

2

2

1

1

0

1

0

VI

0

1

0

0

0

4

1

8

17

32

47

41

29

59

35

24

21

8

V

0

0

1

0

0

0

0

2

1

0

1

2

1

1

0

0

0

0

IV

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

III

0

0

0

0

0

0

0

1

0

1

0

0

0

0

0

1

0

0

II

0

0

0

0

1

3

0

2

8

14

17

20

11

15

12

3

4

1

I

0

0

0

0

0

1

0

2

0

3

0

1

0

1

0

0

0

0

Кількість смертей

7

3

3

8

15

29

20

38

50

79

110

88

54

98

56

34

45

20

Вік

до року

1-5

11-17

17-19

20-24

25-29

30-34

35-39

40-44

45-49

50-54

55-59

60-64

65-69

70-74

75-79

80-84

85 і більше



Таблиця 2

Факторний аналіз

Вік

I

II

III

IV

V

VI

VII

VIII

IX

X


R 1

P 1

R 2

P 2

R 3

P 3

R 4

P 4

R 5

P 5

R 6

P 6

R 7

P 7

R 8

P 8

R 9

P 9

R 10

P 10

до року

0

0

0

0

0

0

0

0

0

0

0

0

1

1

0

0

0

0

0

0

1-5

0

0

0

0

0

0

0

0

0

0

1

1

0

0

0

0

0

0

0

0

11-17

0

0

0

0

0

0

0

0

1

1

0

0

0

0

0

0

0

0

0

0

17-19

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

20-24

0

0

1

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

25-29

1

1

3

9

0

0

0

0

0

0

4

16

2

4

0

0

0

0

0

0

30-34

0

0

0

0

0

0

0

0

0

0

1

1

2

4

1

1

1

1

0

0

35-39

2

4

2

4

1

1

0

0

2

4

8

64

1

1

3

9

0

0

0

0

40-44

0

0

8

64

0

0

0

0

1

1

17

289

3

9

3

9

0

0

1

1

45-49

3

9

14

196

1

1

1

1

0

0

32

1024

5

25

4

16

0

0

0

0

50-54

0

0

17

289

0

0

0

0

1

1

47

2209

6

36

9

81

0

0

0

0

55-59

1

1

20

400

0

0

0

0

2

4

41

1681

2

4

5

25

0

0

0

0

60-64

0

0

11

121

0

0

0

0

1

1

29

841

2

4

3

9

0

0

0

0

65-69

1

1

15

225

0

0

0

0

1

1

59

3481

1

1

6

36

0

0

1

1

70-74

0

0

12

144

0

0

0

0

0

0

35

1225

1

1

2

4

0

0

0

0

75-79

0

0

3

9

1

1

0

0

0

0

24

576

0

0

0

0

0

0

0

0

80-84

0

0

4

16

0

0

0

0

0

0

21

441

1

1

0

0

0

0

0

0

85 і більше

0

0

1

1

0

0

0

0

0

0

8

64

0

0

0

0

0

0

0

0

Σ

8

16

111

1479

3

3

1

1

9

13

327

11913

27

91

36

190

1

1

2

2

R 1 ²

64

12321

9

1

81

106929

729

1296

1

4

Продовження таблиці 2

XI

XII

XIII

XIV

XV

XVI

R 11

P 11

R 12

P 12

R 13

P 13

R 14

P 14

R 15

P 15

R 16

P 16

0

0

4

16

2

4

1

1

0

0

1

1

0

0

0

0

1

1

0

0

0

0

1

1

0

0

0

0

1

1

0

0

0

0

2

4

0

0

0

0

0

0

0

0

0

0

4

16

0

0

0

0

1

1

1

1

0

0

11

121

1

1

0

0

0

0

1

1

0

0

11

121

0

0

0

0

0

0

1

1

0

0

11

121

0

0

0

0

0

0

1

1

1

1

16

256

0

0

0

0

0

0

0

0

0

0

13

169

0

0

0

0

0

0

1

1

2

4

11

121

0

0

0

0

0

0

5

25

0

0

15

225

0

0

0

0

0

0

4

16

2

4

11

121

0

0

0

0

0

0

2

4

1

1

2

4

0

0

0

0

0

0

4

16

0

0

5

25

0

0

0

0

0

0

2

4

0

0

1

1

0

0

0

0

0

0

1

1

0

0

1

1

0

0

1

1

0

0

3

9

0

0

0

0

0

0

0

0

0

0

2

4

0

0

0

0

1

1

5

17

5

7

29

85

6

10

116

1308

1

25

25

841

36

13456



Таблиця 3

Рівняння регресії

Регресійна статистика








Множинний R

1,0000








R-квадрат

0,9999








Нормований R-квадрат

0,9986








Стандартна помилка

1,2381








Спостереження

18,0000

















Дисперсійний аналіз








df

SS

MS

F

Значимість F




Регресія

16,0000

19025,4116

1189,0882

775,7397

0,0282




Залишок

1,0000

1,5328

1,5328




Разом

17,0000

19026,9444













Коефіцієнти

Стандартна помилка

t-статистика

P-Значення

Нижні 95%

Верхні 95%

Нижні 95,0%

Верхні 95,0%

Y-перетин

3,3899

1,2355

2,7438

0,2225

-12,3082

19,0880

-12,3082

19,0880

Змінна X 1

3,0362

2,2817

1,3307

0,4103

-25,9556

32,0281

-25,9556

32,0281

Змінна X 2

-0,0108

0,5682

-0,0190

0,9879

-7,2301

7,2085

-7,2301

7,2085

Змінна X 3

-3,7172

3,5010

-1,0618

0,4809

-48,2011

40,7668

-48,2011

40,7668

Змінна X 4

-2,6443

9,9430

-0,2659

0,8345

-128,9822

123,6936

-128,982

123,693

Змінна X 5

0,5324

1,6637

0,3200

0,8028

-20,6071

21,6719

-20,6071

21,6719

Змінна X 6

1,2290

0,2498

4,9194

0,1277

-1,9454

4,4035

-1,9454

4,4035

Змінна X 7

4,4306

1,1278

3,9286

0,1587

-9,8992

18,7604

-9,8992

18,7604

Змінна X 8

-1,3217

0,7883

-1,6766

0,3424

-11,3385

8,6951

-11,3385

8,6951

Змінна X 9

-7,1933

2,0811

-3,4565

0,1793

-33,6365

19,2498

-33,6365

19,2498

Змінна X10

2,4789

2,8036

0,8842

0,5391

-33,1441

38,1020

-33,1441

38,1020

Змінна X11

-6,2060

3,6940

-1,6800

0,3418

-53,1426

40,7307

-53,1426

40,7307

Змінна X12

0,1895

0,9447

0,2006

0,8739

-11,8139

12,1930

-11,8139

12,1930

Продовження таблиці 3

Змінна X13

-3,0790

1,4643

-2,1027

0,2826

-21,6843

15,5263

-21,6843

15,5263

Змінна X14

3,6276

0,9577

3,7876

0,1643

-8,5418

15,7969

-8,5418

15,7969

Змінна X15

0,8922

2,2192

0,4020

0,7566

-27,3053

29,0897

-27,3053

29,0897

Змінна X16

1,0370

0,2471

4,1974

0,1489

-2,1022

4,1763

-2,1022

4,1763

Таблиця 4

Оцінка характеру зв'язку

f (x 1, x 2)

y i-f

(Y i-f) ²

y i-y

(Y i-y) ²

1

7,08524

-0,08524

0,00727

-35,05556

1228,89198

2

2,57699

0,42301

0,17894

-39,05556

1525,33642

3

2,91742

0,08258

0,00682

-39,05556

1525,33642

4

7,53805

0,46195

0,21339

-34,05556

1159,78086

5

15,33512

-0,33512

0,11230

-27,05556

732,00309

6

29,00000

0,00000

0,00000

-13,05556

170,44753

7

20,00000

0,00000

0,00000

-22,05556

486,44753

8

38,19841

-0,19841

0,03937

-4,05556

16,44753

9

50,01632

-0,01632

0,00027

7,94444

63,11420

10

79,00000

0,00000

0,00000

36,94444

1364,89198

11

109,88417

0,11583

0,01342

67,94444

4616,44753

12

87,61950

0,38050

0,14478

45,94444

2110,89198

13

54,56259

-0,56259

0,31650

11,94444

142,66975

14

97,98368

0,01632

0,00027

55,94444

3129,78086

15

56,35546

-0,35546

0,12635

13,94444

194,44753

16

33,80159

0,19841

0,03937

-8,05556

64,89198

17

44,65904

0,34096

0,11625

2,94444

8,66975

18

20,46642

-0,46642

0,21755

-22,05556

486,44753

Σ

-

-

1,53284

-

19026,94444

11



Overview

Вихідні дані
Аналіз першого захворювання
Факторний аналіз


Sheet 1: Вихідні дані

Взрастная група Пол I II III IV V VI VII VIII IX X XI XII XIII XIV XV XVI XVII XVIII XIX XX Всього
до року

М








1




2 1 1
1 5
Ж














2 1 1

2
1-5 років

М







1






1

1 3
11-17 років

М




1












2 3
17-19 років

М


















4 4

Ж















1 1
2 4
20-24 років

М


















2 2

Ж
1














1
11 13
25-29 років

М
1





2 1






1
11 16

Ж 1 2





2 1



1
1

5 13
30-34 років

М







1
1
1





3 6

Ж








2






1
11 14
35-39 років

М




2

3
1







1 7

Ж 2 2
1



5 1 2





1 1 16 31
40-44 років

М
2





7 1 1





1
3 15

Ж
6


1

10 2 2

1




13 35
45-49 років

М 2 6
1 1


19 5






1
11 46

Ж 1 8





13
4





1
6 33
50-54 років

М
6





9 1 5







9 30

Ж
11


1

38 4 4





5 2 15 80
55-59 років

М 1 12


1

25 2 4





4
11 60

Ж
8


1

16
1





2

28
60-64 років

М
7


1

18 2 3





2 2 2 37

Ж
4





11









2 17
65-69 років

М 1 9 1




32 1 4





4 1 5 58

Ж
5


1

27
2

1


1
3 40
70-74 років

М
5





17 1 1





2
1 27

Ж
7





18
1





3

29
75-79 років

М
1
1



14







4

20

Ж
2





10







1
1 14
80-84 років

М
4





17 1




1
15

38

Ж







4







3

7
85 і більше

М







1







2

3

Ж
1





7







9

17
Невизначений вік

М 1






2 1






7
2 13
ВСЬОГО

М 2 48
1
5

146 5 16
1 1 1 3 4 38
40 311

Ж 7 62 1 2 1 4

183 22 20

1
2 1 36 6 114 462
ПІДСУМОК





9

329 27




5 5 74 6 154 773

Sheet 2: Аналіз першого захворювання

Новоутворення






























































Вікова група (y) Середній вік (y *) Жіноча смертність (x1) Чоловіча смертність (x2) X12 X22 X1X2 X1Y X2Y































до року 0.5 0 0 0 0 0 0 0































1-5 3 0 0 0 0 0 0 0































11-17 13.5 0 0 0 0 0 0 0































17-19 18 0 0 0 0 0 0 0































20-24 22 0 1 0 1 0 0 22































25-29 27 2 1 4 1 2 54 27































30-34 32 0 0 0 0 0 0 0































35-39 37 0 2 0 4 0 0 74































40-44 42 2 6 4 36 12 84 252































45-49 47 8 6 64 36 48 376 282































50-54 52 6 11 36 121 66 312 572































55-59 57 8 12 64 144 96 456 684































60-64 62 4 7 16 49 28 248 434































65-69 67 5 9 25 81 45 335 603































70-74 72 7 5 49 25 35 504 360































75-79 77 1 2 1 4 2 77 154































80-84 82 4 0 16 0 0 328 0































85 і більше 85 1 0 1 0 0 85 0

































































Середнє значення

Визначники Коефіцієнти рівняння






















X1 X2 y

D 47.5157750 а0 а1 а2






















2.66667 3.44444 44.22222

D1 1509.0363512 31.75864 5.88346 -0.93647






















x1x2 x1y x2y

D2 279.5569273

























18.55556 158.83333 192.44444

D3 -44.4972565

























X12 X22


Упавненіе регресии
























15.55556 27.88889


y = 31,75864 +5,88346 x1 -0,93647 x2
























Матриця коефіцієнтів




























1 2.66667 3.44444 44.22222




























2.66667 15.55556 18.55556 158.83333




























3.44444 18.55556 27.88889 192.44444





























































f (x1, x2) yi-f (Yi-f) ² yi-y (Yi-y) ²


























1 31.759 -31.259 977.103 -43.722 1911.633


























2 31.759 -28.759 827.059 -41.222 1699.272


























3 31.759 -18.259 333.378 -30.722 943.855


























4 31.759 -13.759 189.300 -26.222 687.605


























5 30.822 -8.822 77.831 -22.222 493.827


























6 42.589 -15.589 243.020 -17.222 296.605


































7 31.759 0.241 0.058 -12.222 149.383


































8 29.886 7.114 50.613 -7.222 52.160


































9 37.907 4.093 16.755 -2.222 4.938


































10 73.208 -26.208 686.833 2.778 7.716


































11 56.758 -4.758 22.641 7.778 60.494


































12 67.589 -10.589 112.120 12.778 163.272


































13 48.737 13.263 175.902 17.778 316.049


































14 52.748 14.252 203.128 22.778 518.827


































15 68.261 3.739 13.984 27.778 771.605


































16 35.769 41.231 1699.982 32.778 1074.383


































17 55.292 26.708 713.292 37.778 1427.160


































18 37.642 47.358 2242.771 40.778 1662.827


































19 31.759 -31.759 1008.611 -44.222 1955.605


































20 31.759 -31.759 1008.611 -44.222 1955.605


































Σ - - 10602.991 - 16152.821











































































R = 0.59 Помітна зв'язок






































Sheet 3: Факторний аналіз

Вік Інфекційні хвороби Новоутворення Хвороби крові, кровотворних органів та окремі порушення, що залучають імунний механізм Хвороби ендокринної системи, розлади харчування та порушення обміну речовин Психічні розлади та розлади поведінки Хвороби нервової системи Хвороби системи кровообігу Хвороби органів дихання Хвороби органів травлення Хвороби кстно-м'язової сістемиі сполучної тканини Хвороби сечостатевої системи Беоеменность, пологи і після родової період Окремі стани, що виникають у перинатальному періоді Вроджені аномалії (вади розвитку), деформації та хромосомні порушення Симптоми, ознаки та відхилення від норми не класифіковані в інших рубриках Травми, отруєння та деякі інші наслідки дії зовнішніх причин Зовнішні причини смертності та захворюваності
Вік Інфекційні хвороби Новоутворення Хвороби крові, кровотворних органів та окремі порушення, що залучають імунний механізм Хвороби ендокринної системи, розлади харчування та порушення обміну речовин Психічні розлади та розлади поведінки Хвороби нервової системи Хвороби системи кровообігу Хвороби органів дихання Хвороби органів травлення Хвороби кстно-м'язової сістемиі сполучної тканини Хвороби сечостатевої системи Беоеменность, пологи і після родової період Окремі стани, що виникають у перинатальному періоді Вроджені аномалії (вади розвитку), деформації та хромосомні порушення Симптоми, ознаки та відхилення від норми не класифіковані в інших рубриках Травми, отруєння та деякі інші наслідки дії зовнішніх причин Зовнішні причини смертності та захворюваності
до року






1



4 2 1
1
R1 P1 R2 P2 R3 P3 R4 P4 R5 P5 R6 P6 R7 P7 R8 P8 R9 P9 R10 P10 R11 P11 R12 P12 R13 P13 R14 P14 R15 P15 R16 P16 R17 P17
1-5





1





1

1
до року
0
0
0
0
0
0
0 1 1
0
0
0
0 4 16 2 4 1 1
0 1 1
11-17




1






1

2
1-5
0
0
0
0
0
0 1 1
0
0
0
0
0
0 1 1
0
0 1 1
17-19















4
11-17
0
0
0
0
0 1 1
0
0
0
0
0
0
0 1 1
0
0 2 4
20-24
1










1 1
11
17-19
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0 4 16
25-29 1 3



4 2


1

1
11
20-24
0 1 1
0
0
0
0
0
0
0
0
0
0
0 1 1 1 1
0 11 121
30-34





1 2 1 1



1
11
25-29 1 1 1 1
0
0
0
0 2 4 2 4
0
0
0 1 1
0
0 1 1
0 11 121
35-39 2 2
1
2 8 1 3




1 1 16
30-34
0
0
0
0
0
0
0 2 4 1 1 1 1
0
0
0
0 1 1
0 11 121
40-44
8


1 17 3 3
1




13
35-39 2 4 2 4
0 1 1
0 2 4 5 25 1 1 3 9
0
0
0
0
0 1 1 1 1 16 256
45-49 3 14
1 1
32 5 4




1 2 11
40-44
0 6 36
0
0
0 1 1 10 100 3 9 3 9
0 1 1
0
0
0
0
0 13 169
50-54
17


1 47 6 9




5
15
45-49 3 9 6 36
0 1 1 1 1
0 49 2401 5 25 4 16
0
0
0
0
0 1 1 2 4 11 121
55-59 1 20


2 41 2 5




4 2 11
50-54
0 11 121
0
0
0 1 1 38 1444 6 36 9 81
0
0
0
0
0 5 25
0 15 225
60-64
11


1 29 2 3




2 1 2
55-59 1 1 12 144
0
0
0 2 4 25 625 2 4 5 25
0
0
0
0
0 4 16 2 4 11 121
65-69 1 14 1

1 59 1 6
1


4
5
60-64
0 7 49
0
0
0 1 1 18 324 2 4 3 9
0
0
0
0
0 2 4 1 1 2 4
70-74
12



35 1 2




2
1
65-69 1 1 9 81 1 1
0
0 1 1 32 1024 1 1 6 36
0 1 1
0
0
0 4 16
0 5 25
75-79
3
1

24






1
1
70-74
0 5 25
0
0
0
0 17 289 1 1 2 4
0
0
0
0
0 2 4
0 1 1
80-84
4



21 1



1
3


75-79
0 2 4
0 1 1
0
0 10 100
0
0
0
0
0
0
0 1 1
0 1 1
85 і більше
1



8






2


80-84
0
0
0
0
0
0 4 16 1 1
0
0
0
0 1 1
0 3 9
0
0
Xгр 1.6 8.46 1 1 1 1.29 23.36 2.25 4 1 1 1 2.5 1.25 2.07 1.5 7.25
85 і більше
0
0
0
0
0
0 1 1
0
0
0
0
0
0
0 2 4
0
0
Кількість випробувань 5 13 1 3 1 7 14 12 9 1 2 1 2 4 14 4 16
Σ 8 16 62 502 1 1 3 3 1 1 9 13 212 6354 27 91 36 190 1 1 2 2 1 1 5 17 5 7 29 85 6 10 116 1308
Разом:
109
















64
3844
1
9
1
81
44944
729
1296
1
4
1
25
25
841
36
13456









































































Тзаг 6082.95

S ² фак 134.62















































Тфак 2153.88

S ² ост 42.71















































Тост 3929.08

Fнабл 3.15



















































Fкріт





























Додати в блог або на сайт

Цей текст може містити помилки.

Бухгалтерія | Курсова
738.5кб. | скачати


Схожі роботи:
Атеросклероз один з основних причин інвалідності і смертності населення
Атеросклероз один з основних причин інвалідності і смертності населення
Атеросклероз один з основних причин інвалідності і смертності населення
Дисперсійний аналіз
Дисперсійний аналіз лютого
Однофакторний і двофакторний дисперсійний аналіз
Дисперсійний аналіз та побудова статистичних графіків
Дисперсійний аналіз за допомогою системи MINITAB для WINDOWS
Аналіз динаміки смертності в Російській Федерації
© Усі права захищені
написати до нас