1.3. Обработка, анализ и визуализация данных

В настоящее время в исследованиях, связанных с изучением здо­ровья населения, а также анализа деятельности системы здравоохра­нения широко используются различные математико-статистическиеметоды обработки данных с применением современных компьюте­ров и программных средств.

Обработка даннъх — процесс подготовки, группировки данных,расчета и анализа показателей с использованием методов математи­ческой статистики. Компьютерная обработка данных предполагаетматематическое преобразование данных с помощью определенныхпрограммных средств. Для этого необходимо иметь представлениекак о математических методах обработки данных, так и о соответ­ствующих программных средствах.

Исходя из сложившейся практики и собственного опыта прове­дения комплексных медико-социальных исследований, можно выде­лить следующие последовательные операции обработки данных (хра­нящихся в БД) с использованием пакетов компьютерных программ:

♦ подготовка данных;

♦ группировка данных;

♦ расчет статистических показателей;

♦ статистический анализ данных;

♦ логический анализ и интерпретация полученных резуль­татов.

Подготовка даннъх включает в себя передачу данных в специ­альную компьютерную программу для предварительной их обра­ботки, визуализации и формирования целостного представления оструктуре и качестве исследуемого материала.

Важнейшим шагом на этапе обработки данных является их груп­пировка. Под группировкой понимают распределение статистиче­ской совокупности на однородные группы по одному (простая груп­пировка) или нескольким признакам (комбинированная группиров­ка). Группировка может быть первичной, когда ряды строят непо­средственно из единиц наблюдения, и вторичной, когда производятукрупнение групп на основе ранее сгруппированного материала.

В медико-социальных исследованиях используют самые раз­нообразные группировки - по социально-демографическим при­знакам (пол, возраст, брачное состояние, национальный состав),климато-географическим признакам (сезон года, место жительства идр.), социально-экономическим признакам (профессия, образование,доход и др.), характеристикам здоровья (заболевания, причины ин­валидности, смертности и др.), по типам учреждений (поликлиника,стационар и др.).

Для группировки населения по возрасту обычно используютодногодичные, пятилетние, десятилетние возрастные интервалы.

Одногодичные интервалы: 0, 1, 2, ..., п лет (где п - некий пре­дельный возраст, которым заканчивается распределение населенияпо одногодичным возрастным интервалам в проводимом исследова­нии). Пятилетние интервалы: 0-4; 5-9; 10-14; ...; 55-59; ... лет. Де­сятилетние интервалы: 0-9; 10-19; 20-29; ...; 60-69; ... лет.

Иногда используют более укрупненные возрастные интервалы:

♦ мужчины и женщины 0-15 лет - моложе трудоспособноговозраста;

♦ мужчины 16-59 лет, женщины 16-54 года - трудоспособ­ный возраст;

♦ мужчины 60 лет и более, женщины 55 лет и более - старшетрудоспособного возраста.

Для детей и подростков (0-17 лет) принята следующая груп­пировка:

♦ ранний период - 0-2 года;

♦ дошкольный период - 3-6 лет;

♦ младший школьный период - 7-10 лет;

♦ средний школьный период - 11-14 лет;

♦ подростковый период - 15-17 лет.

При группировке материала важное значение имеет запись воз­растного интервала, так, например, запись: 3-6 лет аналогична запи­си от 3 до 7 лет, т.е. знак (-) обозначает «включительно». В даннуюгруппировку включены все дети в возрасте от 3 лет до 6 лет 11 мес29 дней (включительно) и следующая группировка должна начинать­ся с 7 лет.

Расчет статистических показателей. Важным этапом в исследо­вании статистических совокупностей для анализа здоровья населе­ния и деятельности системы здравоохранения является расчет неко­торого множества статистических показателей.

Статистический показатель - одна из многих количествен­ных характеристик совокупности, численное выражение внутреннейсущности изучаемого явления.

В зависимости от охвата единиц совокупности показатели под­разделяют на индивидуальные, характеризующие отдельный объект, исводные, характеризующие группу объектов. Также статистическиепоказатели можно классифицировать на абсолютные, относитель­ные, средние.

Кроме того, для комплексной оценки здоровья населения, ме­дицинской и экономической деятельности организаций здравоохра­нения на основе математических моделей разрабатывают интеграль­ные статистические показатели.

Абсолютные статистические показатели характеризуютсяопределенной размерностью и единицами измерения. Примерамиабсолютных показателей являются данные о численности населе­ния, числе работающих врачей, функционирующих больничныхили амбулаторно-поликлинических учреждений и др. Основным не­достатком абсолютных величин является то, что сравнение их другс другом может привести к ошибочным выводам.

Анализируя статистические данные, необходимо сопоставлятьявления во времени и пространстве, исследовать закономерности ихизменения и развития, изучать структуру совокупностей. С помо­щью абсолютных величин эти задачи невыполнимы. В этих случаяхиспользуют относительные величины.

Относительные статистические показатели более объективновыражают количественные соотношения между явлениями. Для ана­лиза здоровья населения и деятельности системы здравоохранениявыделяют следующие:

♦ экстенсивные показатели;

♦ интенсивные показатели;

♦ показатели соотношения;

♦ показатели наглядности.

Экстенсивные показатели показывают внутреннюю структуруявления, распределение его на составные части, удельный вес каж­дой части в целом и выражаются в процентах (%). Эти показателидают возможность сопоставлять структуры одной и той же совокуп­ности в различные моменты времени, делать выводы о тенденциях изакономерностях структурных изменений в динамике. К экстенсив-ным показателям относятся структура заболеваемости, инвалидно­сти, смертности, коечного фонда, врачебных специальностей и др.

В то же время на основании экстенсивных показателей нельзясудить о частоте изучаемого явления и динамике его во времени. Дляэтой цели всегда необходимо знать численность среды, в которойпроисходят явления, и вычислять интенсивные показатели.

Интенсивные показатели характеризуют уровень, распростра­ненность какого-либо явления в среде, которое непосредственносвязано с этой средой. Эти показатели рассчитывают, как правило,для анализа здоровья населения, где в качестве среды берут числен­ность населения, а в качестве явления - число рождений, заболева­ний, смертей и др., которые выражают в промилле (%о), децимилле (%оо), сантимилле (%ооо). К интенсивным показателям относятся по­казатели заболеваемости, рождаемости, смертности населения и др.Эти показатели в отдельности можно сравнивать на различных адми­нистративных территориях, группах населения, наблюдать на дан­ный момент времени или в динамике.

Основанием показателя могут быть числа 100, 1000, 10000,100000 и др. Эти числа выбирают произвольно и используют дляудобства анализа. Так, например, летальность принято рассчитыватьна 100, смертность на 1000, материнскую смертность на 100000, хотяиспользование другого основания не будет ошибкой.

Интенсивные показатели могут быть общими и специальными.Общие показатели характеризуют явление в целом, например, общиекоэффициенты рождаемости, смертности, заболеваемости, вычис­ленные ко всему населению субъекта РФ, города, района и др.; пока­затель больничной летальности, рассчитанный на всех выбывших изстационара больных. Эти показатели позволяют оценить динамикуявления или процесса в самом общем виде. Для более углубленногои дифференцированного анализа явлений необходимо пользоватьсяспециальными интенсивными показателями. Особенностью специ­альных показателей является уточнение группировки. Например,при вычислении специальных коэффициентов рождаемости (плодо­витости) за среду берется не все население, а только женщины в воз­расте 15-49 лет. Или другой пример: для углубленного анализа мла­денческой смертности рассчитываются коэффициент ранней неона-тальной смертности (смертность детей в первые 7 суток, т.е. в первые168 часов жизни), коэффициент поздней неонатальной смертности(смертность детей в возрасте 8-28 суток жизни) и др.»

Показатели соотношения характеризуют уровень (распростра­ненность) какого-либо явления в среде, непосредственно (биологи­чески) не связанного с этой средой. В этом их отличие от интенсив-ных показателей. Показатели соотношения рассчитывают, как пра­вило, для анализа деятельности системы здравоохранения, ее ресурс­ного обеспечения, где в качестве среды берут численность населения,а в качестве явления - число врачей, средних медицинских работни­ков, больничных коек, посещений амбулаторно-поликлиническихучреждений и др., и выражают в промилле (%о), децимилле (%оо),сантимилле (%ооо). К показателям соотношения относятся обеспе­ченность населения стационарной, амбулаторно-поликлиническойпомощью, врачами, средними медицинскими работниками и др. Этипоказатели, так же как и показатели интенсивности, можно сравни­вать на различных административных территориях, изучать на дан­ный момент времени или в динамике.

Показатели наглядности применяют для анализа степени изме­нения изучаемого явления во времени. Они указывают, на сколькопроцентов или во сколько раз произошло увеличение или уменьше­ние сравниваемых показателей за данный период времени. Показа­тели наглядности получают при отношении ряда сравниваемых ве­личин к исходной величине, принятой за 100 или за 1. Как правило,за такую исходную величину берут начальные или конечные значе­ния временного ряда. По сути, эти показатели являются базиснымитемпами роста, применяемыми для анализа временных рядов.

Показатели наглядности являются одной из разновидностей ин­дексов, широко используемых в статистике.

Средние величины. В медико-социальных исследованиях наря­ду с абсолютными и относительными широко используют средниевеличины, которые характеризуют весь ряд наблюдений одним чис­лом. Средняя величина нивелирует, ослабляет случайные отклоне­ния индивидуальных наблюдений в ту или иную сторону и выдвигаетна первый план основное, типичное свойство явления.

В практической деятельности врача средние величины исполь­зуют, например, для характеристики физического здоровья насе­ления (рост, масса тела, окружность груди, данные спирометрии,динамометрии, становая сила и др.). Расчет этих показателей и ис­пользование их в виде региональных стандартов имеют большоепрактическое значение для анализа здоровья населения, в особенно­сти детей, спортсменов, военнослужащих, а также лиц, находящихсяна диспансерном учете. Кроме того, средние величины широко ис­пользуют для анализа различных сторон медицинской деятельностиорганизаций здравоохранения. Например, при анализе больничнойпомощи используют такие показатели, как средняя длительностьпребывания больного на койке, среднее число дней занятости койкив год, среднее число рентгенологических исследований, лаборатор­ных анализов, физиотерапевтических процедур на одного пролечен­ного больного. В практике амбулаторно-поликлинической помощиприменяют такие показатели, как среднее число посещений на одно­го жителя в год, средняя длительность (тяжесть) случая временнойнетрудоспособности и др. В средних величинах обычно выражают­ся показатели нагрузки персонала (среднечасовая нагрузка врачана приеме в АПУ, среднее число коек на одну должность врача илисреднего медицинского персонала).

Для расчета средних величин необходимо соблюдать следующиеусловия:

♦ средние величины должны быть рассчитаны на основе каче­ственно однородных статистических групп;

♦ средние величины исчисляют на совокупностях, имеющихдостаточно большое число наблюдений.

В медико-социальных исследованиях используют следующиевиды средних величин: среднее арифметическое, среднее арифме­тическое взвешенное, среднее гармоническое взвешенное, среднеегеометрическое невзвешенное, среднее геометрическое взвешен­ное, среднее квадратическое невзвешенное, среднее квадратическоевзвешенное.

К средним величинам относят также моду как наиболее ти­пичное значение и медиану как середину распределения случайнойвеличины.

Стандартизованные коэффициенты. Общие показатели смерт­ности, рождаемости зачастую сравнивают в неоднородных повозрастному и половому составу совокупностях, не задумыва­ясь, что выявленные различия в значениях показателей определя­ются не факторами риска, непосредственно их формирующими(социально-экономическими, эколого-гигиеническими, медико-организационными и др.), а возрастно-половой структурой населе­ния. Наиболее часто с этим сталкиваются при сравнительном анали­зе общих коэффициентов смертности населения, проживающего наразных административных территориях.

Существуют прямой, косвенный и обратный методы вычисле­ния стандартизованных коэффициентов.

На практике наиболее распространен прямой метод стандарти­зации, который применяют в том случае, если известен возрастнойсостав населения и есть данные для расчета возрастных коэффици­ентов смертности (рождаемости). Этот метод состоит из трех этапов.

Первый этап: вычисление возрастных коэффициентов смертно­сти (рождаемости) для каждой возрастной группы.

Второй этап: выбор стандарта возрастного состава населения.В качестве стандарта (базы сравнения) можно считать возраст­ную структуру населения любой территории, в частности одной изсравниваемых.

Третий этап: расчет стандартизованных коэффициентов.

Косвенный и обратный методы стандартизации применяютв случаях отсутствия информации о возрастном составе умерших(родившихся) или о возрастной структуре населения. В настоящеевремя эти методы мало востребованы, поскольку в современномобществе имеется достаточно широкий доступ к получению данныхдля использования прямого метода стандартизации.

Примеры расчета абсолютных, относительных, средних истандартизованных показателей рассматривают на практическихзанятиях.

Для статистического анализа данных используют различныематематико-статистические методы: выборочный метод и оцен­ка параметров распределения, проверка статистических гипотез,корреляционно-регрессионный анализ, дисперсионный анализ,анализ временных рядов, анализ выживаемости и т.д. Примеры ис­пользования этих методов для анализа общественного здоровья,деятельности медицинских организаций, системы здравоохранениятакже представлены в «Руководстве к практическим занятиям по об­щественному здоровью и здравоохранению» [4].

Статистические методы широко используются в доказательноймедицине (от англ.evidence-based medicine— медицина, основанная надоказательствах). Это раздел медицины, основанный на доказатель­ствах, посвящен поиску, сравнению, обобщению и распростране­нию полученных результатов клинической практики для повышенияэффективности и безопасности лечения больных. Использованиепринципов доказательной медицины предполагает формирование уврача клинического мышления, на основе четко действующей систе­мы сбора, синтеза, статистического анализа научной медицинскойинформации для принятия оптимальных клинических решений.

Для выбора оптимального метода лечения конкретного пациен­та доказательная медицина использует, как практический врачебныйопыт, так и результаты доказательных клинических исследований.При этом проводимое исследование должно быть контролируемым,т.е. сравнение конечных результатов должно быть проведено в двухгруппах пациентов: группе активного лечения (в которой больныеполучают терапию лекарственным средством, эффективность кото­рого оценивается) и контрольной группе пациентов (получающихплацебо, или лечение, эффективность которого уже доказана, или неполучающих лечение вообще).

При этом группы пациентов должныбыть сопоставимы и однородны по полу, возрасту, нозологическимформам, сопутствующей патологии и репрезентативны. Кроме того,исследование должно быть рандомизированным, т.е. распределениепациентов в экспериментальную и контрольную группы (форми­рование выборочных совокупностей) должно происходить методомслучайного отбора. Случайное отнесение пациента к той или инойгруппе означает, что каждый индивидуум имеет одинаковый шансполучить любое из возможных вмешательств.

В настоящее время наиболее признанным методом рандомиза­ции является использование генератора случайных чисел — специ­альной компьютер ной программы, которая генерирует последова­тельность распределения пациентов по группам.

Для снижения роли субъективных факторов в проведении кли­нических исследований с использованием принципов доказатель­ной медицины, как правило, используют следующие методическиеподходы:

♦ «слепое» исследование (пациент не знает, получает он актив­ное лечение или входит в группу контроля);

♦ «двойное слепое» исследование (о принадлежности пациентак той или иной группе не знает ни пациент, ни лечащий врач).

В клинических испытаниях в качестве основного критерияоценки должен использоваться клинический исход, который имеетсущественное для больного значение и которого он хотел бы избежать(например, смерть, инфаркт миокарда, инсульт, перелом костей, по­теря зрения, необходимость применения искусственной вентиляциилегких и иные состояния, существенно снижающие качество жизнипациента).

Нередко в качестве критериев оценки эффективности вмеша­тельства используют так называемые «суррогатные» исходы — лабора­торные или выявляемые при физикальном исследовании показатели(снижение АД при артериальной гипертензии, уменьшение призна­ков сердечной недостаточности, увеличение минеральной плотностикости при остеопорозе и т.п.). К сожалению, «суррогатные» исходыдалеко не всегда коррелируют с клинически значимыми исходами, иоб этом надо помнить при оценке результатов исследования. Прак­тически значимые для доказательной медицины результаты могутбыть получены только при когортном методе — длительном наблю­дении за больными обычно в течение нескольких лет. Эти результа­ты создают фундамент доказательной медицины, которая, в отличиеот эмпирической, позволяет осуществлять диагностику и леченияс наибольшей эффективностью и безопасностью и с наименьшимизатратами. Для этого современному врачу-клиницисту как никогданеобходимы знания методов математической статистики.

После статистического анализа переходят к логическому анали­зу и интерпретации полученным результатов. Обработка данных бездолжного логического анализа полученных результатов может при­вести к неправильным выводам и принятию ошибочных управленче­ских решений. Во многом проведению логического анализа помогаетвизуализация данных путем построения графиков.

Для построения графиков используют различные прикладныепакеты компьютерных программ (MS Excel, STATISTICA, SPSS,MathCAD, Maple и др.). Целью построения статистических графи­ков является в первую очередь получение информации в нагляднойи зрительно легко воспринимаемой форме. В частности, с помощьюграфиков можно проследить участки возрастания, убывания или ста­бильности каких-либо показателей. Основными характеристикамистатистического графика являются: поле, заголовок и легенда графи­ка, масштабная шкала.

Полем графика называют объект, на котором воспроизводитсяграфик, будь то лист бумаги, географическая карта или экран ком­пьютера. Каждый график имеет свое название — заголовок, а такжепояснение к его содержанию, называемое легендой графика.

Масштабной шкалой называют линию, на которой указан при­нятый масштаб. Масштабная шкала может быть как прямолинейной(числовая ось), так и криволинейной (например, окружность с мас­штабной единицей измерения в градусах).

Принято различать следующие основные типы графических изо­бражений данных: диаграммы, картограммы, картодиаграммы.

Самым распространенным из них является диаграмма — изобра­жение статистических данных посредством геометрических фигурлибо символов. Диаграммы чаще используют в медико-социальныхисследованиях, в то время как картограммы и картодиаграммы —в медико-географических исследованиях. Диаграммы можно клас­сифицировать различным образом. Так, по назначению приняторазличать диаграммы сравнения, структурные и динамические диа­граммы. По форме отображения: линейные, столбиковые, ленточ­ные, секторные круговые, секторные столбиковые, радиальные илидиаграммы в полярных координатах, диаграммы рассеяния, слоевыеи др.

Линейная диаграмма показывает динамику какого-либо стати­стического показателя — заболеваемости, смертности, рождаемостии др. Нанесение разных показателей на один график позволяет на­глядно представить их изменение во времени (рис. 1.1).

30

и

а 20

85 4 90,4 88,5 86 Ч 84 0
76 1 - _ 82,7 83,3 —■— 81,4 83,2 —■
1' .1— 20,2 20,5 19,9 21,6 ___ д.— 21,9

—А—

21,4 22,5 — 18 4
—жг-

100 90 80 70 60
§ 50

I 40

10

N

ЕЛ

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 —■— Первичная заболеваемость всеми формами активного туберкулеза А Смертность от туберкулеза

Рис. 1.1. Линейная диаграмма: динамика показателей первичнойзаболеваемости всеми формами активного туберкулеза и смертности оттуберкулеза населения Российской Федерации (1998—2007).

Столбиковые диаграммы удобны для сравнительного анализаодного и того же показателя в какой-либо фиксированный проме­жуток времени для различных объектов исследования (например,уровень показателя средней продолжительности предстоящей жизнинаселения) (рис. 1.2).

80,5 81;0 ^
82,8 82,1 Д^ 77 Д ^
78,1
76,3
75,7]
73,2 75,2

90

74,9
72,2
69,8

80

60,4

70

60

50

Ч 40

30

20

10

0

Велико- Германия Италия Польша Российская Франция Чехия Швеция британия Федерация

■ Мужчины ? Женщины

Рис. 1.2. Столбиковая диаграмма: уровень показателя среднейпродолжительности предстоящей жизни населения некоторых европейских

стран (2006).

Ленточную диаграмму целесообразно использовать, например,для анализа результатов социологических исследований оценки на­селением состояния здравоохранения, окружающей среды, отноше­ния к здоровому образу жизни и т.д. (рис. 1.3).

border=0 src="/files/uch_group46/uch_pgroup123/uch_uch1338/image/1.jpg">

-20 -10 0 10 20 30 40 ? Динамика +/- ? 2003

Вымогательство денег, подарков

Отказ врача проводить необходимое обследование или лечение

Затруднения госпитализации

Неудобство графика работы учреждений

Невозможность при болезни получить помощь врача на дому

-10,3 ЕШП

Невнимательность врачей

Удаленность расположения медицинских учреждений

-12,5 ЕЛЕЕ Отсутствие необходимых лекарств

Отсутствие хорошего лечебного питания в стационарах

Потеря времени в очередях к врачу

Отсутствие надлежащих специалистов

Рис. 1.3. Ленточная диаграмма: оценка населением Новгородской областидеятельности системы здравоохранения (2003, 2006).

При изучении структуры статистической совокупности исполь­зуют секторные круговые и секторные столбиковые диаграммы. В сек­торной круговой диаграмме величиной признака в процентах являетсяплощадь сектора, вся статистическая совокупность - площадь круга.Примером использования секторной круговой диаграммы являетсяструктура причин младенческой смертности (рис. 1.4), а секторнойстолбиковой диаграммы - распределение детей-инвалидов по видамнарушений в состоянии здоровья (рис. 1.5).

Прочие причины 10,9%
Некоторые инфекционные и паразитарные болезни 4,1%

Внешние причины

Болезни органов дыхания 7,6%

Рис. 1.4. Секторная круговая диаграмма: структура причин младенческойсмертности в Российской Федерации (2006).

Врожденные аномалии (пороки развития), деформации и хромосомные нарушения 24,0%
6,6

Отдельные состояния, возникающие в перинатальном периоде 46,8%

36,0

19,2

27,6

? Умственные нарушения

? Висцеральные и

метаболические нарушения и расстройства питания

ЕЭ Двигательные нарушения

? Прочие нарушения

Рис. 1.5. Секторная столбиковая диаграмма: распределение детей-инвали-довНовгородской области по видам нарушений состояния здоровья (2007).

Для анализа сезонности заболеваемости, госпитализации, по­сещаемости амбулаторно-поликлинических учреждений и другихстатистических показателей используют радиальные диаграммы. В ка­честве примера на рис. 1.6 представлены сезонные колебания показа­теля заболеваемости населения сальмонеллезом.

Для анализа результатов клинических исследований часто ис­пользуют диаграммы рассеяния (рис. 1.7). Все данные, находящиесявне границы эллипса (значения 1, 2, 6, 10), относятся к категориинедостоверных или имеющих иную величину достоверности. При­знаки, находящиеся внутри эллипса, но вне границ коридора Гаус­са, относятся к математической категории «выбросы» или «хвосты»,не вписывающиеся в заданные параметры. В медицине наибольшее

значение имеет не сама величина коридора Гаусса, а именно «выбро­сы» или «хвосты» как нетипичные и требующие пристального кли­нического внимания.

январь

Рис. 1.6. Радиальная диаграмма: помесячное распределение случаевзаболевания сальмонеллезом, абс. (2007).


1340 1320 1300 1280 I 1260

1 1240

1=1

§ 1220

м

I 1200

и

т 1180 1160 1140 1120

30 31 32 33 34 35 36 37 38 39 Возраст

Рис. 1.7. Диаграмма рассеяния: показатель общей заболеваемостипо обращаемости населения в возрасте 30-39 лет (на 1000 человексоответствующего возраста) (2007).

Кроме того, для визуализации и анализа данных используются

I II III IV V VI VII VIII IX X XI XII XIIIXIV XV XVIXVIIXVIIIXIX

Классы заболеваний по МКБ-10 ЕЭ Общая заболеваемость населения по данным госстатистики И Общая заболеваемость населения по результатам исследования

слоевые диаграммы (рис. 1.8).| 800

ё 700

3

| 600

1500 « 400

I 300

3 200

I юо

" о

Рис. 1.8. Слоевая диаграмма: сравнительный анализ общей заболеваемостинаселения Новгородской области по результатам специально проведенногоисследования и данным государственной статистики (2007).

Для визуализации статистических показателей в границах раз­личных административных территорий используют картограммуи картодиаграмму. Картограммой называют географическую карту снанесенной на нее штриховкой разного вида или интенсивности, ко­торые соответствуют определенному значению показателя на даннойадминистративной территории (рис. 1.9). Картодиаграмма представ­ляет собой картограмму, на которую помимо штриховки нанесеныдиаграммы, отражающие, например, динамику явления, изображен­ного на картограмме.

Заканчивается данный этап статистического исследования фор­мулировкой выводов и предложений.

Рис. 1.9. Картограмма: заболеваемость населения отдельных субъектов Российской Федерации злокачественными

новообразованиями (на 100 ООО населения) в 2007 г.


<< | >>
Источник: Медик В.А., Юрьев В.К.. Общественное здоровье и здравоохранение. 2009

Еще по теме 1.3. Обработка, анализ и визуализация данных:

  1. ОБРАБОТКА ДАННЫХ НА ЭВМ
  2. Обработка и интерпретация данных
  3. Обработка и интерпретация данных
  4. Обработка и интерпретация данных
  5. Приложение БСтатистика и обработка данных
  6. 2. Инструкция по обработке данных, полученных с помощью опросника SF-36
  7. Занятие 10.15КОМПЬЮТЕРНАЯ ПСИХОДИАГНОСТИКА.СТАТИСТИЧЕСКАЯ ОБРАБОТКА НАКОПЛЕННЫХ ДАННЫХ ПСИХОДИАГНОСТИКИ
  8. 2. МЕТОДЫ АНАЛИЗА ПСИХОГЕНЕТИЧЕСКИХ ЭМПИРИЧЕСКИХ ДАННЫХ
  9. 5.5. Факторный анализ данных зрительной репродукции и восприятия времени в гипнозе
  10. § 5. Отбор проб и предварительная обработка почвенных образцов для анализа
  11. Использование метода наименьших квадратов и элементов корреляционного анализа при обработке медико-биологической информации
  12. 13.4. Содержательно-динамический подходк результатам факторного анализа данных психологического тестирования при неврозах и неврозоподобных состояниях с категориями реактивации и формирования