Biostatistica Spinei

1
UNIVERSITATEA DE STAT DE MEDICIN I FARMACIE

NICOLAE TESTEMIANU
COALA DE MANAGEMENT N SNTATE PUBLIC
Larisa SPINEI Oleg LOZAN Vladislav BADAN
BIOSTATISTICA
Chiinu 2009
BIOSTATISTICA
2 3
CZU: 311.2
S 73
Aprobat de Consiliul de Experi al Ministerului Sntii Republicii Moldova
din 27.06.08, proces-verbal nr. 6
Autori:
Larisa Spinei, doctor habilitat n medicin, profesor universitar
Lozan Oleg, doctor n medicin, confereniar universitar
Badan Vladislav, lector superior
Recenzeni:
Maria Sagaidac, doctor n matematic, confereniar universitar, Universitatea
de Stat RM
Eco Constantin, doctor habilitat n medicin, profesor universitar, ef ca-
tedra Economie, Management i Psihopedagogie USMF
N.Testemianu
Lucrarea dat este elaborat n conformitate cu cerinele didactice actuale i n cores-
pundere cu planul de studii i programa analitic la Biostatistic pentru audieni colii de
Management n Sntate Public.
Editarea manualului Biostatistica a fost posibil datorit suportului nanciar
al Fundaiei SOROS-Moldova.
Redactor: Lidia Ciobanu
Machetare computerizat: Natalia Dorogan
Corectori: Nadejda Koporskaia, Tatiana Colin
Larisa Spinei, Oleg Lozan, Vladislav Badan
coala de Management n Sntate Public, 2009
ISBN 978-9975-78-743-7
C U P R I N S
CAPITOLUL I. SCURT ISTORIC. GENERALITI .............................................4
1.1. Apariia i dezvoltarea statisticii ....................................................................4
1.2. Obiectul i metoda statisticii ........................................................................10
CAPITOLUL II. NOIUNI DE BAZ. METODE STATISTICE .............................18
2.1. Deniia, obiectivele, compartimentele ........................................................18
2.2. Teoria probabilitilor ...................................................................................19
2.3. Legea cifrelor mari .......................................................................................20
2.4. Metode de cercetare utilizate n biostatistic ..............................................21
2.5. Noiuni de baz n biostatistic ....................................................................26
2.5.1. Totalitatea statistic ..........................................................................27
2.5.2. Unitatea de observaie .....................................................................30
2.5.3. Indicatori statistici .............................................................................30
2.5.4. Date statistice...................................................................................32
2.6. Gruparea materialului statistic. Seria statistic de variaie.
Indicatorii tendinei centrale. .................................................................................33
2.7. Seriile cronologice .......................................................................................48
2.8. Standardizarea ............................................................................................62
2.9. Corelaia i regresia ....................................................................................66
2.9.1. Corelaia ...........................................................................................66
2.9.2. Regresia ...........................................................................................77
2.10. Analiza statistic a variabilitii ....................................................................80
2.11. Aprecierea veridicitii valorilor mediii i relative .........................................88
2.12. Compararea valorilor absolute sau a distribuiilor de frecven:
testul X
2
..............................................................................................................107
CAPITOLUL III. METODOLOGIA GENERAL A CERCETRII
STATISTICE .............................................................................116
3.1. Colectarea sau observarea materialului statistic .......................................116
3.2. Prelucrarea materialului statistic ...............................................................126
3.3. Eantionarea .............................................................................................132
3.4. Prezentarea materialului statistic ..............................................................145
3.4.1. Prezentarea prin tabele ..................................................................145
3.4.2. Reprezentarea grac a materialului statistic ................................149
3.5. Analiza i interpretarea materialului statistic .............................................176
BIBLIOGRAFIE ..................................................................................................179
Descrierea CIP a Camerei Naionale a Crii
Spinei, Larisa
Biostatistica / Larisa Spinei, Oleg Lozan, Vladislav Badan; Univ.
de Stat de Medicin i Farmacie Nicolae Testemianu; coala de Mana-
gement n Sntate Public. Ch. : coala de Management n Sntate
Public, 2009 (.S. F.E.-P. Tipograa Central). - 186 p.
250 ex.
ISBN 978-9975-78-743-7
311.2
BIOSTATISTICA
4 5
CAPITOLUL
I
SCURT ISTORIC. GENERALITI
1.1. Apariia i dezvoltarea statisticii
Statistica, prin obiectul i metoda sa, face parte din rndul tiinelor
ce studiaz aspectele cantitative ale fenomenelor i proceselor din ca-
drul naturii, tehnologiei i societii. Ea s-a dezvoltat ca tiin cu obiect
i metod proprii, ntr-un proces istoric ndelungat i s-a difereniat n
funcie de particularitile domeniului studiat.
Pentru a cuprinde coninutul, categoriile i principiile cu care ope-
reaz statistica este necesar a se avea n vedere, n primul rnd, rolul
pe care l are aceast disciplin n procesul cunoaterii societii.
Cunoaterea i transformarea societii nu pot realizate dect fo-
losind combinat principiile, metodele i tehnicile tuturor tiinelor care
studiaz fenomenele i procesele ce se manifest n cadrul societii
n scopul descoperirii legilor ce acioneaz n mod obiectiv n diferitele
etape de dezvoltare. n acest sens, n dezvoltarea istoric a tiine-
lor social-economice exist, pe de o parte, un proces de difereniere
n funcie de particularitile ei de studiu i, pe de alt parte, apariia
unor discipline cu caracter multidisciplinar sau de grani impuse de
multiplele conexiuni din cadrul societii. n cadrul studiilor social-eco-
nomice, statistica a fost i este folosit ntotdeauna ca un instrument
indispensabil pentru cunoaterea vieii social-economice.
Procesul de conturare a statisticii a fost marcat de mai multe mo-
mente semnicative care au asigurat trecerea de la primele nregistrri
izolate la statistica contemporan. Statistica face parte din cadrul dis-
ciplinelor care studiaz fenomenele ntr-o viziune sistematic, la nivel
micro- i macroeconomic i, n consecin, ea ine seama de dinamis-
mul structurilor existente i de factorii care acioneaz variabil n timp,
n spaiu i n funcie de modul de organizare social i economic.
Rdcinile istorice ale statisticii moderne sunt:
statistica practic n sensul unor nregistrri sistematice sau izo-
late, ce pot asimilate unor observri statistice utilizate i azi;
statistica descriptiv ca disciplin de nvmnt i de funda-
mentare a statisticii practice;
aritmetica politic i calculul probabilitilor, ca baz concep-
tual i ca mod de interpretare a fenomenelor n statistica mo-
dern.
Forma cea mai veche statistica practic dateaz de peste patru
milenii. Ea a servit unor scopuri scale, demograce i administrative.
De exemplu: inventarierea (din doi n doi ani) a aurului i pmntului
n Egipt (2650-2190 .e.n.). Din documentele descoperite rezult c i
chinezii dispuneau nc din mileniile IV i III .e.n. de date cu privire
la numrul populaiei, structura terenurilor i c utilizau diferite tabele
statistice referitor la unele aspecte ale activitii agricole.
Ca tiin statistica s-a dezvoltat n dou direcii. Una dintre ele a
fost statistica descriptiv, aprut n Germania, i care s-a dezvoltat n
paralel cu practica statistic n cadrul universitilor. Numele acestei coli
provine de la faptul c, potrivit concepiei sale, statistica se ocup de
descrierea situaiei geograce, economice i politice a unui stat. Printre
primele descrieri sistematice, folosind statistica descriptiv, se numr
i lucrarea lui Francisco Sansovino (1521-1586). Ca reprezentani de
seam ai acestei coli se mai amintesc: Giovanni Botero (1540-1617);
Hermann Conring (1606-1681), care a elaborat i primul curs de statisti-
c; Gottfried Achenwall (1719-1772), considerat printele statisticii pen-
tru faptul c a dat noii discipline numele de STATISTICA, argumentnd
c etimologic provine de la status n sens de stare.
Trstura caracteristic a statisticii descriptive este faptul c ea se
rezum la descrierea fenomenelor sau a unor pri ale acestora fr
s se ocupe i de cunoaterea regularitilor care se manifestau n
interiorul lor, a legilor care guvernau aceste fenomene. Dar limitarea
ei numai la descrierea fenomenelor fr o analiz cauzal, bazat pe
identicarea factorilor determinani cu aciune variabil asupra lor, a
dus la declinul acestei coli.
n plus, practic, continuitatea folosirii statisticii n cunoaterea fe-
nomenelor sociale a fost asigurat prin instituionalizarea statisticilor
naionale ntr-un cadru ocial organizat (n 1796 n Suedia; n 1797 n
Norvegia; n 1800 n Frana).
Treptat interesul pentru studierea statisticii descriptive a sczut.
Acest declin se datoreaz orientrii cunoaterii tiinice spre un mod
de cercetare specic tiinelor naturii, zicii i chimiei, caracterizat prin
descoperirea legilor care guverneaz fenomenele respective, prin folo-
sirea unor procedee bazate pe experimente, ce conduc la formularea
unor concluzii exacte. Astfel a aprut a doua direcie n Anglia, coala
aritmeticii politice, care a reprezentat n acelai timp i un moment im-
Scurt istoric. Generaliti
BIOSTATISTICA
6 7
portant n conturarea statisticii ca tiin. Numele colii provine de la
lucrarea lui William Petty (1623 1687) Aritmetica politic (1690), n
care sunt utilizate o serie de noiuni de baz cu care opereaz i azi
statistica (medie, proporie etc.).
Reprezentanii acestei coli se deosebesc esenial de statistica de-
scriptiv. Prin analogie cu tiinele naturii, aritmetica politic tinde spre
exactitate i n cunoaterea social, obiectivul de baz ind gsirea
regularitilor ce se produc n manifestrile sociale i economice. Ea
depete faza de descriere i i fundamenteaz concluziile pe un
numr mare de cazuri individuale cu care, prin generalizare, se pot
interpreta tendinele de producere a fenomenelor economico-sociale.
Cu alte cuvinte statistica ncepe s-i contureze etapele procesului su
de cunoatere: nregistrarea empiric a fenomenelor, sistematizarea i
prelucrarea datelor individuale n vederea generalizrii rezultatelor sin-
tetice, pentru ca n nal s efectueze analiza i interpretarea statistic
a fenomenelor medicale.
Fondatorul acestei coli este considerat John Graunt (1620 1674)
care, pe baza listelor privind natalitatea i mortalitatea din Londra (n-
tocmite ncepnd din anul 1600), a formulat n 1662 o serie de regula-
riti privind micarea natural a populaiei (proporia pe sexe, fertilita-
tea, mortalitatea etc.).
Pe linia utilizrii, n mai mare msur, a metodelor cantitativ-nume-
rice n studiul fenomenelor economice i sociale se nscriu lucrrile lui
L. A. I. Qutelet (1796 1874), considerat de unii autori ca fondator al
statisticii moderne. El a folosit n cercetrile sale, n domeniul demogra-
ei i criminalitii, calculul probabilitilor i legea numerelor mari, fr
s in seama de particularitile fenomenelor social-economice, de va-
riabilitatea lor n timp i n spaiu. Neinnd seama de tipurile calitative
existente obiectiv n cadrul societii a fost normal s ajung la con-
cluzia c legile care guverneaz aceste fenomene au caracter imuabil.
Absolutiznd i extinznd la societatea omeneasc noiunile cu care se
opereaz n statistic repartiii, frecvene, medii, dispersii etc. el a
ajuns s formuleze aa denumita teorie a omului mediu fr s in
seam c nu pentru orice categorie de fenomene pot folosite noiuni
abstracto-convenionale cu care s se sintetizeze bogia manifestrilor
individuale ale fenomenelor studiate. Ceea ce are sens pentru un anu-
mit domeniu al statisticii poate s rmn o abstracie pur
*
fr nici
o reprezentare real pentru un alt domeniu. Dup prerea unor autori
Lsnd la o parte latura sa fabuloas, conceptul de om mediu se cuvine
evocat pentru ideile implicate: repartiie; medie; dispersie; observare de
mas; regularitate; noiuni eseniale n cercetrile statistice.
Pentru statistica din mijlocul secolului ai XVIII-lea i secolul al XIX-
lea este specic folosirea tot mai frecvent a metodelor matematice
i, n special, a calculului probabilitilor n investigarea i interpretarea
rezultatelor privind fenomenele i procesele din societate, utilizndu-le
ca instrumente de cercetare n producerea fenomenelor, la cunoa-
terea legilor care le determin i pe aceast baz, la efectuarea de
previziuni tiinice.
Combinnd metoda inductiv i deductiv, folosind din ce n ce
mai frecvent rezultatele bazate pe experimentri succesive, s-au for-
mulat, pe de o parte, principiile teoriei seleciei i a extinderii rezul-
tatelor acesteia pentru caracterizarea ntregului ansamblu i, pe de
alt parte, necesitatea de a privi fenomenele din cadrul societii ca
interdependente. Ia natere astfel statistica inductiv, la care i-au
adus contribuii importante R. Fisher, G. Yule, K. Pearson, E. Pearson,
P. Cebev, A. Ciuprov, A. Liapunov, A. Marcov i alii.
Paralel cu dezvoltarea pe plan tiinic are loc i o extindere a ariei
de aplicabilitate a statisticii ociale pentru studierea nu numai a unor
fenomene izolate, ci a ntregului ansamblu, ind folosit att pentru stu-
dierea prezentului i a trecutului, ct i pentru elaborarea unor ipoteze
asupra modului de comportare a acelorai fenomene n viitor. Statistica
folosind metode cantitative studiaz fenomenele n continua lor dez-
voltare istoric n condiii date de timp, spaiu, n deplin concordan
cu aspectul calitativ al acestora. De aici se contureaz, cu mai mult
claritate, cele dou aspecte: dezvoltarea statisticii ca activitate practic
de cunoatere nemijlocit a fenomenelor din cadrul societii omeneti,
activitate considerat ca instrument indispensabil procesului de condu-
cere i decizie; statistica ca disciplin tiinic i de nvmnt.
De asemenea, trebuie menionat c n literatura de specialitate, sta-
tisticii i se atribuie frecvent i unele sensuri cu coninut mai restrns ca,
*

G. Moineagu, I. Negur, A. Urseanu, Statistica, Ed. tiinic i Enciclopedic,
Bucureti, 1976, p. 21.
BIOSTATISTICA
8 9
de exemplu: mulimea datelor statistice obinute prin activitatea practic;
metodologia statistic format din totalitatea metodelor de culegere, pre-
lucrare i interpretare a datelor folosite ntr-o cercetare concret; metoda
statistic de cercetare a fenomenelor de mas, indiferent de domeniul n
care ele se produc, ceea ce i confer un aspect de generalitate.
Dezvoltarea statisticii ca activitate practic trebuie urmrit n ra-
port cu transformarea actului de conducere, din activitatea intuitiv n
tiin a conducerii, precum i n interdependen cu progresele nre-
gistrate n domeniul tehnicii de prelucrare a datelor pe plan naional i
internaional.
Evoluia statisticii ca disciplin de nvmnt trebuie urmrit
avnd n vedere dezvoltarea general a tiinei i a creterii rolului su
n procesul dezvoltrii societii omeneti.
Apariia i dezvoltarea tehnicii electronice de calcul a impus regn-
direa locului i rolului statisticii n procesul de cunoatere i predicie a
fenomenelor att n plan teoretic ct i practic. Aceasta cu att mai mult
cu ct au aprut n vecintatea statisticii o serie de tiine cum sunt
toate metriile, ca: econometrie, biometrie, psihometrie, sociometrie
etc., care aplic sistematic statistica. La aceasta se adaug ciberneti-
ca, informatica, managementul, marketingul, cercetrile operaionale i
economiile de ramur. Tuturor acestor discipline, statistica le ofer din
plin serviciile devenind un fel de tiin metodologic, n gen de omni-
bus al cunoaterii empirice
*
. Toate aceste discipline care se folosesc
de statistic n procesul de cunoatere au o serie de puncte comune cu
statistica n ceea ce privete obiectul i metodele lor de cercetare, dar
nici una nu este n msur s o suplineasc ntr-o manier satisfc-
toare pe cealalt. Tocmai acest aspect obliga la precizarea i delimita-
rea statisticii, ca tiin independent.
ARGUMENTE N FAVOAREA CUNOATERII STATISTICE:
- suntem n mod curent utilizatori i furnizori de informaie, e n viaa
particular e n cea profesional;
- suntem adesea decideni i calitatea deciziilor noastre depinde de
o bun informare;
*

G. Menges, Grundriss der Statistik, Teii I. Theorie, Westdeutscher Verlag, Kohl
und Opladen, 1968, p. 16.
- factorii decizionali au nevoie s tie cum s descrie i s prezinte n
modul cel mai potrivit informaiile;
- factorii decizionali au nevoie s tie cum s obin previziuni credi-
bile privind variabilele de interes;
- factorii decizionali au nevoie s tie cum s mbunteasc desf-
urarea activitilor de care sunt rspunztori;
- factorii decizionali au nevoie s tie cum s trag concluzii des-
pre colectiviti numeroase, doar pe baza informaiilor obinute din
eantioane
- suntem adesea interprei i calitatea nelegerii noastre depinde de
o bun cunoatere.
CE NSEAMN O GNDIRE STATISTIC?:
- nseamn recunoaterea variaiei n orice proces i fenomen
i mai nseamn c studiind aceast variaie i cauzele ei vom
gsi noi cunotine i vom putea lua decizii mai bune.
- Inseamn o nelegere concret, rapid, n context i n corelaie a
realitii economice i sociale.
DE CE TREBUIE S CUNOATEM TEORIA STATISTIC
DAC COMPUTERUL OFER FACILITI N DOMENIU?
CU COMPUTER
UTILIZATOR DE FURNIZOR DE
INFORMAIE INFORMAIE
FR COMPUTER
S reinem c fa de statistic, teorie sau practic, ne gsim per-
manent n una din situaiile de mai jos:
- suntem utilizator de informaie statistic avnd sau nu la ndemn
un computer;
- suntem furnizor de informaie statistic avnd sau nu la ndemn
o reea de calculatoare;
BIOSTATISTICA
10 11
- suntem concomitent utilizator i furnizor de informaie statistic
cci potrivit teoriei sistemelor suntem sistem i subsistem n acelai
timp.
Pentru a riguroi i ecieni n oricare din situaiile prezentate mai
sus se impune deopotriv cunoaterea teoriei statistice i a calculatoa-
relor.
1.2. Obiectul i metoda statisticii
n toate momentele dezvoltrii sale, statistica s-a ocupat cu acele
fenomene i procese care se produceau ntr-un numr mare de ca-
zuri, prezentau n reproducerea lor anumite regulariti i care pot
denumite fenomene de mas sau fenomene de tip colectiv. Pentru a
nelege caracterul i particularitile acestor fenomene trebuie pornit
de la natura raporturilor de cauzalitate a acestora. n general, n cadrul
societii, ca i n natur i n tehnologie, fenomenele pot s apar ca
rezultat al unei singure cauze, sau ca rezultat al mai multor cauze care
se manifest izolat sau n interdependen ntre ele. n primul caz, sunt
fenomene univoc determinate i, de regul, se prezint ca fenome-
ne simple, identice ntre ele, denumite i fenomene tipice, n cel de-al
doilea caz, apar ca fenomene multicauzale al cror proces de formare
poate s prezinte grade diferite de complexitate, cu relaii multiple de
interdependen, formnd mpreun un ansamblu a crui dimensiune
i structur pot delimitate n timp, n spaiu i organizatoric.
Spre deosebire de fenomenele tipice care apar ca rezultat al unei
singure cauze, fenomenele de mas apar ca rezultat al inuenei co-
mune a unui numr mare de cauze i condiii variabile, cu grade i
sensuri diferite de inuen, ceea ce face ca ele s se prezinte ca o
mas compact de fenomene atipice, aparent independente ntre ele.
Fenomenele de mas, aparinnd unei forme superioare de micare
a materiei se produc sub aciunea unor factori cu caracter sistematic,
asociai cu cei ntmpltori i ca atare fenomenologia cauzalitii lor
este complex. Astfel n cadrul fenomenelor simple univoc determina-
te, pe msur ce se produce cauza se produce i efectul, dac condiii-
le rmn neschimbate. Ele apar deci, ca fenomene deterministe, certe,
ca rezultat al aciunii unor legi ale dinamicii, ce pot cunoscute cu
ajutorul metodei experimentale i pentru care legea odat descoperit
poate vericat pentru ecare caz n parte.
Fenomenele de mas, n general, apar ca o mulime de forme indi-
viduale diferite, cu existen distinct, aparent fr nici o legtur de la o
form la alta, dar care analizate comparativ se constat c au o aceeai
esen. Aceasta se explic, n principal, prin faptul c ele sunt generate
de o serie de cauze comune care se manifest, de regula, n condiii
diferite, n consecin, la fenomenele de mas din societate, relaiile de
multicauzalitate direct sau indirect care le determin fac imposibil
cunoaterea legilor care le produc i guverneaz, dac se iau n studiu
izolat doar cteva forme de manifestare a lor, ignornd ansamblul din
care fac parte. Explicaia const n faptul c n practic formele indivi-
duale de manifestare difer de la o unitate la alta n funcie de modul n
care se asociaz i se combin factorii sistematici cu cei ntmpltori, cei
eseniali cu cei neeseniali, cei obiectivi cu cei subiectivi, lsnd impresia
c ecare form individual din cadrul ansamblului se produce la ntm-
plare, fr s existe o cauzalitate cert. Dar, analizndu-le la nivel de
ansamblu, ele par asemntoare ntre ele, ind generate de cauze esen-
iale comune, supunndu-se aceleiai legi de apariie i dezvoltare. La
aceasta trebuie adugat i un alt aspect i anume, relaiile de cauzalitate
dintre fenomenele sociale au caracter dinamic, ca urmare a modicrii
permanente a condiiilor n care se manifest. De aici, se poate trage
concluzia logic c n astfel de cazuri, legea acioneaz att static, cnd
fenomenele de mas sunt circumscrise n aceleai condiii de timp, ct i
dinamic, cnd fenomenele sunt delimitate n spaiu i organizatoric, dar
nregistrate n uniti de timp diferite.
Ca atare, pentru a descoperi legea de apariie a unor astfel de fe-
nomene nu sunt suciente numai metodele experimentale, ca n cazul
fenomenelor de tip determinist ci i altele, bazate pe o serie de abstrac-
tizri succesive, prin care s se rein numai ceea ce este esenial, tipic
n forma lor de manifestare, prin eliminarea aspectelor ntmpltoare
i neeseniale. Aceasta presupune c se iau n studiu toate cazurile
individuale deoarece, spre deosebire de fenomenele care se produc
pe baza legilor dinamicii, care apar ca fenomene identice, fenomenele
de mas avnd cauze comune de apariie dar i unele cauze particu-
lare care difer de la un caz la altul, sunt numai asemntoare ntre
ele. Principala lor proprietate este variabilitatea n timp i n spaiu i
legea de apariie a acestora se manifest ca tendin ce nu poate
cunoscut i vericat dect la nivelul ansamblului i nu n ecare caz
BIOSTATISTICA
12 13
n parte. Prezena printre factorii determinani i a factorilor aleatori
face ca astfel de fenomene s nu poat interpretate dect recurgnd
la principiile teoriei probabilitilor. Ca atare, ele pot considerate ca
ind fenomene de tip nedeterminist sau stochastic. n acelai timp sub
raport statistic, interpretarea aciunii factorilor ntmpltori nu se poate
realiza dect folosind proprietile legii numerelor mari, potrivit crora
variaiile ntmpltoare de la tendina general se compenseaz re-
ciproc dac exist un numr mare de cazuri individuale de aceeai
esen, luate n studiu.
Fenomenele de mas sunt legile statistice specice legi care se
manifest sub form de tendin, fa de care abaterile ntmpltoare
ntr-un sens sau altul se compenseaz reciproc, n consecin, este ne-
cesar ca n cercetrile statistice s se ia toate cazurile individuale sau
un numr sucient de mare, dar reprezentativ pentru ntregul ansam-
blu, pentru ca ele s poat intra sub aciunea legii numerelor mari.
Sintetiznd cele relatate se poate conchide c o prim particulari-
tate a statisticii economico-sociale const n faptul c: statistica studia-
z fenomenele social-economice de mas n cadrul crora acioneaz
legile statistice i care prezint proprietatea de a variabile n timp i
spaiu, n literatura de specialitate ele se ntlnesc sub denumirea de
fenomene de mas, fenomene de tip colectiv, fenomene stochastice
sau fenomene atipice.
Studierea fenomenelor sociale cu folosirea mai multor discipline, prin-
tre care i statistica, n aceste condiii, este necesar, s se stabileasc
obiectul din care studiaz statistica aceste fenomene de mas, ajungnd
astfel la cea, de-a doua particularitate, i anume: caracterizarea laturii
cantitative a fenomenelor social-economice, stabilindu-le dimensiunea,
dinamica, intensitatea, structura, raporturile de interdependen i cele-
lalte aspecte ce pot caracterizate numeric n funcie de locul i timpul n
care s-au produs n strns interdependen cu latura lor calitativ.
Deci, opernd cu fenomene care apar n cadrul societii, statistica
contribuie la procesul de cunoatere cantitativ pornind de la coninutul
calitativ al acestora. Desigur, n analiza statistic accentul cade pe latura
cantitativ, dar cercetarea trebuie s porneasc de la nelegerea trs-
turilor calitative ale fenomenelor. Abstractizrile i generalizrile realizate
prin intermediul statisticii n vederea evidenierii a ceea ce este specic,
tipic n manifestrile unui fenomen sunt corecte numai n condiiile ne-
legerii i respectrii integritii calitative a acestuia. Aceste consideraii
privitoare la particularitile statisticii conduc la denirea obiectului su
de studiu: statistica este tiina care studiaz aspectele cantitative ale
determinrilor calitative ale fenomenelor de mas, fenomene care sunt
supuse aciunii legilor statistice ce se manifest n condiii concrete, va-
riabile n timp, spaiu i de organizare socio-economic.
Deci, raiunea de a a statisticii sociale i economice const n ne-
cesitatea cunoaterii aspectelor cantitative ale fenomenelor de mas
cu larg rspndire n viaa social-economic. Datorit ntinderii, diver-
sitii i variabilitii de manifestare, aspectele eseniale ale acestora
nu pot cunoscute dect la nivelul ntregului ansamblu, prin eliminarea
a tot ceea ce este ntmpltor i neesenial n producerea lor. De aici
rezult i modul de efectuare a studiului statistic al fenomenelor, care
trebuie s in seama de faptul c astfel de fenomene colective sunt
generate de legi i cauzaliti ce se manifest sub form de tendin,
valabil pentru ntregul ansamblu. Cu alte cuvinte, metodologia de in-
vestigaie statistic a fenomenelor trebuie s porneasc de la trstu-
rile caracteristice acestor fenomene de mas, astfel nct s se reali-
zeze att cunoaterea individual a lor ct i ansamblul i structurile
corespunztoare acestora. Aceste probleme apar numai pentru statis-
ticile care se refer la un anumit domeniu de manifestare concret a
fenomenelor de mas, unde, deci, este obligatoriu pentru statistic s
in seama, n primul rnd, de specicitatea att a ansamblului ct i
a structurilor componente. Aceast precizare trebuie fcut deoarece
n procesul cunoaterii i statistica social i economic folosete i
instrumentele formale furnizate de matematic, fapt ce a fcut uneori
s se arme c orice statistic este o ramur a matematicii.
Pentru a face o delimitare mai clar se accept, n general, c par-
tea din statistic care poate considerat ramur a matematicii este
denumit statistic matematic, iar celor care au un domeniu concret
de investigare s li se ataeze un atribut corespunztor ariei de apli-
cabilitate.
Deci, de ecare dat vor apare dou tiine complementare: statis-
tica matematic i statistica domeniului de investigare. Aceste dou ti-
ine ns se difereniaz din multe puncte de vedere, dintre care eseni-
al este acela al metodei de cercetare. Se tie c, de regul, cmpul de
activitate al matematicianului este domeniul obiectelor ideale, ipotetice
BIOSTATISTICA
14 15
i o mare parte din cunoaterea matematic se realizeaz n mod de-
ductiv, ceea ce nseamn rezolvarea problemelor cunoaterii pornind
de la general la particular. Aceasta nu nseamn c nu se procedeaz
uneori i inductiv. Dar deosebirea const n faptul c statistica care are
ca obiect de studiu un anumit domeniu din natur, tehnologie sau so-
cietate, pornete de la particularul obinut prin observarea (nregistra-
rea) valorilor empirice spre ceea ce este general, valabil pentru ntregul
ansamblu pe cale inductiv. Orice cunoatere tiinic, inclusiv cea
statistic, se realizeaz prin alternana inductiv-deductiv, dar calea
tipic statistic este cea inductiv. Aceste deosebiri apar i mai evident
cnd fenomenele studiate au coninut social-economic.
Considernd societatea omeneasc ca ind de natur obiectiv ce
se dezvolt pe baza unor legi care pot cunoscute i vericate n con-
diii specice de timp i spaiu, statisticii, ca principal instrument de cu-
noatere, i revine o serie de sarcini ce pot rezolvate cu ajutorul unor
metode, procedee, tehnici de calcul i interpretare statistic. Totalitatea
operaiilor, tehnicilor, procedeelor i metodelor de investigare statistic
a fenomenelor formeaz metodologia statistic.
Datorit faptului c metoda statistic poate s e folosit n studiile
concrete efectuate de celelalte tiine, care studiaz dintr-un anumit
unghi ntreaga societate sau numai o parte a acesteia, a fcut ca ea s
e uneori considerat ca o disciplin metodologic ce poate aplicat
de ecare dat cnd apare necesitatea caracterizrii cantitativ-nume-
rice a fenomenelor i proceselor economice i sociale. De fapt, se i
apreciaz c metoda statistic a devenit un instrument ecient i indis-
pensabil tuturor tiinelor empirice. Aceasta apreciere este nemijlocit
legat de faptul c statistica vine n ntmpinarea particularizrii tot mai
accentuate a tiinei, precum i dorina de cuanticare specic pen-
tru aproape toate aceste tiine. Pentru a putea deveni un instrument
indispensabil cunoaterii actuale a fenomenelor din cadrul diferitelor
domenii particulare este necesar ca ea nsi s se preocupe n per-
manen de elaborarea i perfecionarea unei metodologii tiinice,
unitare care s-i confere statutul de disciplin tiinic autonom. Ca
atare, denirea metodei statisticii social-economice trebuie s se fac
potrivit cu natura fenomenelor cercetate i cu scopul cercetrii. Proce-
deele i metodele se aplic urmnd etapele oricrui proces de cunoa-
tere, conceput ca un proces dialectic. Specicitatea metodologiei sale
poate urmrit i prin folosirea unor noiuni i categorii proprii legate
de obiectul su (colectivitate statistic, unitate statistic, caracteristi-
c statistic) sau de metodologia sa (date statistice, indicator statistic,
indici, ecuaii de estimare, teste de semnicaie etc.). Astfel se ncepe
cu observarea ecrui caz n parte pentru a cunoate mai nti mani-
festrile cantitative individuale. Observarea se realizeaz concret, sub
diverse forme, ca: raportri statistice (dri de seam), recensmn-
turi, anchete etc. n continuare, datele individuale se prelucreaz prin
metode specice statisticii, n vederea eliminrii abaterilor individuale
din manifestrile cantitative. Astfel se obin indicatori statistici cu grade
diferite de generalizare, n funcie de metodele folosite care pot : me-
toda gruprilor, metoda mediilor, analiza variaional, metoda indicilor,
metoda corelaiei i altele. Pentru aceasta este necesar analiza pre-
alabil a domeniului respectiv, realizat pe ci statistice i nestatistice,
ceea ce confer statisticii caracter interdisciplinar, care se realizeaz n
tot procesul de cunoatere.
Procesul de cunoatere statistic se ncheie cu analiza i interpre-
tarea rezultatelor i cu formularea concluziilor statistice, care obligato-
riu trebuie s cuprind variante probabile de apariie a acelorai feno-
mene n viitor.
n literatura didactic de specialitate, elaborarea principiilor, teh-
nicilor i metodelor folosite n cadrul culegerii (observrii), prelucrrii
i analizei datelor statistice formeaz coninutul cursului ce poate
intitulat: Teoria statisticii, Statistica general sau Statistica teoretic.
Aceast parte a statisticii formeaz fundamentul metodologic pentru
toate disciplinele statistice care studiaz fenomene i procese din di-
ferite ramuri ale statisticii social-economice, avnd acelai obiect i
aceeai metod, difereniindu-se numai n ceea cei privete coninutul
particular al fenomenelor i proceselor specice ecare ramuri. Dato-
rit acestui fapt ele apar ca discipline relativ independente, dei au un
caracter unitar prin folosirea acelorai noiuni i metode elaborate de
Teoria statisticii, n cadrul unor faculti economice ea se ntlnete i
sub denumirea de Bazele statisticii social-economice.
Adncirea diviziunii sociale a muncii a impus lrgirea ariei de inves-
tigaie statistic, ducnd n consecin la apariia de noi ramuri ale sta-
tisticii social-economice: statisticii teritoriale naionale i internaionale,
statistica indicatorilor sociali, statistica mediului nconjurtor i altele.
BIOSTATISTICA
16 17
n concepia de astzi a tiinei, statistica poate considerat ca o
disciplin de grani care, prin metodele sale, asigur cercetrii tiinice
un caracter interdisciplinar. Apariia unor tiine noi: cibernetica, informa-
tica, teoria sistemelor i altele, nu numai c nu se suprapun ca obiect i
metod statisticii, dar au impulsionat folosirea din ce n ce mai mult a me-
todelor sale n lrgirea i adncirea cunoaterii fenomenelor de mas, cu
deosebire a celor complexe din cadrul societii. Considerarea societii,
ca un sistem de relaii cantitative i calitative au impus gsirea unor noi
metode de reectare i analiz numeric a acesteia, modele care nu pot
elaborate i aplicate dect dac se dispune de o informaie statistic
corespunztoare, n acelai timp se poate aprecia efectul pozitiv pe care
l-a avut asupra statisticii procesul de modernizare a tiinelor sociale,
apariia unor tiine care se ocup cu studiul societii, sntii populai-
ei i care inueneaz asupra perfecionrii metodelor sale de investiga-
ie, ca, de exemplu, sociologia, antropologia i altele.
Rezult c aceste relaii ale statisticii cu celelalte tiine trebuie ne-
lese ca un proces de reciprocitate, care are ca rezultat benec att dez-
voltarea tiinelor generale, ct i a celor particulare i care face posibil
ca statistica s se plaseze la grania dintre empiric i logic, dintre particu-
lar i general, dintre obiectiv i subiectiv. n plan practic, pentru statistic,
relaiile de interdependen se realizeaz n analiza teoretic ce precede
orice studiu statistic, dar mai ales n etapa nal la formularea concluziei
statistice privind fenomenele investigate prin metode statistice.
n concluzie, se poate arma c statistica se aplic n toate domeni-
ile n care fenomenele se pot exprima cantitativ i prezint proprietatea
de a variabile ntre ele ca form concret de manifestare. Astfel de
fenomene, ntlnindu-se n natur, tehnologie i n societate au impus
o difereniere a statisticii att n plan teoretic, ct i practic. Statistica
social i-a dezvoltat o metodologie proprie cu aplicabilitate n toate
compartimentele vieii sociale pornind de la dou premise eseniale:
- studiile sale au ntotdeauna caracter concret, deci trebuie s
porneasc de la specicitatea fenomenelor abordate, ce trebuie
delimitate n timp, spaiu i structura organizatoric, ceea ce
nseamn c ea se bazeaz ntotdeauna pe o cunoatere em-
piric;
- variabilitatea fenomenelor sociale are, de regul, un grad mult
mai mare de amplitudine ind rezultatul combinrii a numeroi
factori, care fac ca n cadrul ansamblelor studiate s apar
structuri variate, ce pot s se modice esenial n dinamic.
De regul nu exist probe martor cu care s se fac direct vericarea
ipotezelor utilizate, ceea ce presupune c accentul trebuie s cad, n
special, pe analiza logic cantitativ i calitativ. Aceasta nu nseamn,
ns, c statistica social nu poate studia i unilateral unele fenomene
care intereseaz la un moment dat, de exemplu, preurile, consumurile
de materii prime, consumurile energetice, resursele materiale etc. Spe-
cicitatea acestor studii const n faptul c i n acest caz, este necesar
s se stabileasc dimensiunea i dinamica fenomenului, factorii care l
inueneaz, implicaiile pe care acest fenomen le are asupra altor feno-
mene coexistente n spatii diferite sau n dinamic. De aici i necesitatea
ca statistica s studieze static i dinamic fenomenele i s elaboreze
variante de predicii a fenomenelor pentru perioada viitoare.
BIOSTATISTICA
18 19
CAPITOLUL
II
NOIUNI DE BAZ. METODE STATISTICE
2.1. Deniia, obiectivele, compartimentele
Fondatorul biostatisticii este John Graunt.
STATISTICA este o tiin social, care studiaz partea cantitati-
v a fenomenelor sociale de mas n legtur strns cu particularit-
ile lor calitative n condiii concrete de spaiu i timp.
Reieind din deniie putem s evideniem dou particulariti ale ei:
nu se ocup cu cazuri individuale ci numai cu fenomenele de
mas;
studiaz fenomenele de mas n condiii concrete de timp i
spaiu.
BIOSTATISTICA este statistica, ce studiaz aspectele, legate de
medicin i ocrotirea sntii.
Bazele teoretice ale biostatisticii sunt:
1) dialectica materiei;
2) teoria general a statisticii;
3) legitile economice;
4) bazele medicinii sau unor ramuri ale ei.
Obiectivele biostatisticii. Biostatistica studiaz:
1. Starea sntii populaiei:
Reproducerea i mortalitatea populaiei;
Morbiditatea i invaliditatea;
Parametrii dezvoltrii zice.
2. Legtura dintre inuena mediului ambiant i factorilor sociali asu-
pra sntii populaiei.
3. Acumularea i analiza datelor referitor la activitatea instituiilor i
cadrelor medicale.
4. Evaluarea ecacitii metodelor de prolaxie i tratament.
5. Planicarea, economia i nanarea ocrotirii sntii.
Pornind de la obiective deosebim urmtoarele compartimente ale
biostatisticii
Statistica sntii populaiei;
Statistica ocrotirii sntii;
Statistica managementului de prolaxie, tratament i altor acti-
viti n medicin.
2.2. Teoria probabilitilor
Teoria probabilitilor este o teorie matematic ce se ocup cu
studiul fenomenelor ntmpltoare ce pot aprea n gruparea unei ca-
racteristici studiate pe baza unui experiment probabilist aleator. Adic,
atunci cnd rezultatele nu pot prev zute cu exactitate, dar pot avea o
oarecare frecven mai mult sau mai puin legitim. De exemplu, adre-
sarea ecrui cetean la serviciul de urgen nu poate programat de
nimeni, ns n totalitatea lor integral sau parial aceste adresri pot
repartizate cu o anumit legitate n ece zi, pe ore. Studiind aceast
legi tate, putem face prognoze privind adresrile din anumite zile i ore.
Iar acest lucru ne permite s planicm repartiia mijloacelor serviciului
pentru satisfacerea necesitilor populaiei.
Deci, probabilitate se numete acea msur de posibilitate a apa-
riiei unor fenomene ntmpltoare n condiiile concrete date. Probabi-
litatea, de obicei, se nseamn prin litera P.
Probabilitatea de apariie a unui fenomen poate estimat pe dou
ci:
- clasic dac fenomenul se produce n h posibiliti ale n expe-
rimente, atunci probabilitatea acestui fenomen va h/n;
- frecvena empiric cnd experimentul se repet de mai multe ori
(f), iar fenomenul se produce cu o frecven de acum xat h
(cum e cazul cu adresrile la serviciul de urgen). Aici probabilita-
tea apariiei fenomenului va h/f.
Probabilitatea apariiei n totalitatea parial a unui fenomen P se
determin prin raportul fenomenelor deja aprute (m) la numrul tutu-
ror cazurilor posibile (n) aceasta e deniia clasic a probabilitii lui
Laplace. Atunci probabilitatea fenome nului P va :
Drept contraprobabilitate determinm alternativa probabilitatea
lipsei fenomenului, nsemnat prin litera q.
De aici:
Noiuni de baz. Metode statistice
BIOSTATISTICA
20 21
Aadar, suma probabilitii prezenei fenomenului cu contraproba-
bilitatea lui este egal cu unitatea, iar n procente cu 100,0%.
Rezultatele de mai sus pot exprimate i altfel, c probabilitatea
apariiei fenomenului P se a n hotarele dintre 0 i 1 sau 0 -100,0%.
Cu ct probabilitatea e mai aproape de 1 sau 100,0% cu att prezena
fenomenului n totalitate e mai real. Aceast teorie argumenteaz le-
gea cifrelor mari.
2.3. Legea cifrelor mari
Legea cifrelor mari (teorema lui P. Cebev) are dou aplicaii
importante pentru determinarea totalitilor selective:
1. Pe msura majorrii numrului cazurilor de observare rezultatele
cercetrii cptate pe baza totalitii selective tind s reproduc
datele totalitii integrale;
2. La atingerea unui anumit numr de cazuri de observare n totalita-
tea selectiv rezultatele cercetrii vor maximal apropiate de cele
posibile pe baza totalitii integrale.
Deci, la un numr sucient de mare de cazuri de observare se ma-
nifest acea legitate ce st la baza totalitii integrale i care nu poate
observat n cazul unui numr mic de cazuri cercetate.
Pentru o nelegere mai bun a teoriei probabilitii i regulilor legii
cifrelor mari descriem exemplul cu urna lui Galton, n care era introdus
un numr egal de bile negre i albe (cte 500), deci, n proporie de 1:1
sau 50% i 50%. Se scoate cte o bil, se nseamn culoarea i apoi
ea este pus napoi n urn. Operaia se repet de 10, 20, 50 ori i mai
mult. La nceput proporia bilelor albe fa de cele negre era 1:4 sau
20% i 80%. La un numr mai mare de extrageri (100-200-250) propor-
ia se apropie de cea real 0,5/0,5 sau 50% i 50%. Din acest moment
orict s-ar prelungi numrul de extrageri proporia nu se va schimba.
Deci, limita maxim corespunztoare a totalitii selective poate cal-
culat cu o oarecare probabilitate.
S presupunem c ponderea fenomenului n totalitatea selectiv
(P
1
) e mai mic dect cea din totalitatea integral (P). Diferena dintre
aceste mrimi exprim eroarea reprezentativ (m) i se explic prin
faptul c nu toate unitile de observare au fost studiate. Comparnd
aceste ponderi, dintre care una e cptat pe baza unei totaliti selec-
tive de un volum mai mare, vedem c valorile lor s-au apropiat. Deci, n
caz de un eantion de volum mai mare probabilitatea de necoinciden
a ponderilor e att de mic c ea poate neglijat.
Teoria statistic a demonstrat c n caz de totalitate selectiv mare
(n >30) ponderea fenomenului (P
1
) difer fa de cea din totalitatea
integral (P) cu probabilitatea de 95% i este egal cu 2 m; cu proba-
bilitatea de 99,7% diferena ponderilor (P
1
-P) nu va depi 3 m. Cifrele
1, 2, 3 n, cu care se nmulete valoarea erorii (m) poart denumirea
de coecieni de exactitate sau factori de probabilitate i se nseamn
prin simbolul t. Cu majorarea coecientului t crete probabilitatea
cu care vom putea spune c diferena ponderilor cptate din ambele
totaliti este situat n intervalul: = tm , unde este eroarea limit
admis pentru studiul dat.
Deci, P = P
1

n cazul experimentului cu bilele s-a observat o legitaie, i anume
c la un anumit numr de extrageri se nregistreaz raportul real al
bilelor albe i negre.
Bazndu-se pe legea cifrelor mari i majornd volumul totalitii se-
lective, se poate inuena asupra mrimii maxime a erorii, aducnd-o
la valori minime. Pentru a determina numrul de cazuri de observaie
(n) al totalitii trebuie s cunoatem eroarea limit admis () pentru
studiul dat.
2.4. Metode de cercetare utilizate n biostatistic
Metodele de cercetare aplicate n biostatistic nu difer cu mult
de cele folosite n alte domenii, unele din ele au fost chiar mprumu-
tate de la ele (cele matematice, economice). Utilizarea lor se va face
ns innd cont de specicul acesteia. De exemplu, specicul statisticii
sanitare n cadrul studiului sntii publice const nu numai n depis-
tarea fenomenelor legate de ea, ci i a dinamicii lor, n evidenierea
tendinei acestor fenomene, corelaiei lor cu factorii ce le provoac etc.
Cunoaterea acestor lucruri se poate efectua prin intermediul urmtoa-
relor metode:
1. Metoda observrii const n urmrirea desfurrii unor feno-
mene pentru a le putea analiza n dinamic, sau prin compararea lor,
ca apoi s se realizeze sinteza caracteristicilor lor eseniale.
Cercetrile efectuate cu folosirea acestei metode n studiul snt-
ii publice sau unor cazuri clinice se realizeaz pe diferite ci:
BIOSTATISTICA
22 23
a) statistic cnd se acumuleaz informaia sub form de valori
numerice despre schimbrile fenomenului studiat sau activitatea
organelor, instituiilor sanitare i altor servicii pentru sntate. Pe
parcurs, observarea statistic dup volum poate efectuat prin:
- cercetarea integral (adic a ntregului volum numeric al totali-
tii) cnd avem de a face cu un fenomen de apariie rar, cu un
numr mic de cazuri n legtur cu care se cere de luat msuri
urgente, sau cnd ne intereseaz determinarea strii ntregii
populaii prin recensminte;
- cercetarea selectiv fa de cea integral se folosete mai
des i urmrete studiul unui fenomen cu o frecven mai mare
pe baza unei totaliti selective. Dac este nevoie de a studia
aprofundat un aspect, un fenomen rspndit ntr-o localitate,
un grup de populaie, va folosit cercetarea monograc, prin
cohort, prin sondaj etc.
b) aprecierea prin expertiz prezint un supliment, cnd fenomenul
general e studiat pe ecare aspect al lui n particular prin inter-
mediul experilor. De exemplu, dac ne intereseaz morbiditatea
spitalizat, atunci ecare caz de boal tratat n staionar e c va
paralel studiat n decursul spitalizrii, e c dup externare pe
baza istoriei de boal. Experii se pronun cu privire la termenele
spitalizrii bolnavului, dat ind starea lui, apreciaz calitatea in-
vestigaiilor, corectitudinea diagnosticului i tratamentului n ecare
caz concret de patologie. Acelai lucru se poate efectua n cadrul
serviciului de ambulator, de urgen etc. Datele generalizate ser-
vesc la cptarea unor coecieni de corijare a indicilor obinui pe
cale statistic. Expertiza este o metod mai mult calitativ de in-
vestigaie, permind elaborarea de msuri concrete de ajustare a
fenome nului studiat.
n funcie de timpul cnd se efectueaz observarea delimitm:
- cercetarea curent (permanent, continu) se utilizeaz
atunci cnd variabilitatea fenomenului studiat se poate schimba
destul de des, iar aceste schimbri importante pot surveni zi de
zi i chiar or de or. Astfel de cercetri se efectueaz de regul
n clinic, mai ales n seciile de reanimare sau n maternitate,
seciile de boli infecioase, unde observarea trebuie s se fac
de cteva ori pe zi sau peste un anumit interval de timp.
- cercetarea periodic (la anumite intervale de timp) se utilizea-
z atunci cnd fenomenul studiat are o variabilitate mult mai
mic n timp, sau o apariie i evoluie periodic. De exemplu, se
tie c o parte din boli pot da acutizri n anumite perioade ale
anului (boala ulceroas, reumatismul) sau evolueaz n condiii
atmosferice specice ale anului (gripa, virozele organelor respi-
ratorii, unele boli infecioase etc.). Ca urmare, cercetarea poate
efectuat numai pe parcursul acestor perioade de timp sau
la sfritul lor. n alte cazuri se recurge la cercetri periodice
o dat la 5-10 ani. Astfel de cercetare se impune n cazul unui
volum mare al totalitii (structura populaiei dup sex, vrst,
ocupaie, locul de trai, starea civil etc.).
- cercetare la un moment critic atunci cnd se xeaz data i
chiar ora de nregistrare a fenomenului studiat (recensmntul
populaiei, nregistrarea personalului medico-sanitar etc.).
Dup frecvena observrilor cercetrile pot :
- de o singur dat;
- repetate.
2. Metoda epidemiologic sintetizeaz cele evideniate prin me-
toda observrii i prezint un studiu corelativ al fenomenelor din cadrul
sntii publice cu factorii (cunoscui sau presupui) de risc. Aceast
metod, ca i cea precedent, folosete pe larg o serie de metode
matematice pentru a gsi legitatea schimbrilor variabile, dinamice,
structurii fenomenelor studiate n legtur cu factorii ce le determin
(valorile medii, dispersia, corelaia, regresia etc.).
3. Metoda istoric e strns legat cu primele dou metode funda-
mentnd studiul sanitar al sntii publice sau al activitii serviciilor
pentru sntate n cadrul dezvoltrii istorice a societii.
Este un fapt dovedit c gradul de dezvoltare a societii, ornduirea
social n trecut i n prezent determin nivelul de trai al populaiei,
calitatea vieii, deci i sntatea ei.
Aici mai des se folosete metoda comparrii aceluiai fenomen
raportat la diferitele categorii de populaie (difereniate dup semne
sex, grupuri sociale, vrst, ocupaii etc.), teritorii (continente, ri,
regiuni, localiti) studiate acum i n trecut.
4. Metoda economic precizeaz starea de sntate public,
determinat de prezena surselor bneti, materiale, economice etc.
BIOSTATISTICA
24 25
Aceast metod se folosete la aprecierea ecacitii activitii servicii-
lor pentru sntatea populaiei (din punct de vedere social i economic)
n cadrul medicinii de stat, prin asigurare, precum i celei private.
O varietate a acestei metode e metoda economico-matematic cnd
se utilizeaz n combinaie cu o serie de metode matematice ce ne per-
mit s optimizm aciunile sanitare, reelei sanitare legate de probleme
de sntate a populaiei cu analiza de sistem, de prognozare etc.
5. Metoda experimental urmrete scopul de a elabora i apro-
ba noi forme i metode de organizare a muncii, a asistenei medicale,
aplicarea n practic a experienei naintate, vericarea reciproc a di-
feritelor proiecte, ipoteze, a noilor metode de diagnosticare i tratament
etc. Specicul acestei metode const n aceea c cercettorul singur i
creeaz obiectul i metoda de cercetare, reproducnd astfel fenome-
nele sau aspectele ce-l intereseaz n condiii de laborator, iar mai apoi
analiznd totul n detaliu conform scopului stabilit.
Orice experiment nu depinde numai de dorina i nzuina savan-
tului, ci e o problem de ordin social. Rezolvarea lui va cere din partea
acestuia mbinarea mai multor metode de cercetare.
n genere, n orice studiu statistic cu scop de cunoatere nu se
folosete numai o metod izolat de cercetare. Pentru o investigare
multilateral a fenomenului i innd cont de scopul propus cercettorul
trebuie s decid ce metode se impun i n ce etap.
Etapa I este legat direct de metoda de observare epidemiologic,
economic i de acumulare (culegere) a datelor informative. n etapa
a II-a se recurge la o serie de metode statistico-matematice de prelu-
crare a informaiei acumulate, de asemenea i la metode economice,
economico-matematice.
n etapa a III-a vom folosi i metoda istoric comparnd rezultate-
le curente ale studiului cu cele ce au fost nregistrate n trecut. Astfel
cercettorul poate s-i ating scopul studiului i s analizeze n an-
samblu toate caracteristicile de baz ale fenomenului trgnd concluzii
corecte i elabornd msurile practice necesare.
Metoda observrii dup modalitatea ndeplinirii poate : statistic i de
expertiz. Iar dup timpul ndeplinirii: curent (pe parcursul anului), perio-
dic (o dat la doi ani), la un moment critic (la nele anului calendaristic).
Metodele de colectare a datelor pot divizate n dou grupe mari:
direct i indirect:
La metoda direct se refer:
Metoda observrii
Anchetare
Interviu
Monitorizare
Cea indirect reprezint extragerea datelor din documentaia me-
dical.
Cel mai des n studiile statistice medicale sunt folosite urmtoarele
metode de colectare a informaiei.
1. Metoda observrii (direct) se utilizeaz de obicei n clinic,
cnd medicul, dup ce precizeaz anamnez bolnavului, face studiul
obiectiv i investigaiile de laborator ale pacientului, nregistreaz n
aceste date. Analogic se procedeaz i n policlinic, i la deser-
virea chemrilor la domiciliu. Dac cercettorul statistic vrea s folo-
seasc aceast metod, el trebuie s e prezent alturi de medic i s
nregistreze datele de care are nevoie. Sunt cazuri cnd pe cercettor
l intereseaz nu numai date legate de boal, dar i probleme de ordin
personal i social, ca urmare nregistrarea direct poate fcut sub
form de anchet. n acest caz cercettorul trebuie s benecieze de
ncrederea respondentului.
2. Metoda extragerii informaiei dintr-un formular statistic (indi-
rect) a medical a bolnavului de staionar, a medical a bolna-
vului de ambulator, tichetul statistic de eviden a diagnosticului denitiv
(precizat), epicriz, raport statistic privind numrul de maladii nregistrate
la bolnavii domiciliai n teritoriul de deservire a instituiei curative etc.
Cnd se efectueaz acest lucru se ine cont de programul de culegere
a informaiei, unde trebuia s e indicat concret care este unitatea de
eviden, caracteristicile ei atributive i cantitative. Datele privind aceste
caracteristici se extrag din documentele enumerate mai sus i se notea-
z ntr-un registru special sau n mai multe e, pe ecare semn aparte.
Aceast metod se folosete frecvent n studiile statistice i poate uti-
lizat de nsui cercettorul sau de persoane special instruite, n acest
caz ind necesar controlul logic al materialului cules.
3. Metoda de anchetare utilizeaz informaia prin intermediul unor
anchete, anterior pregtite, care includ ntrebri speciale, la care res-
pondenii trebuie s dea rspuns. Aceast metod se folosete n stu-
diile sociologice, dar poate aplicat i n orice studiu statistic sanitar
BIOSTATISTICA
26 27
n mbinare cu alte metode de culegere a informaiei. Este foarte im-
portant ca ntrebrile incluse n anchet s e formulate clar i concret,
n caz contrar respondenii nu vor ti ce s rspund la ele. Totodat
ancheta trebuie s e anonim, adic s nu cerem de la respondeni s
ne comunice numele, adresa domiciliului .a., deoarece aceasta poate
s-l fac pe cel anchetat s nu rspund n genere la nici o ntrebare.
Anchetele de informare se utilizeaz mai ales n cercetrile strii
de sntate a populaiei i n cercetrile epidemiologice. ntrebrile din
anchet pot de tip:
- deschis cnd la ntrebare nu se dau variante de rspuns i res-
pondentul trebuie s le formuleze singur;
- semideschis se dau variante de rspuns, dar se las un rnd
liber pentru expunerea unor opinii personale ale respondentului;
- nchis cnd la ntrebare sunt date 2 i mai multe variante de rs-
puns, iar respondentului i se propune s aleag unul din ele.
Datele acumulate pot analizate prin urmtoarele metode:
Metoda istoric
Metode epidemiologice
Metode economice
Metoda experimental
Calcularea indicatorilor relativi i medii
Metode de corelaie i regresie
Determinarea testului de semnicaie (t) i pragului de semni-
caie (p)
2.5. Noiuni de baz n biostatistic
n biostatistic sunt cunoscute urmtoarele noiuni de baz:
totalitatea statistic
unitatea de observare
caracteristic statistic
indicatori statistici
date statistice
2.5.1. Totalitatea (colectivitatea) statistic
Deniia: totalitatea statistica reprezint un numr de elemente
(uniti de observare) omogene, luate mpreun n baza unui factor
comun n anumit perioad de timp i spaiu.
Numrul de uniti de observare determin volumul totalitii supu-
se studiului i se noteaz prin litera n. Dup volum deosebim dou
tipuri de totaliti statistice:
Totalitatea integral (generala, univers statistic)
Totalitatea selectiv
Totalitatea selectiva are urmtoarele caracteristici de baz:
trebuie sa dein caracteristice de baz de care dispune cea
integral;
trebuie sa dispun de un volum.
Metodele de selectare a totalitii selective:
cercetarea prin sondaj
cercetarea monograc
cercetarea selectiv:
aleatorie
mecanic
tipic.
Cercetarea prin sondaj se bazeaz pe o metodologie precis, uni-
tar, valoarea rezultatelor depinznd de efectuarea ei corect tiinic.
Aceast cercetare nu permite s se trag concluzii generale, valabile
pentru totalitatea integral, ind mai mult o metod de investigaie pre-
ventiv unui studiu de mare volum. De obicei se efectueaz pe baza
unui eantion mic.
Cercetarea monograc e un studiu selectiv n care limitarea vo-
lumului eantionului e completat cu o aprofundare a cercetrii carac-
teristicilor eseniale. Acest tip de eantion poate limitat n cazul unui
examen medical clinic cu un scop bine determinat (stabilirea gradului de
rspndire al unei boli sau al unui grup de boli din aceeai clas). Tot ast-
fel de cercetri pot aplicate pe un eantion mic dup spaiu, dar majorat
n volum dup timp, adic n dinamic (studiul natalitii, mortalitii pe o
perioad de mai muli ani ntr-o circumscripie rural, dar ntr-o strns
legtur cu factorii social-economici, sanitaro-igienici etc.).
Cercetarea selectiv studiul selectiv reprezentativ pentru totali-
tatea integral i care poate efectuat prin selecia:
- aleatorie (ntmpltoare, randomizat simpl) se efectueaz prin
extrageri din liste n care sunt nregistrate toate cazurile individuale
fr nici o grupare sistemic prealabil. O metod frecvent de se-
lecie aleatorie este tragerea la sori;
BIOSTATISTICA
28 29
- mecanic (sistemic) este o metod superioar celei aleatorii,
deoarece ecare unitate de observaie are anse egale s e alea-
s. Selecia eantionului se face dup modelul de ah sau cazurile
de eviden sunt ordonate n ordine alfabetic sau localitile sunt
aranjate dup hart i se selecteaz ecare a 4-a, a 6-a ori a 10-a,
n funcie de pasul de numrare. n acest mod se obine o selecie
teritorial uniform. Intervalul se calculeaz astfel ca eantionul s
cuprind de la 5 pn la 10% din totalitatea integral.
De exemplu, 10% atunci:

, ecare al 10-lea;

etc.
Calea aceasta de selectare, dei rspndit, este anevoioas de
nfptuit. Avantajul const numai n simplitatea selectrii eantionului,
n timp ce exactitatea rezultatelor cercetrii poate avea erori mari, ind-
c nu se ine cont de frecvena real de rspndire a fenomenului, de
dispersia lui n spaiu;
- tipic (straticat) (proporional cu mrimea eantionului) ur-
mrete scopul seleciei unitilor de observaie din grupurile tipi-
ce ale universului statistic. Pentru nceput, n cadrul universului
statistic toate unitile de observare se grupeaz dup anumite
caracteristici n grupuri tipice (de exemplu, vrst, sex sau dup
intensitatea frecvenei fenomenului). Din ecare grup, pe cale
aleatorie sau mecanic, este selectat un anumit numr de uniti
astfel ca raportul dup caracteristici n eantion s e acelai ca
i n totalitatea integral.
Dac e nevoie s se fac o nou straticare cu scopul obinerii unui
grup i mai omogen, metoda n cauz se numete tipic straticat cu
mai multe trepte. Avantajul ei este c fenomenele studiate pot mai
uniform reprezentate i deci i eantionul va reprezentativ;
- n cuiburi (n serii, n clastere) aici din totalitatea integral se se-
lecteaz nu uniti individuale, ci serii (microzone), localiti care
sunt ulterior examinate n ntregime.
Distribuia datelor n totalitatea selectiv poate alternativ (Da/
Nu), simetric (normal) i asimetric.
BIOSTATISTICA
30 31
2.5.2. Unitatea de observare
Reprezint ecare element component al colectivitii statistice,
care este purttorul tuturor trsturilor comune ale colectivitii supuse
studiului.
Unitile statistice pot simple, care nu mai suport diviziune (per-
soana) i complexe, rezultate ale organizriii sociale (familia).
2.5.3. Caracteristica sau variabila statistic
Reprezint trstura, proprietatea, nsuirea comun unitilor de
observaie, reinut n studiul statistic pentru a nregistrat i care
variaz ca valoare de la o unitate la alta.
Caracteristicele statistice pot clasicate dup cum urmeaz:
n funcie de modul de exprimare:
- caracteristici calitative (nominative), exprimate n cuvinte:
profesie, localitatea de domiciliu, culoarea prului, culoarea
tegumentelor, sexul, starea de nutriie sau de boal, starea la
externare a unui bolnav, etc.;
- caracteristici cantitative (numerice), exprimate n cifre: sala-
riu, vechimea n munc, nlime, greutate, perimetru, tensiune
arterial, puls, temperatur, etc. Sunt caracteristici msurabile.
n funcie de numrul variantelor/valorilor de rspuns pe care
le pot lua:
- caracteristici alternative (binare sau dihotomice), acelea care
pot lua doar dou variante de rspuns: sex (M/F), starea civil
(cstorit/necstorit), familie cu copii sau fr copii, etc;
- caracteristici nealternative cele care pot lua mai multe valori/
variante de rspuns: salariu, profesie, localitate de domiciliu,
starea la externare a unui bolnav, etc.
n funcie de natura variaiei caracteristicilor cantitative:
- caracteristici continue, care pot lua orice valoare din scara lor de
variaie: greutatea unei persoane, nlimea, temperatura, etc.;
- caracteristici discrete sau discontinue, care pot lua numai va-
lori ntregi: numrul de copii pe care i are o familie, numrul
de persoane dintr-o familie, numr de medici, numr de paturi,
numr de vizite, etc.
n funcie de coninutul caracteristicii:
- caracteristici de timp (anul naterii);
- caracteristici de spaiu (localitatea de domiciliu);
- caracteristici atributive, n care variabila reprezint un atribut,
altul dect spaiul ori timpul cele calitative i cantitative.
n funcie de modul de obinere i caracterizare a fenomenului:
- caracteristici primare (obinute, de regul, n etapa de colectare a
datelor statistice prin msurare sau numrare);
- caracteristici derivate, obinute n procesul prelucrrii datelor sta-
tistice.
n funcie de modul de inuen asupra fenomenului:
- caracteristici factoriale;
- caracteristici rezultative.
2.5.4. Indicatori statistici
Indicatorul statistic este expresia numeric a unor fenomene, pro-
cese, activiti sau categorii economice i sociale, denite n timp, spa-
iu i structur organizatoric.
Deosebim urmtoarele funcii ale indicatorilor statistici:
funcia de msurare;
funcia de comparare;
funcia de analiz;
funcia de sintez;
funcia de estimare;
funcia de vericare a ipotezelor i de testare a semnicaiei
unor indicatori statistici calculai.
Indicatorii statistici pot prezentai prin valori absolute, relative i
medii.
Ctre valorile relative pot atribuite rata, raportul i proporia.
Rata ne arat ct de repede evenimentul (nateri, mbolnviri, de-
cese) apare n populaie.
Componentele ratei sunt:
Numrtor: numrul de evenimente observate;
Numitor: populaia n care evenimentele au loc;
Timpul specicat cnd au loc evenimentele;
De obicei un multiplicator transform rata dintr-o fracie inco-
mod sau decimal ntr-un numr ntreg.
Tipurile de rate sunt:
brute;
BIOSTATISTICA
32 33
speciale (specice);
standardizate.
Exemplu: rata brut a mortalitii
Numrul deceselor, indiferent de cauz,
ntr-o populaie, ntr-o perioad specic
x 10
n
Numrul de persoane cu risc de a muri
de-a lungul perioadei

Exemplu: rata mortalitii din cauze specice
Numrul de decedai, dintr-o cauz anume
ntr-o populaie, ntr-o perioad specic de timp
x 10
n
Numrul de persoane cu risc de a muri
din acea cauz de-a lungul perioadei
Exemplu Rata caz-fatalitate (RCF) proporia cazurilor unei con-
diii specice fatale ntr-o perioad specic de timp.
Sinonimele pentru rat sunt: frecven, nivel, rspndire, intensitate.
Raportul permite compararea unei populaii cu alta.
Raportul este un numr mprit la altul.
Exemplu: raport dintre brbai i femei, nateri i avorturi, nr. de
medici i asistente medicale. n aceste cazuri nu este necesar o re-
laie specic ntre numrtor i numitor. Raportul poate prezentat
astfel x : y sau ,

unde: x numrul de paturi, nr. de medici,
y numrul de populaie.
Proporia ne arat ce fraciune a populaiei este afectat. Caracte-
risticile lor de baz sunt:
coecientul a 2 numere;
numrtorul este inclus n numitor;
proporia ntotdeauna deviaz ntre 0 i 1 sau ntre 0 i 100%.
Exemplu de proporie:
n anul 2006 n Republica Moldova au fost recunoscui ca invalizi 7695
brbai i 6005 femei. Care este procentul femeilor din numrul total?
Indicatorii de proporie nu pot comparai.
Exemplu:
Tabelul 1.
Numrul de cazuri de mbolnviri n funcie de vrst i localitatea (abs., %).
Vrsta Nr. cazuri Proporia
Nord
0-14 10 50%
15-64 6 30%
65-> 4 20%
Total 20 100%
Sud
0-14 15 50%
15-64 9 30%
65-> 6 20%
Total 30 100%
Pentru comparaie pot utilizate ratele.
Exemplu:
Tabelul 2.
Numrul de cazuri de mbolnviri n funcie de vrst i localitatea (abs., %).
Vrsta Nr. cazuri Proporia Nr. populaiei Rata
Nord
0-14 10 50% 100 10%
15-64 6 30% 200 3%
65-> 4 20% 100 4%
Total 20 100% 400
Sud
0-14 15 50% 100 15%
15-64 9 30% 200 4,5%
65-> 6 20% 100 6%
Total 30 100% 400
Sinonimele indicatorului de proporie sunt cota, ponderea, structura.
2.5.5. Date statistice
Analiza datelor statistice se face n funcie de:
- timp;
- loc;
- persoan.
Caracteristica de timp ne permite s stabilim:
modicri pe termen scurt;
modicri ciclice;
modicri seculare (pe termen lung);
poate aranjat n tabele i grace.
BIOSTATISTICA
34 35
Prin caracteristica de loc se descrie unitatea geograc. Pentru
prima dat aceast descriere a fost efectuat de ctre John Snow n
an. 1854 cnd n Londra a avut loc erupia de holer.
Caracteristica de persoan ne permite s facem analiza datelor
acumulate dup vrst, sex, etnie, etc.
2.6. Gruparea materialului statistic. Seria statistic de variaie.
Indicatorii tendinei centrale.
Gruparea materialului statistic const n aranjarea unitilor sta-
tistice, n funcie de diferitele caracteristici sau variabile, n grupe ct
mai omogene, pentru a le putea scoate ct mai uor n eviden. Gru-
parea este operaia statistic ce permite trecerea de la aspectele parti-
culare, individuale ale unitilor statistice la aspecte generale, comune
pentru colectivitatea supus studiului.
n funcie de numrul caracteristicilor de grupare se realizeaz
grupri simple, cnd la baza repartizrii st un singur criteriu, i com-
plexe, cnd la baza repartizrii stau dou sau mai multe criterii.
Dup natura caracteristicii gruparea poate :
- n timp, cnd repartizarea materialului statistic are la baz anumite
intervale de timp;
- n spaiu, cnd repartizarea materialului se face n raport cu locul
sau teritoriul unde s-a examinat colectivitatea statistic, de exem-
plu mediu rural i mediu urban.
n funcie de variaia caracteristicii de grupare se realizeaz gru-
pri pe variante sau pe intervale.
Limitele gruprii nu se stabilesc mecanic ci depind de natura fe-
nomenului studiat i scopul cercetrii. n principiu o grupare prea am-
nunit a materialului statistic duce la o frmiare ce ne mpiedic s
observm ce este caracteristic, esenial. De asemenea dac o caracte-
ristic are prea multe valori vom repartiza materialul statistic pe grupe
de valori. Fiecare grup de valori sau clas are la rndul ei o limit
inferioar, o limit superioar i un centru al grupei egal cu semisuma
celor dou limite.
n cadrul gruprii trebuie s cunoatem exact valorile extreme
maxim i minim ale caracteristicii i trebuie s stabilim intervale de
grup egale, iar limitele claselor s e distincte pentru a nu crea confu-
zii cu ocazia repartizrii unitilor de observare.
Prelucrarea materialului statistic nu se oprete la gruparea materi-
alului deoarece datele brute obinute, de cele mai multe ori, nu permit
aprecieri comparative. De aceea materialul statistic este supus n con-
tinuare unei prelucrri cu ajutorul metodelor de statistic matematic
n vederea obinerii unor indicatori statistici ca: valori relative, valori
medii, criterii de variaie, corelaie, veridicitate, ce vor permite aprecieri
comparative, corecte i concluzii semnicative.
Urmare gruprii datelor statistice rezult serii statistice.
Seria statistic de variaie este irul de valori numerice ale carac-
teristicii, ordonate cresctor sau descresctor n funcie de mrimea
acestora.
Seria statistic reprezint corespondena a dou iruri, cel al va-
lorilor variantelor (x) i cel al frecvenelor (f), motiv pentru care se mai
numete i serie de distribuie/serie de frecvene. Suma frecvenelor
variantelor corespunztoare corespunde cu numrul de cazuri cerce-
tate (f = n).
Seriile statistice de variaie pot de dou categorii: simple i gru-
pate. Cnd ecrei valori a caracteristicii i corespunde o singur frec-
ven vorbim de o serie statistic simpl, iar cnd ecrei valori i co-
respund mai multe frecvene vorbim de o serie statistic grupat.
Unii autori denesc seria statistic n modul urmtor: simpl de
regul se formeaz n cazul unui numr mic de cazuri cercetate
30 i grupat care se formeaz n cazul unui numr mare de cazuri
cercetate > 30.
Cerinele de baz pentru formarea seriei de variaie:
1. Ordonarea valorilor variantelor;
2. Numrarea frecvenelor ecrei variante;
3. Determinarea numrului de grupe i valorii intervalului;
4. Gruparea seriei de variaie, utiliznd intervalul cu respectarea con-
tinuitii seriei;
5. Reprezentarea grac a seriei de variaie.
Toate 5 cerine snt obligatorii pentru formarea seriei de variaie
grupate, cerinele 1,2 i 5 pentru formarea seriei de variaie simpl.
Numrul de grupe n serie se determin n dependen de numrul
cazurilor cercetate (Tab.3).
BIOSTATISTICA
36 37
Tabelul 3
Numrul de grupe n funcie de numrul de cazuri
Numr cazuri 31-45 46-100 101-200 201-500
Numr grupe 6-7 8-10 11-12 13-17
n cazul seriei de variaie n care variantele snt exprimate n inter-
vale de grup, pentru a le putea introduce n calculul statistic stabilim
mijlocul ecrei grupe, reprezentat printr-o singur valoare, care este
centrul intervalului grupei obinut prin semisuma valorilor variantelor
extreme ale ecrui interval de grup (Tab.4).
Tabelul 4.
Gruparea seriei statistice n funcie de dini afectai
Grupe de valori ale dinilor
afectai
Mijlocul intervalului de grup Frecvene
1-3 2 106
4-6 5 252
7-9 8 75
10-12 11 50
13-15 14 25
Total 508
Cele trei proprieti majore ale seriilor de variaie, pe care le putem
analiza folosind indicatorii statistici sunt cele privitoare la tendina cen-
tral, la variabilitatea i la forma distribuiilor.
O clasicare a indicatorilor tendinei centrale se poate face, n func-
ie de modul de determinare a lor, n:
- indicatori (mrimi) medii de calcul: media aritmetic, armonic,
cronologic, ptratic, geometric etc.;
- indicatori medii de poziie: modul, mediana.
Indicatorii fundamentali ai tendinei centrale sunt: media aritmeti-
c, modul i mediana, dar n anumite cazuri speciale putem apela i
la alte tipuri de medii.
Mrimile medii sunt mrimi tipice, caracteristice, ce denesc
un fenomen variabil.
n general, n toate cercetrile, dar n special cele care privesc sta-
rea de sntate a populaiei, de un interes deosebit este cunoaterea
comparativ a fenomenelor studiate fa de un etalon, mrimea medie.
Fr cunoaterea mrimilor medii, comparaia nu este posibil dect
n mod imperfect: compararea dintre dou sau mai multe fenomene
pentru a constata diferena dintre ele, neputnd conclude dac aceste
fenomene snt sau nu apropiate de o valoare etalon.
Mrimea medie are aceleai dimensiuni concrete cu ale variabilei
a crei repartiie de frecvene o caracterizeaz. Astfel dac variabila
privete nlimea n cm a nou nscutului i mrimea medie va redat
n cm.
Dup Yule i Kendall condiiile pe care trebuie s le ndeplineasc
o mrime medie ar :
- S e denit n mod precis, independent de dorina utilizatoru-
lui;
- S e expresia, sinteza tuturor observaiilor nregistrate;
- S posede proprieti simple, evidente, clare chiar i pentru ne-
specialiti;
- S e simplu i rapid de calculat;
- S e puin sensibil la uctuaiile de selecie;
- S poat studiat rapid cu ajutorul calcului algebric.
n general, indicatorii tendinei centrale, calculai ca mrimi medii
realmente nu satisfac toate condiiile prevzute mai sus. Utilizatorul
trebuie ns s e interesat s cunoasc condiiile nesatisfcute i im-
plicaiile acestora pentru fundamentarea deciziilor.
MEDIA
Media este expresia care sintetizeaz ntr-un singur nivel repre-
zentativ tot ceea ce este esenial, tipic, comun, obiectiv n apariia, ma-
nifestarea i dezvoltarea unui fenomen.
Exemple: durata medie de utilizare a patului pe an; durata medie
de spitalizare a bolnavului la pat; nota medie la examen a unei grupe
de studeni; numrul mediu de vizite la medicul de familie n an la 1
locuitor, care locuiete n teritoriul deservit.
Cnd este o medie reprezentativ?
- Cnd calculul mediei se bazeaz pe folosirea unui numr mare de
cazuri individuale:
Nu putem spune c durata medie de spitalizare a bolnavului la pat
n RM a fost n anul 2006 9,1 zile lund n calcul doar trei spitale.
BIOSTATISTICA
38 39
- Cnd valorile din care se calculeaz media sunt omogene:
Aceeai armaie de mai sus poate greit, adic media nu este
reprezentativ i n consecin nu este credibil, dac durata de trata-
ment a variat de la 7 zile la 77 zile.
- Cnd se alege forma de medie care corespunde cel mai bine vari-
aiei caracteristicii i volumului de date de care se dispune.
Valorile medii pot exprimate prin cifre absolute sau prin indici. De
exemplu, n cazul cunoaterii tensiunii arteriale sistolice sau diastolice
la un grup de populaie, sau n cazul nlimii sau greutii medii la dife-
rite vrste i sexe, valorile medii se exprim n valori absolute (mmHg,
cm, kg). n cazul morbiditii sau mortalitii generale sau specice pe
vrste sau sexe, cauze de boal, etc., valorile medii se exprim prin
cifre relative (la 1000 sau 100000 de locuitori). Fac excepie cazurile
foarte rare de boal sau deces care se exprim mult mai corect prin
cifra absolut (de exemplu un caz de difterie sau poliomielit).
Ce tipuri de mrimi medii se pot calcula?
- Media aritmetic
- Media armonic
- Media cronologic
- Media ptratic
- Media geometric
Media aritmetic simpl
Media aritmetic simpl este valoarea medie care se obine din
suma valorilor individuale dintr-o colectivitate omogen, divizat la nu-
mrul total al cazurilor studiate.
Media aritmetic simpl se utilizeaz pentru a stabili valoarea me-
die n seriile statistice n care ecrei valori a variantei i corespunde o
singur frecven.
Formula de calcul:
Exemple de calcul:
Greutatea la natere la un numr de 6 copii de sex masculin este
(n grame): 3000; 2600; 2800; 3100; 3200; 2700.
Aplicnd formula de calcul vom obine media greutii, la natere,
la lotul de 6 copii, de 2900 gr:
Durata de tratament la 8 bolnavi cu aceeai maladie a fost (zile):
10; 12; 15; 18; 20; 22; 24; 27.
Aplicnd formula de calcul vom obine media duratei de tratament
la lotul de 8 bolnavi de 18,5 zile:
Cele expuse anterior, cu privire la valorile medii, se pot vedea din
formula mediei aritmetice simple: nici un copil nou-nscut nu are gre-
utatea medie de 2900 gr.; nici un bolnav nu are durata medie de tra-
tament de 18,5 zile; valorile individuale ind situate e sub, e peste
medie i doar pe ntreg lotul studiat se obine valoarea medie.
Media aritmetic ponderat
Media aritmetic ponderat este valoarea medie care se obine din
suma produsului valorilor dintr-o colectivitate omogen, cu frecvenele
corespunztoare, divizat la numrul total al cazurilor studiate.
Media aritmetic ponderat se utilizeaz n calcularea valorii medii
n cazul n care valorile individuale au frecvene diferite. n acest caz
media aritmetic simpl nu se poate utiliza.
Formula de calcul:
Exemple de calcul:
ntr-un spital, medicii prezint urmtoarea distribuie conform vr-
stei: 40 persoane de 37 ani; 40 persoane de 38 ani; 10 persoane de 41
ani i 10 persoane de 44 ani.
Aplicnd formula de calcul, vom obine vrsta medie a personalului,
de 38,5 ani:
BIOSTATISTICA
40 41
Tabelul 5
Durata de spitalizare a bolnavului la pat (zile):
Zile (x) 10 11 12 13 14 18 21
Bolnavi (f) 2 6 8 12 17 14 6
Aplicnd formula de calcul, vom obine durata medie de spitalizare
a bolnavului la pat de 14,7 zile:
Din exemple se poate constata c valoarea mediei aritmetice pon-
derate se situiaz n plus sau n minus de partea unde frecvenele snt
mai mari.
n cazul calculrii mediei aritmetice ponderate n serii statistice n
care valorile variantelor snt mari (de ordinul sutelor, miilor sau zecilor
de mii) i reprezentate de cifre zecimale, iar frecvenele corespunz-
toare ecrei variante sunt de asemenea numeroase, operaia devine
deosebit de dicil. n acest caz recurgem la o metod simplicat a
calculrii mediei aritmetice ponderate, i anume metoda momentelor.
Formula de calcul:
ap
= X
o
M
1
unde:
media aritmetic ponderat
X
o
media ipotetic
M
1
momentul 1
Momentul 1:
unde:
d deviaiile (abaterile) de la medie
f frecvena
f suma frecvenelor (numrul cazurilor)
Lum ca exemplu seria de variaie a nlimii nou-nscuilor de sex
masculin, expus n tab. 6.
Tabelul 6
nlimea nou-nscuilor de sex masculin (cm)
Valorile
variantelor
nlimii n cm
(x)
Frecvenele
(numrul
cazurilor)
Produsul
valorilor cu
frecvenele (xf)
Deviaia
de la medie
(d)
Produsul
deviaiei de la
medie cu frec-
venele (df)
1 2 3 4 5
46
47
48
49
2
5
13
30
92
235
624
1470
-4
-3
-2
-1
-8
-15
-26
-30 -79
50 89 4450 0 0
51
52
53
54
55
56
57
49
40
20
7
3
1
1
2499
2080
1060
378
165
56
57
1
2
3
4
5
6
7
49
80
60
28
15
6
7 +245
Total: 260 = f (n) 13166 = xf ----- 166 = df
Prima coloan cuprinde seria de variaie a valorilor de nlime (x),
iar a doua coloan frecvenele (f) ce corespund ecreia din valori. Co-
loana a 3-a corespunde produsului valorilor cu frecvenele respective,
adic produsul datelor corespunztoare din coloana 1 i a 2-a (xf).
Dac adunm coloana a 3-a i mprim la numrul total de cazuri
(f) vom obine media ponderat, egal cu 50,64 cm. Pentru a substitui
acest calcul, care poate deveni destul de dicil n cazul valorilor mari
sau cu zecimale, precum i n cazul frecvenelor mari, recurgem la cal-
culul momentului 1.
Acesta se efectueaz n felul urmtor: alegem, n mod arbitrar, ca
medie ipotetic, una dintre valorile nlimii, i anume valoarea varian-
tei cu cele mai multe frecvene (modulul) n cazul nostru vom selecta
ca medie ipotetic nlimea de 50 cm. n dreptul acestei valori notm,
n coloana a 4-a, zero coresponznd originei i apoi completm coloa-
na, n sus, spre valorile mai mici de nlime, notnd cu minus, iar n jos
notnd cu plus, n progresie aritmetic. Aceast coloan a deviaiei de
la medie, sau mai bine-zis de la origine o notm cu d. n coloana a 5-a
BIOSTATISTICA
42 43
trecem produsul dintre coloana a 2-a i a 4-a, adic produsul deviaiei
de la medie cu frecvenele corespunztoare (df).
Vom obine n coloana a 5-a, n partea de sus, rezultatele cu sem-
nul algebric minus (), iar n parte de jos sub origine, spre valorile mari
ale seriei de variaie, rezultatele cu semnul algebric plus (+).
Adunm separat cele dou grupe de produse i apoi scdem suma
valorilor cu minus din suma valorilor cu plus, rezultatul mprindu-l la
suma frecvenelor (numrul de cazuri).
nlocuind simbolurile formulei momentului 1 cu datele rezultate din
tab.6 vom obine:
Adunm aceast valoare a momentului 1 cu media ipotetic aleas
n mod arbitrar i vom obine media aritmetic ponderat:

= 50,0 cm + 0,64 = 50,64 cm.
Din tabel se poate constata felul n care utilizarea momentului 1
uureaz calcularea mediei. Astfel, n loc de a nmuli coloana 1 cu
coloana 2, obinnd astfel coloana a 3-a cu cifre mari, care nsumate
trebuie mprite la numrul total de cazuri, vom nmuli doar coloana
a 4-a cu coloana a 2-a. nmulirea se va face cu 4, 3, 2, 1 etc. n loc
de 46, 47, 48, 49 etc. mprirea la numrul total de cazuri este, de
asemenea, uurat prin metoda momentului 1, cci n loc de a mpri
13166 la 260, ca n calculul simplu al mediei aritmetice ponderate, n
cazul momentului 1 mprim 166 la 260.
Ca medie ipotetic se poate alege oricare din valorile variantelor
de nlime, rezultatul nal ind identic, dar pentru a uura ct mai mult
calculul se alege valoarea care are o frecven mai mare.
Astfel dac n exemplul anterior am lua ca medie ipotetic nu 50 cm
ci 51 cm am ajunge la aceeai valoare medie, cu singura diferen c
n acest caz momentul 1 are o valoare negativ, ce trebuie sczut din
media ipotetic (Tab. 7).
Tabelul 7
nlimea nou-nscuilor de sex masculin (cm).
Valorile variantelor
nlimii n cm (x)
Frecvenele
(numrul cazurilor)
Deviaia
de la medie (d)
Produsul deviaiei
de la medie cu
frecvenele (df)
1 2 3 4
46
47
48
49
50
2
5
13
30
89
-5
-4
-3
-2
-1
-10
-20
-39
-60
-89 -218
51 49 0 0
52
53
54
55
56
57
40
20
7
3
1
1
1
2
3
4
5
6
40
40
21
12
5
6
6 + 124
Total: 260 = f (n) ----- 94 = df
Formula momentului 1 se calculeaz ca i n exemplul anterior:
ap
= 51,0 cm 0,36 = 50,64 cm.
Deci rezultatul este identic n toate mprejurrile, indiferent de me-
dia ipotetic aleas.
Pentru uurarea calculului se ia, ns, ca medie ipotetic, totdeau-
na, valoarea variantei cu cele mai multe frecvene.
Exist cazuri cnd intervalele valorilor seriei nu snt de 1, ci de 2
sau 3 uniti, sau din contra de 0,5 sau 0,3.
n aceste cazuri, nainte de a trece la calculul mediei mediei aritme-
tice ponderate trebuie s nmulim momentul 1 cu valoarea corespun-
ztoare a intervalului.
BIOSTATISTICA
44 45
Asupra mediei aritmetice sunt de fcut cteva observaii i de sub-
liniat cteva proprieti:
1) Deniia dat mediei aritmetice este valabil numai dac valorile
individuale nregistrate sunt numerice. Pentru o serie cu valori ne-
numerice nu se poate calcula media aritmetic;
2) Mrimea mediei aritmetice calculate este unic; o serie nu posed
mai multe medii aritmetice distincte;
3) Mrimea mediei aritmetice poate sau nu s coincid cu vreo valoa-
re individual nregistrat;
4) Media are ntotdeauna valoarea cuprins ntre valoarea minim din
serie (Xmin) i valoarea maxim (Xmax);
5) Suma abaterilor valorilor individuale de la media lor este ntotdeau-
na egal cu zero (adic distanele fa de centru se balanseaz, se
compenseaz reciproc);
6) Media aritmetic este legat de toate valorile numerice nregistrate
i, n consecin, este sensibil la prezena valorilor aberante.
7) Dac o serie este alctuit din mai multe serii componente, pentru
care s-au calculat medii pariale, atunci media ntregii serii poate
calculat ca o medie ponderat din mediile pariale.
Media armonic
Media armonic este o medie cu aplicaie special care se deter-
min ca valoarea invers a mediei aritmetice calculat din inversele
valorilor seriei.
Media armonic simpl
1. Fie valorile: 1, 5, 10. Care este valoarea medie?

2. Trei investiii produc acelai venit. Valorile lor sunt urmtoarele:
5%, 10% i 15% i media de plasare a capitalului pentru toate trei.
Media armonic ponderat
Dac, de exemplu, mortalitatea general din 3 localiti rurale este
de 8,0, 9,0 i 10, iar numrul de locuitori 4000, 4500 i 7000 i nu cu-
noatem cifrele absolute de decedai, media aritmetic simpl este de
9 n timp ce media armonic, pondernd valorile relative cu populaia
la care se refer, va 9,12:
suma
X
i
valorile individuale

inversul valorilor individuale
n numrul de valori.
n realitate, media armonic se utilizeaz rar, n special la stabilirea
preurilor medii.
Media cronologic
Media cronologic se calculeaz n cazul unei serii de valori, care
prezint variaii n timp (lunare, anuale).
Formula de calcul
BIOSTATISTICA
46 47
unde:
X(1, 2, 3, 4, n) mrimea valorilor la nceputul primei perioade i sfr-
itul celor patru perioade;
N numrul de perioade la care ne referim
Exemplu: numrul de gravide n eviden la medicul de familie la
nceput de an a fost 120, iar la sfritul celor patru trimestre 130, 144,
152, 100. Conform mediei aritmetice simple, ar fost 129 gravide, n
timp ce media cronologic este de 134, conform formulei:
Media ptratic
Este tot o medie de calcul cu aplicaii speciale i reprezint va-
loarea care, nlocuind termenii seriei, nu modic suma ptratelor lor.
Se folosete cnd fenonenul supus cercetrii nregistreaz modicri
aproximativ n progresie geometric.
Media ptratic simpl:
Media ptratic ponderat:
Modulul
Este mrimea medie care corespunde valorii cu cele mai multe
frecvene (n seriile de variaie simple). Calculul se efectuiaz deci sim-
plu, lund valoarea cu frecven maxim drept valoare medie. Rapidi-
tatea cu care se stabilete modulul este singurul avantaj, deoarece el
nu prezint un etalon precis al valorii medii dect n cazul distribuiilor
normale (simetrice) de frecvene.
Modulul nu se determin n funcie de toate mrimile valorilor va-
riantelor, ci de una singur, cea cu frecven maxim (n repartiiile
unimodale). Totui el exprim mrimea cu cea mai mare pondere, deci
caracteristica determinant.
n cazul seriilor de variaie grupate modulul se calculeaz dup for-
mula:
unde:
X
Mo
limita inferioar a intervalului modal;
h mrimea intervalului modal (cu frecvena cea mai mare);
1
diferena dintre frecvena intervalului modal i a intervalului pre-
cedent;
2
diferena dintre frecvena intervalului modal i a intervalului ur-
mtor;
Se consider urmtoarea distribuie (Tab.8).
Tabelul 8
Distribuia persoanelor n funcie de salariu
Salariu Persoane
400-600 5
600-800 10
800-1000 15
1000-1200 30
1200-1400 20
Intervalul modal este (1.000 1.200)
n cazul distribuiilor de frecvene moderat asimetrice exist urm-
toarele relaii matematice aproximative ntre modul, median i medie
aritmetic:
Mo = 3( Me)
Mo = 3Me 2
Mo Me = 2(Me )
n cazul distribuiei simetrice de frecvene cele trei valori medii se
suprapun:
X = Me = Mo
BIOSTATISTICA
48 49
Observaii:
1) Pe gracul repartiiei statistice valoarea modal corespunde punc-
tului n care gracul i atinge maximul;
2) Are avantajul principal fa de medie i cuantile c se determin
rapid si are o semnicaie simpl;
3) Exist n practic serii cu distribuii multimodale. n astfel de situaii
se determin mai multe valori modale;
Mediana (cuantila de ordinul 2)
Ca deniie, mediana, n serii statistice simple, este valoarea acelei
variante care mparte n dou jumti egale numrul variantelor, ae-
zate n ordine crescnd sau descrescnd. n cazul unui numr impar
de variante, mediana va corespunde exact valorii de la mijlocul seriei.
n seriile cu numr par de variante mediana va corespunde mediei arit-
metice simple a celor dou valori de la mijlocul seriei.
Exemplu de calcul:
nlimea la natere la un numr de 5 copii a fost: 47, 48, 49, 51,
52 cm. Mediana, coresponznd valorii de la mijlocul seriei va 49 cm.
n cazul unei serii de 6 valori, cum ar : 47, 48, 49, 51, 52, 53 cm,
mediana va 50cm (49 + 51/2).
n serii statistice grupate, formula de calcul a medianei este mai
complicat, valoarea medianei andu-se n interiorul intervalului va-
loric, n care se gsete valoarea frecvenei ce mparte seria n dou
jumti egale.
Formula de calcul:
Unde:
x
Me
limita inferioar a intervalului median;
f frecvenele valorilor variantelor;
f
cm
frecvenele cumulate pn la intervalul median;
h mrimea intervalului median;
f
Me
frecvena intervalului median;
Cum se stabilete intervalul median?
Pe irul frecvenelor cumulate cresctor, intervalul care corespunde
primei frecvene cumulate mai mare dect este intervalul

median.
Cuantilele sunt indicatorii care descriu anumite poziii particulare
din cadrul seriilor de distribuie. Conceptul de cuantil indic o divizare
a distribuiei observaiilor ntr-un numr oarecare de pri. Frecvent se
utilizeaz urmtoarele cuantile:
- mediana sau cuantila de ordin 2 (r = 2);
- cuartilele sau cuantilele de ordinul 4 (r = 4);
- decilele sau cuantilele de ordinul 10 (r = 10);
- centilele sau cuantilele de ordinul 100 (r = 100).
Cuantilele de ordin superior se calculeaz n cadrul distribuiilor cu
numr mare de grupe sau clase de valori individuale.
2.7. Seriile cronologice
Un obiectiv important al medicinii i ocrotirii sntii este studierea
sntii publice, analiza informaiei privind caracterul i volumul activitii
instituiilor medico-sanitare sub aspectul modicrilor lor dinamice. Studi-
erea acestor modicri este deosebit de important pentru prognozarea
i planicarea msurilor cu caracter organizaional, curativ-prolactic etc.
Pentru a analiza modicrile dinamice a fenomenelor medico-soci-
ale este necesar de a forma serii cronologice (dinamice), a cunoate
metodele de ajustare i analiz a lor.
Seria cronologic (serie de timp sau serie dinamic):
- este seria format din valori omogene comparabile, care caracteri-
zeaz modicrile unui anumit fenomen ntr-o perioad de timp.
- vizeaz msurarea creterilor sau descreterilor de nivel n evoluia
unui fenomen.
- ecare valoare numeric a seriei se numete nivel.
- nivelurile seriei cronologice pot prezentate prin valori absolute,
relative i medii.
Seriile cronologice se disting printr-o serie de particulariti, trs-
turi specice ei, ntre care menionm:
a) variabilitatea termenilor SCR ntre valorile individuale care
compun seria cronologic exist diferene de mrime explicate prin
BIOSTATISTICA
50 51
aciunea comun a factorilor eseniali i ntmpltori. Gradul de varia-
bilitate a termenilor seriei cronologice depinde de fora cu care factorii
aleatori produc abateri, dar i de tendina de variaie impus de factorii
cu aciune sistematic.
b) omogenitatea termenilor unei SCR seriile cronologice sunt
omogene deoarece termenii seriei au n comun categoria economic
sau social pe care o reprezint n momente sau intervale succesive
de timp. Omogenitatea valorilor seriei este dat de faptul c acestea
sunt supuse aciunii sistematice a acelorai factori eseniali, iar terme-
nii seriei cronologice sunt obinui prin aceeai metodologie de calcul i
folosesc aceeai unitate de msur.
c) periodicitatea termenilor unei SCR o caracteristic specic
seriilor cronologice. Aceast trstur exprim continuitatea datelor din
punct de vedere al variaiei timpului. Termenii seriei reprezint valori
ale unui fenomen dinamic, nregistrate la momente sau intervale de
timp de regul egale, astfel nct s se asigure continuitatea seriei. n
funcie de scopul concret al analizei efectuate, de natura fenomenului
nregistrat i de posibilitile de obinere a datelor, unitile de timp pot
mai mici sau mai mari: minut, or, zi, sptmn, decad, lun, tri-
mestru, semestru, an, deceniu, secol.
d) interdependena n timp a termenilor unei SCR este determi-
nat de modalitatea de construire a acestora prin nregistrarea nivelu-
rilor succesive ale unui fenomen pentru aceeai unitate statistic pre-
cizat. Din aceast cauz, orice termen al seriei depinde de nivelurile
precedente i inueneaz mrimile urmtoare ale termenilor seriei.
Avnd n vedere aceste particulariti ale seriilor cronologice, ana-
liza lor trebuie precedat de vericarea comparabilitii valorilor indi-
viduale nregistrate pentru fenomenul analizat. Pentru a asigura com-
parabilitatea termenilor seriei cronologice este necesar ca componena
seriei s e identic pentru ntreaga perioad de timp, valorile seriei s
e exprimate n aceleai uniti de msur, iar intervalele de timp ntre
valori s e egale.
Tipuri de serii cronologice:
1. n funcie de modul de denire a timpului deosebim SCR de mo-
ment i SCR de interval.
Seriile cronologice de momente:
- sunt formate din mrimi care se refer la anumite momente de
timp (sfritul sau nceputul anului, trimestrului, lunii etc.).
- ecare valoare individual caracterizeaz numeric nivelul la
care a ajuns fenomenul analizat ntr-un moment dat.
De exemplu: numrul de gravide aate sub supraveghere la nce-
putul anului; numrul de nscui vii la sfritul ecrui trimestru; nu-
mrul populaiei la o anumit dat, numrul copiilor bolnavi aai n
eviden la nele anului (Tab.9).
Tabelul 9
Numr copii bolnavi aai n eviden la nele anului, RM
2001 2002 2003 2004 2005 2006
155204 157257 155036 128595 147247 143146
Observaie:
- nu permit cumularea valorilor termenilor, deoarece acestea re-
ect, n mod repetat, elementele care coexist n momente
diferite de timp.
Exemplu: numrul salariailor unui spital nregistrat la sfritul -
ecrei luni se regsete n numrul salariailor nregistrat la sfritul
anului.
Cnd intervalele dintre dou momente succesive au lungime egal,
atunci vom avea o SCR de momente cu intervale egale ntre momente,
iar atunci cnd intervalele dintre dou momente vecine au lungime ne-
egal avem o SCR de momente, cu intervale neegale ntre momente.
Serii cronologice de intervale:
- sunt formate din mrimi care caracterizeaz fenomenul ntr-un
interval de timp (zi, sptmn, lun, trimestru, an etc.);
- ecare valoare individual reprezint rezultatul unui proces care
se desfoar pe un interval de timp.
De exemplu: dinamica anual a numrului de medici; evoluia luna-
r a numrului de cazuri mbolnvire IRVA, dinamica anual a natalitii
(Tab.10).
Tabelul 10
Numr copii nscui vii, mun. Chiinu, aa. 2002-2006.
2002 2003 2004 2005 2006
6924 7143 8296 8364 8626
BIOSTATISTICA
52 53
Fig.1. Numrul de avorturi la femeile n vrst pn la 15 ani n RM, aa.2001-2006 (abs.)
b) DIAGRAMA PRIN COLOANE n care timpul se reprezint pe
abscis, iar termenii SCR pe ordonat (Fig.2).
Fig.2. Numrul de medici n Republica Moldova, aa. 2002-2006 (abs.)
Observaie:
- permit nsumarea valorilor, obinndu-se astfel un indicator to-
talizator pentru ntreaga perioad de analiz.
Exemplu: prin nsumarea numrului de internri zilnice se obine
cifra de internri lunar;
Alegerea perioadei de timp pentru seria cronologic de interval
este determinat ntr-o oarecare msur de variabilitatea fenomenului.
Cu ct mai lent se modic fenomenul n timp, cu att mai mari pot
perioadele de supraveghere.
2. n funcie de modul de exprimare a termenilor seriei deosebim serii
cronologice formate din valori absolute, relative sau medii.
Seriile cronologice formate din valori absolute reprezint situa-
ia cea mai frecvent ntlnit. Fiecare termen al seriei este n acest caz
o mrime absolut exprimat n uniti concrete de msur. De exem-
plu: numr de populaie, numr de paturi, numr de medici, numr de
nou-nscui, numr de decedai, numr de nateri, numr avorturi, nr.
anomalii fetale, depistate ecograc, cheltuielile anuale n IMSP etc.
Seriile cronologice formate din valori relative. Termenii aces-
tor serii pot reprezentai prin rate, proporii i raport. De exemplu:
natalitatea, mortalitatea, morbiditatea, invaliditatea primar, asigurarea
populaiei cu medici, paturi, ponderea populaiei n vrst de peste 55
de ani. Baza de raportare trebuie s e ntotdeauna precizat.
Seriile cronologice formate din valori medii. De exemplu: nu-
mrul mediu de paturi, durata medie de spitalizare, durata medie de
utilizare a patului pe an, salariul mediu al medicilor.
3. n funcie de numrul termenilor seriei deosebim serii cronologi-
ce de lungime mic, medie, mare.
Reprezentri grace ale seriilor cronologice
a) CRONOGRAMA (historiograma) este, aa cum i arat i nu-
mele, reprezentarea grac tipic, specic a SCR. Ea se traseaz
ntr-un sistem de axe rectangulare, de obicei n cadranul nti al
acestuia. Pe cele dou axe se vor reprezenta: timpul pe abscis
(se marcheaz momentele sau intervalele), iar termenii SCR pe
ordonat (Fig.1).
BIOSTATISTICA
54 55
c) DIAGRAMA PRIN BENZI este recomandat a se folosi atunci
cnd se reprezint (simultan) termenii unor SCR, termeni care con-
stituie nite indicatori strns legai ntre ei.
d) DIAGRAME POLARE (numite i diagrame radiale sau diagrame n
spiral) se construiesc cu ajutorul reelelor radiale i se utilizeaz n
special n reprezentarea SCR afectate de uctuaii sezoniere.
Fig.3. Numrul cazuri IRVA n localitatea N pe parcursul a. 2006
Indicatorii seriilor cronologice
Pentru caracterizarea unei SCR, se calculeaz, pe baza termenilor
acesteia, un sistem de indicatori statistici, analitici i sintetici care, dup
modul de calcul i exprimare, pot structurai astfel:
a) indicatori absolui;
b) indicatori relativi;
c) indicatori medii.
Atunci cnd compararea se face cu primul termen al seriei (y
1
) vom
vorbi de indicatori cu baz x, iar atunci cnd compararea unui termen
(y
t
) se face cu termenul imediat anterior (y
t-1
), vom vorbi de indicatori cu
baz n lan (mobil).
Indicatori absolui
Indicatorii absolui ai unei serii cronologice de intervale exprim ni-
velul, volumul agregat i modicrile (n mrime absolut) fenomenului
analizat n perioade diferite de timp. Indicatorii absolui se exprim n
unitatea de msur a caracteristicii analizate (n uniti zice, valorice,
procente etc.).
1) Valorile individuale absolute ale caracteristicii redau nivelul feno-
menului analizat n ecare interval de timp.
2) Volumul agregat (nivelul totalizat) reprezint suma termenilor seriei
cronologice de intervale.
3) Modicarea absolut (sporul sau scderea absolut) , reect
creterea sau descreterea absolut (n uniti concrete de msu-
r) a valorilor individuale ale fenomenului analizat, de la o perioad
de timp la alta. Se calculeaz ca diferen ntre doi termeni ai seriei.
n funcie de perioada aleas ca baz de comparaie (constant
sau variabil), exist dou forme ale acestui indicator:
- modicarea absolut cu baz x reprezint distana (diferena)
ecrui termen al seriei fa de o perioad x de referin.
- modicarea absolut cu baz mobil se calculeaz ca diferen
ntre doi termeni succesivi ai seriei cronologice.
Se exprim n unitile de msur ale caracteristicii. Valorile pozi-
tive ale acestor indicatori semnic sporuri (creteri, fa de perioada
aleas ca baz de comparaie), iar valorile negative scderi (decit).
n cazul modicrii absolute cu baz x este important alegerea
unei baze de comparaie convenabile, reprezentative pentru fenomenul
dat i care s nu e inuenat de variaii conjuncturale majore. Frec-
vent, se alege ca baz de comparaie primul termen al seriei (nceputul
perioadei de timp analizate) sau ultimul termen al perioadei anterioare.
Indicatori relativi
1) Indicele de dinamic (indice de modicare, ritm de cretere sau de
scdere) I. Este indicele care arat de cte ori (de ct la sut) s-a
modicat mrimea unui fenomen n timp. Se calculeaz prin rapor-
tarea termenului comparat la termenul baz de comparaie.
- indicele cu baz x se calculeaz ca raportul simplu sau pro-
centual al nivelului curent la nivelul ales baz de comparaie
(nivelul iniial).
- indicele cu baz mobil se calculeaz ca raportul simplu sau
procentual al nivelului curent la nivelul precedent.
BIOSTATISTICA
56 57
Se exprim n uniti sau procente. Valori mai mari de 1 sau 100%
ale acestui indicator arat creteri fa de perioada baz de compara-
ie. Valorile sub 1 sau 100% semnic scdere, reducere.
2) Ritmul de dinamic (ritmul sporului) R. Arat cu ct s-a modi-
cat procentual (a crescut sau a sczut) mrimea fenomenului ntr-
o anumit perioad de timp fa de o perioad de referin x
sau mobil. Se determin scznd 100% din indicele de dinamic
corespunztor (cu baz x sau mobil). Poate calculat i prin
urmtoarele modaliti:
- cu baz x se calculeaz ca raportul procentual al sporului abso-
lut cu baz x la nivelul ales baz de comparaie (nivelul iniial).
- cu baz mobil se calculeaz ca raportul procentual al sporului
absolut cu baz mobil la nivelul precedent.
3) Valoarea absolut a unui procent din ritmul de dinamic (de spor)
A. Arat mrimea absolut a modicrii ce revine pe un procent din
ritmul dinamicii sau exprim cte uniti de msur revin unui pro-
cent din ritmul dinamicii. Se calculeaz sub forma unui raport ntre
modicarea absolut i ritmul modicrii i se exprim n unitatea
de msur a caracteristicii.
Variante de calcul:
- cu baz x se calculeaz ca raportul modicrii absolute cu
baz x la ritmul dinamicii cu baz x. Are aceeai valoare
pentru toat perioada analizat.
- cu baz mobil se calculeaz ca raportul modicrii absolute cu
baz mobil la ritmul dinamicii cu baz mobil.
Indicatori medii
1) Nivelul mediu, calculat ca medie a valorilor seriei. Calculul se justi-
c numai dac nivelurile seriei sunt omogene.
- pentru o serie cronologic de intervale nivelul mediu se a cal-
culnd media aritmetic simpl a valorilor seriei.
- pentru o serie cronologic de momente nivelul mediu se a
calculnd media cronologic simpl pentru momente egal dis-
tanate:
ponderat pentru momente inegal distanate:
2) Modicarea medie absolut este media aritmetic simpl a modi-
crilor absolute cu baz mobil y
n
y
1
/n-1. Indicatorul arat cu
ct crete/scade fenomenul n medie (n valoare absolut) de la o
perioad de timp la alta.
Calcularea acestui indicator are sens atunci cnd modicrile
absolute cu baz n lan nu difer prea mult ca mrime. Modicarea
medie absolut poart numele de spor mediu, dac este calculat pen-
tru un fenomen cu tendin de cretere. n caz contrar vorbim despre
scdere medie.
3) Indicele mediu de dinamic se calculeaz ca medie geometric
simpl a indicilor de dinamic cu baz mobil. Arat de cte ori s-a
modicat (a crescut sau a sczut) n medie fenomenul analizat pe
ntreaga perioad luat n calcul. Valoarea rezultat din calcul este
semnicativ ndeosebi pentru fenomenele care evolueaz n pro-
gresie geometric (indicii cu baz mobil au valori apropiate ntre
ele). Valori mai mari de 100% ale acestui indicator arat tendina
de cretere a fenomenului analizat. Valori mai mici de 100% cores-
pund unei scderi pe ansamblul perioadei considerate.
4) Ritmul mediu de dinamic arat cu cte procente se modic n
medie fenomenul pe ntreaga perioad analizat.
Ultimii doi indicatori nu sunt reprezentativi pentru seriile cronologice
cu un numr mare de termeni i cu oscilaii mari.
Ajustarea seriilor cronologice
Specic seriilor cronologice este variabilitatea mare a termenilor.
Aceste variaii sunt produse de factori eseniali i ntmpltori. Aciu-
nea factorilor eseniali determin tendina major de evoluie n timp
amrimilor nregistrate de fenomenul analizat. Aceast tendin (trend)
interfereaz cu cauzele neeseniale, ntmpltoare, efectul obinut ind
valorile reale ale fenomenului.
Scopul ajustrii seriilor cronologice l reprezint evidenierea fac-
torilor eseniali, cu aciune sistematic, care urmresc o legitate mate-
matic de evoluie.
BIOSTATISTICA
58 59
Ajustarea este operaia de nlocuire a termenilor reali ai seriei
cronologice cu termeni teoretici care exprim o anumit legitate
matematic de evoluie a fenomenului considerat.
Pentru seriile cronologice, aceast legitate de evoluie se realizea-
z n funcie de timp. ntruct abaterea termenilor reali de la cei teoretici
calculai este efectul cauzelor neeseniale, ntmpltoare, prin ajustare
se evideniaz mai bine tendina de evoluie n timp a fenomenului.
Exist mai multe procedee de ajustare:
- ajustarea prin metoda grac;
- ajustarea prin metoda mediilor mobile;
- ajustarea prin metoda modicrii medii absolute;
- ajustarea prin metoda indicelui mediu de dinamic;
- ajustarea prin metode analitice.
Primele patru procedee formeaz grupul metodelor mecanice de
ajustare.
1) Metoda grac de ajustare const n reprezentarea grac a seriei
(cronograma), pe axa 0x (abscisa) ind trecute momentele sau in-
tervalele succesive de timp, iar pe axa 0y (ordonata) nscriindu-se
valorile numerice ale termenilor seriei. Se construiete pe acelai
grac o dreapt sau curb care s uneasc cele dou puncte ex-
treme ale seriei cronologice astfel nct s prezinte abateri minime
fa de poziia valorilor reale de pe grac. Forma curbei astfel tra-
sate indic legitatea matematic, forma de evoluie a fenomenului,
dup o dreapt sau o funcie curbilinie.
Metoda este simpl i rapid, dar exist pericolul interpretrii
subiective a gracului.
Metoda grac precede obligatoriu aplicarea metodelor anali-
tice de ajustare.
2) Metoda mediilor mobile const n nlocuirea termenilor reali ai SCR
cu valori teoretice, numite medii mobile (medii glisante sau alune-
ctoare). Mediile mobile se calculeaz ca medii aritmetice pariale
dintr-un anumit numr de termeni succesivi ai seriei. Acest numr
depinde de periodicitatea oscilaiilor i este ales astfel nct ecare
medie s cuprind toi termenii la care se manifest o oscilaie com-
plet. Aceasta poate evideniat cu ajutorul reprezentrii grace,
observnd mrimea distanei medii dintre punctele de inexiune ale
gracului.
Mediile mobile asigur compensarea abaterilor, a oscilaiilor peri-
odice. Noua serie obinut prin ajustare are o variaie lin, continu,
evideniind tendina de evoluie a fenomenului (trendul), independent
de aciunea factorilor sezonieri.
Mediile mobile pot calculate dintr-un numr impar sau par de
termeni. Dac media mobil se calculeaz dintr-un numr impar (de
exemplu k = 3) de termeni, schema de calcul este urmtoarea: MM
1
=
y
1
+ y
2
+ y
3
: 3; MM
2
= y
2
+ y
3
+ y
4
: 3; MM
3
= y
3
+ y
4
+ y
5
: 3; MM
n-2
= y
n-2

+ y
n-1
+ y
n
: 3;
Numrul de medii mobile obinut este mai mic dect numrul de
termeni reali ai seriei. Primul i ultimul termen real nu vor avea cores-
pondent o valoare ajustat, adic o medie mobil.
Pentru cazul general, prin aceast metod se pierd k-1 termeni ai
seriei (la nceputul i la sfritul irului), acesta ind principalul deza-
vantaj al metodei.
Exemplu pentru k=3 (Tab.11).
Tabelul 11
Avorturi la vrsta pn la 15 ani, RM, aa.1995 2002
Anii 1995 1996 1997 1998 1999 2000 2001 2002
Termenul y
1
y
2
y
3
y
4
y
5
y
n-2
y
n-1
y
n
Nr.avorturi 115 75 47 49 57 33 30 33
Media mobil ---- 79 57 51 46 40 32 ----
Dac mediile mobile se calculeaz din numr par de termeni, cal-
culul se realizeaz n dou faze:
- se obin medii mobile provizorii, care se plaseaz ntre termenii
seriei reale;
- se determin medii mobile denitive (centrate) din cte dou
medii mobile provizorii succesive care se plaseaz n dreptul
termenilor reali (pe care i nlocuiesc).
i n acest caz, numrul de medii mobile obinute este mai mic
dect numrul de termeni reali ai seriei. Numrul termenilor reali care
se pierd este n acest caz k. n prima faz se pierd k 1 termeni, iar
n a doua faz un termen. Prima medie mobil centrat se va plasa n
dreptul celui de-al k + 2 : 2 -lea termen al seriei.
Pierderea de informaie produs de termenii lips afecteaz con-
cluziile analizei, n special n cazul unui numr redus de observaii.
BIOSTATISTICA
60 61
Exemplu pentru k=4 (Tab.12).
Tabelul 12
Avorturi la vrsta pn la 15 ani, RM, aa.1995 2002
y
1
y
2
y
3
y
4
y
5
y
6
y
7
y
8
Anii 1995 1996 1997 1998 1999 2000 2001 2002
Nr. avorturi 115 75 47 49 57 33 30 33
Medii mobile pariale 71,5 57 46,5 42,3 38,3
Medii mobile centrate --- --- 64 52 44 40 --- ---
3) Ajustarea prin metoda modicrii medii absolute.
Aceast metod este indicat atunci cnd seria cronologic pre-
zint tendina de cretere sub forma unei progresii aritmetice, situaie
evideniat prin valorile relativ apropiate ale modicrilor absolute cu
baz mobil.
Termenii ajustai se determin cu relaia:
Y
i
= y
1
+ t
i

unde: Yi valorile ajustate, care nlocuiesc valorile reale;
y
1
primul termen al seriei cronologice reale (sau un alt termen luat ca
baz de ajustare);
sporul mediu (modicarea absolut medie);
t
i
variaia timpului: t
1
= 0, t
2
= 1, t
3
= 2, ..., t
n
= n-1 dac se ia ca baz
primul termen al seriei.
Primul termen ajustat este egal cu primul termen al seriei reale iar
ultimul termen ajustat este egal cu ultima valoare a seriei reale. Metoda
nseamn netezirea evoluiei fenomenului dup a linie dreapt, care
unete primul i ultimul termen observat al seriei cronologice.
Exemplu: = 17 (Tab.13).
Tabelul 13
Cazuri de narcomanie n localitatea N,aa. t (reale i ajustate)
y
1
y
2
y
3
y
4
y
5
y
6
Anii
t
0
t
1
t
2
t
3
t
4
t
5
Prevalena narcomanie, real 122 140 168 176 192 206
Prevalena narcomanie, ajustat 122 139 156 173 190 206
4) Ajustarea pe baza indicelui mediu de dinamic
Aceast metod este recomandabil n situaiile n care seria cro-
nologic are forma unei progresii geometrice. n acest caz indicii de
dinamic cu baz mobil au valori relativ apropiate.
Primul i ultimul termen ajustat sunt egali cu termenii corespunz-
tori din seria real.
Metoda modicrii absolute medii i metoda indicelui mediu de di-
namic sunt simple i rapide, dar nu iau n calcul toate valorile absolute
ale termenilor seriei.
5) Ajustarea prin metode analitice
Metodele analitice de estimare a tendinei se bazeaz pe folosirea
funciilor matematice. Alegerea funciei de ajustare se face pe baza
analizei gracului i a indicatorilor seriei cronologice. Situaiile cele mai
frecvent ntlnite sunt:
- fenomenul evolueaz dup o funcie liniar atunci cnd gracul
arat o tendin de cretere absolut constant i modicrile
cu baz mobil au valori apropiate;
- fenomenul evolueaz dup o funcie exponenial atunci cnd
gracul arat o tendin de cretere relativ constant i se ob-
in valori apropiate ale indicilor cu baz n lan;
- fenomenul evolueaz dup o parabol atunci cnd gracul are
punct de maxim sau de minim iar diferenele dintre modicrile
succesive cu baz mobil (numite modicri cu baz n lan de
ordinul doi) au valori apropiate; frecvent, pe grac, se evideni-
az numai fragmente de parabol.
Dup ce se alege forma cea mai potrivit pentru funcia de ajustare,
se determin parametrii prin intermediul metodei celor mai mici ptrate.
Aceast metod pornete de la condiia minimizrii ptratelor abateri-
lor valorilor ajustate (Y
i
) de la valorile reale (y
i
).
EXTRAPOLAREA
Un obiectiv important al analizei seriilor cronologice l reprezint
estimarea evoluiei probabile n viitor a fenomenului analizat. Extra-
polarea reprezint o prelungire a seriei cronologice n viitor, pe baza
trendului observat din analiza perioadei anterioare. Mrimile obinute
prin extrapolare sunt valori probabile, orientative. Nu se poate face o
predicie exact a viitorului din mai multe motive:
- pe lng trendul pe baza cruia se face previziunea acioneaz
i factori aleatori, ntmpltori, care inueneaz nivelul real al
fenomenului analizat;
- factorii de inuen evideniai prin analiza seriei cronologice i
pot modica aciunea n viitor;
BIOSTATISTICA
62 63
- exist anumite limite (minime sau maxime) n evoluia fenome-
nelor. Aceste restricii impun o analiz critic, calitativ a rezul-
tatelor obinute prin extrapolare.
Metodele de extrapolare sunt similare celor utilizate pentru estima-
rea trendului. Diferena const n perioada de timp implicat n calcule.
Astfel, dac analiza seriei cronologice a relevat o tendin de cre-
tere constant, extrapolarea se poate face prin metoda modicrii
absolute medii.
Atunci cnd evoluia seriei cronologice tinde ctre o exponenial,
extrapolarea se poate face pe baza indicelui mediu de dinamic
Atunci cnd evoluia fenomenului a fost analizat cu ajutorul meto-
delor analitice i s-a constatat c reect o anumit funcie matemati-
c, extrapolarea se poate face utiliznd forma funciei de ajustare.
Atunci cnd n evoluia fenomenului considerat s-a constatat o va-
riaie sezonier, valorile extrapolate vor cuprinde i aceast tendin,
prin nsumarea componentei sezoniere (n cazul modelului aditiv) sau
prin nmulire (pentru modelul multiplicativ).
Exemplu:
Tabelul 14
Evoluia numrului de avorturi la vrsta pn la 15 ani, RM, aa. 1991-2003
Anul
Numr
avor-
turi
Modicare
absolut
Ritm dinamic
Indice
dinamic
Val.absolut
1% ritm
dinamic
x mobil x mobil x mobil x mobil
1991 58 0 - 100 - 100 - 0 -
1992 72 14 14 24 24 124 124 0,58 0,58
1993 76 18 4 31 6 131 106 0,58 0,66
1994 81 23 5 40 7 140 107 0,58 0,71
1995 115 57 34 98 42 198 142 0,58 0,81
1996 75 17 -40 29 -35 129 65 0,59 1,14
1997 47 -11 -28 -19 -37 81 63 0,58 0,75
1998 48 -10 1 -17 2 83 102 0,59 0,5
1999 56 -2 8 -3 17 97 117 0,66 0,47
2000 32 -26 -24 -45 -43 55 57 0,58 0,55
2001 30 -28 -2 -48 -6 52 94 0,58 0,33
2002 33 -25 3 -43 10 57 110 0,58 0,3
2003 16 -42 -17 -72 -52 28 48 0,58 0,29
2.8. Standardizarea
Importan deosebit pentru asigurarea comparabilitii datelor sta-
tistice au metodele de standardizare a valorilor relative i medii.
Regula de baz a statisticii compar comparabilul presupune
compararea indicatorilor obinui n totaliti statistice omogene. ns
sunt frecvente cazurile cnd trebuie de comparat indicatori, asupra m-
rimii crora a inuenat neomogenitatea totalitilor studiate.
n multe investigaii socio-medicale, precum i clinice, este exclu-
s posibilitatea de a opera cu colectiviti omogene, productoare de
fenomene care se cer comparate. Mai frecvent aceasta se refer la
compararea indicatorilor sntii populaei (natalitate, mortalitate ge-
neral, morbiditate) n ri, regiuni, raioane, orae cu structur diferit
a populaiei pe vrst, sex; compararea activitii instituiilor medico-
sanitare cu structur diferit a contingentelor de bolnavi.
Exemplul 1.
- Pentru a compara letalitatea n dou spitale i a face concluzie
privitor la cauzele diferenei acestor indicatori este necesar mai
nti s analizm dac bolnavii n aceste spitale au fost omogeni
nozologic. Evident, indicatorul letalitii va mai mare n spitalul
unde au fost internai mai muli bolnavi cu forme grave ale maladi-
ei. Structura neomogen a contingentelor de bolnavi dup starea
sntii, vrst, sex i alte caractere face imposibil concluzia
corect privind cauzele diferenei mrimii indicatorilor letalitii n
aceste spitale.
Exemplul 2.
- Se compar indicii mortalitii generale n dou raioane. Calculul
simplu arat c n raionul A nivelul mortalitii generale este 10,
iar n raionul B 8,1. ns, pn a formula concluzia nal re-
feritor la factorii care au inuenat diferena dintre indicatori, tre-
buie analizate totalitile comparate. Se acord atenie structurii
pe vrste a populaiei din raioanele corespunztoare, din motivul
c structura populaiei pe vrste incontestabil inueneaz indica-
torul mortalitii generale. Cu ct sunt mai multe persoane vrst-
nice, cu att mai mare poate nivelul mortalitii. n cazul nostru,
n raionul A, ponderea persoanelor vrsta crora a depit 60 de
ani este de 30%, iar n raionul B 16%. Prin urmare, n raioanele
comparate structura populaiei pe vrste este diferit i, n acest
BIOSTATISTICA
64 65
caz, indicatorii mortalitii generale (10 i 8,1) nu pot com-
parai n form brut.
Pentru a compara indicatorii menionai se va utiliza metoda de
standardizare.
Standardizare metod de calcul a indicatorilor standardizai
(ipotetici), care substituie valorile relative sau medii care sunt in-
comparabile din cauza neomogenitii structurale a totalitilor
comparate.
Exist trei metode de standardizare:
- metoda direct.
- metoda indirect;
- metoda tangenial
Cea mai frecvent utilizat este metoda direct de standardizare.
n cazul utilizrii acestei metode drept standard este structura popula-
iei, care se consider c este identic n ambele totaliti comparate.
Esena metodei este n eliminarea factorilor ce inueneaz mrimea
indicatorilor obinui.
Etapele metodei directe de standardizare:
1. Calculul indicatorilor intensivi (rata) sau medii speciali (pentru -
ecare grup pe sexe, vrst, durata de spitalizare, termenul de
internare etc.) i generali pentru ecare totalitate.
2. Selectarea i calculul standardului.
3. Calculul valorilor ateptate pentru ecare grup de standard
4. Calculul indicatorilor standardizai
5. Compararea totalitilor dup indicatorii intensivi sau medii generali
i indicatorii standardizai. Concluzii.
Calculele efectuate, pentru o mai bun intuivitate, se vor prezenta
n form de tabel (Tab.15)
Tabelul 15
Repartizarea bolnavilor i decedailor conform prolului seciei n spitalele A i B
(datele sunt convenionale)
Secia
Spitalul A Spitalul B
Stan-
dar-
dul
Spitalul A Spitalul B
b
o
l
n
a
v
i
d
e
c
e
d
a
i
b
o
l
n
a
v
i
d
e
c
e
d
a
i
l
e
t
a
l
i
t
a
t
e
a
v
a
l
o
r
i
l
e

a
t
e
p
t
a
t
e
l
e
t
a
l
i
t
a
t
e
a
v
a
l
o
r
i
l
e
a
t
e
p
t
a
t
e
Terapie 600 30 200 12 800 5,0 40 6,0 48
Chirurgie 300 6 700 21 1000 2,0 20 3,0 30
Boli infecioase 100 4 100 5 200 4,0 8 5,0 10
Total 1000 40 1000 38 2000 4,0 68 3,8 88
L
e
t
a
l
i
t
a
t
e
a
%4,0 3,8
I
n
d
i
c
a
t
o
r
i
i
s
t
a
n
d
a
r
d
i
z
a
i
3,4 4,4
Exemplu:
Etapa I Calculul indicilor intensivi. Determinm rata decedailor,
n dependen de prolul seciei, n ambele spitale. Spitalul A,
secia terapie (30/600)x100; secia chirurgie (6/300)x100;
boli infecioase (4/100)x100. Analogic se fac calculele i
pentru spitalul B. Ulterior determinm indicatorul general al
letalitii pentru spitalul A (40/1000)x100 i pentru spitalul B
(38/1000)x100.
Etapa II Selectarea i calculul standardului. Drept standard este
considerat acea componen a totalitilor, care reect toate
particularitile totalitilor comparate.
!!!Standard poate : componena unei totaliti comparate; suma totali-
tilor comparate; semisuma totalitilor comparate; o valoare empiric.
n exemplul dat drept standard pe secii a fost luat numrul de bol-
navi din seciile respective a ecrui spital (coloana 1+coloana3), iar
standard general suma bolnavilor din ambele spitale (1000+1000).
Etapa III Calculul valorilor ateptate pentru ecare grup de
standard. Calculul se face n modul urmtor: n spitalul A, sec-
ia terapie, au decedat 5% bolnavi. Ci decedai vor la 800 de
bolnavi nivelul letalitii va acelai?
BIOSTATISTICA
66 67
5% 100
x% 800
x = (5x800)/100
Astfel, 40 este numrul ateptat de decedai n secia terapie la
800 de bolnavi. Analogic se fac calculele pentru seciile chirurgie i boli
infecioase a spitalului A i seciile spitalului B.
Etapa IV Calculul indicatorilor standardizai. Indicatorul standar-
dizat este raportul procentual al sumei valorilor ateptate din
ecare totalitate la standardul general.
Spitalul A (68/2000)x100 = 3,4%
Spitalul B (88/2000)x100 = 4,4%
Etapa V Compararea indicatorilor (Tab.16).
Tabelul 16
Compararea indicatorilor intensive i standardizai
Indicatori Spitalul A Spitalul B Comparare
Intensivi 4,0 3,8 A>B
Standardizai 3,4 4,4 A<B
Concluzii:
1. Compararea indicatorilor standardizai, calculai pentru spitalele A
i B, ne permite s facem concluzia urmtoare: dac prolul seciei
n spitalele A i B ar fost identic, letalitatea n spitalul A ar fost
mai mic dect n spitalul B.
2. Compararea indicatorilor intensivi a oferit rezultate inverse, din moti-
vul c mrimea acestor indicatori a fost inuenat de prolul seciei.
Metoda tangenial de standardizare se utilizeaz n cazurile cnd
n totalitile comparate lipsesc date privind bolnavii, decedaii etc. Drept
standard este luat un indicator cunoscut: exemplu indicatorii mortalitii
generale, mortalitii pe vrste, letalitii etc. din literatura de specialitate,
statistic ocial i cu acesta sunt comparai indicatorii primari.
Metoda indirect de standardizare se utilizeaz n cazurile cnd
indicatorii necesari pentru comparare i analiz lipsesc. Acestea sunt
reconstruii n mod invers, spre exemplu n baza datelor despre mor-
talitate, morbiditate, letalitate, care trebuie redai ct mai obiectiv n
corespundere cu informaia cunoscut despre numrul i structura po-
pulaiei.
!!! Indicatorii standardizai sunt convenionali (ipotetici) i nu
ofer informaie despre mrimea real a fenomenului studiat.
Fr indicatorii intensivi sau valorile medii nu sunt valabili.
Avantajul acestor indicatori este faptul c permit de a elimina in-
uena asupra mrimii indicatorilor intensivi sau valorilor medii a neo-
mogenitii structurale a totalitilor comparate i ofer rspuns la n-
trebarea Care era s e mrimea fenomenului studiat dac totalitile
comparate ar fost identice.
2.9. Corelaia i regresia
2.9.1. Corelaia
n medicin i biologie, ca de altfel n toate domeniile de acti-
vitate, exist o interdependen ntre fenomene. Apariia i evoluia
unui fenomen este n strns legtur cu o serie de alte fenomene
sau factori care intervin n determinarea sau favorizarea acestuia.
Corelaia este o metod care ne permite s cunoatem fenomenele
din natur i societate sub raportul interferenei lor, a conexiunilor n
care se gsesc.
n statistic, pentru studierea legturilor multiple ce au loc ntre dife-
rite fenomene, se folosete noiunea de funcie f, care const n faptul
c ecrei valori a variabilei independente (X), numit argument, i co-
respunde valoarea altei variabile numit funcie (Y).
n general, deosebim dou tipuri de corelaii: corelaii funcionale
sau matematice i corelaii statistice sau stohastice (ntmpltoare).
Corelaiile funcionale sunt perfecte, rigide, exprimnd legtura de
la cauz la efect ntre fenomene. Asemenea corelaii sunt studiate n
cadrul tiinelor exacte, unde avnd de-a face cu fenomene simple,
legtura de la cauz la efect se evideniaz mai uor i se exprim sub
form de lege. n cazul corelaiei funcionale unei valori determinate a
unei variabile independente X (argument) i corespunde strict o valoare
a variabilei dependente Y (funcie).
Corelaiile statistice sunt mai puin perfecte, se evideniaz mai
greu, exprimnd legtura de dependen care exist ntre fenomene.
n cazul corelaiei statistice ecrei valori numerice a variabilei X cores-
pund nu una ci mai multe valori a variabilei Y, adic o totalitate statistic
a acestei valori, care se grupeaz n jurul mediei
x
.
BIOSTATISTICA
68 69
Legtura de corelaie dup form poate linear (rectilinie) sau
nelinear (curbilinie), iar dup sens direct (pozitiv) i invers (ne-
gativ).
n cazul corelaiei lineare schimbrilor uniforme a valorilor medii a
unei variabile, au loc schimbri egale a altei variabile. Pentru corelaia
nelinear schimbrilor uniforme a unei valori i corespund valori medii a
altei variabile, care poart caracter de cretere ori de micorare. Aprecie-
rea legturilor de corelaie lineare se realizeaz cu ajutorul coecientului
de corelaie r
xy
, iar celor nelineare cu raportul de corelaie (eta).
Corelaii directe se stabilesc ntre fenomene care evolueaz n ace-
lai sens, n aceeai direcie. Crete unul, crete i cel cu care are
legtur de dependen; sau scade un fenomen, scade i cel cu care
coreleaz. Spre exemplu, mrirea nlimii copiilor determin mrirea
greutii lor. Corelaiile inverse se stabilesc ntre fenomene care evo-
lueaz n sens opus. Crete un fenomen i scade cel cu care are o
legtur de dependen; sau scade un fenomen i crete cel cu care
se coreleaz. Spre exemplu, cu ct e mai mare vrsta copiilor, cu att
e mai mic mortalitatea lor.
Corelaiile statistice directe presupun evoluia n acelai sens a fe-
nomenelor ce se coreleaz, dar nu cu aceeai unitate de msur. Spre
exemplu, crete nivelul de trai al populaiei unei colectiviti de dou
ori, crete i rezistena organismului la mbolnviri dar nu n aceeai
msur, pentru c n afar de nivelul de trai, receptivitatea organismu-
lui la mbolnviri este determinat i de ali factori (biologici, climatici,
geograci etc.). Corelaiile statisitice inverse presupun creterea unui
fenomen i scderea celui cu care se coreleaz, dar nu n aceeai m-
sur. Spre exemplu, dac ntr-o colectivitate am efectuat un numr du-
blu de vaccinri anti-pertussis, numrul copiilor ce vor contracta boala,
n anul urmtor, va cu siguran mai sczut, dar nu va de dou ori
mai mic dect n anul premergtor.
Corelaiile statistice, spre deosebire de cele funcionale, pot nu-
mai vremelnice i ntr-un singur sens. Aa spre exemplu, ntre nlime
i vrst exist o legtur de dependen direct numai pn la vrsta
de 18-20 de ani. Dup aceast vrst, nlimea rmne nemodicat
sau eventual ctre btrnee scade. Sau alt exemplu: nivelul de trai
inueneaz nivelul mortalitii infantile, dar aceasta din urm nu poate
inuena nivelul de trai.
CALCULAREA COEFICIENTULUI DE CORELAIE
Legtura de dependen dintre dou sau mai multe fenomene, sen-
sul i intensitatea acesteia, se stabilesc cu ajutorul coecientului de
corelaie linear (simpl sau multipl) al lui Bravais-Pearson.
n seriile statistice simple, cnd n<30, coecientul de corelaie se
obine raportnd suma produselor dintre abaterile de la media aritme-
tic a valorilor frecvenelor primului fenomen i abaterile de la media
aritmetic a valorilor frecvenelor celui de al doilea fenomen, la rd-
cina ptrat din produsul realizat ntre suma ptratelor abaterilor de
la media aritmetic a valorilor frecvenelor primului fenomen i suma
ptratelor abaterilor de la media aritmetic a valorilor frecvenelor celui
de al doilea fenomen, cu care se coreleaz.
Formula de calcul:
n care:
r
xy
= coecientul de corelaie;
d
x
d
y
= suma produselor dintre abaterile de la media aritmetic a valori-
lor frecvenelor celor dou fenomene (x i y) ce se coreleaz;
d
x
2
= suma ptratelor abaterilor de la media aritmetic a valorilor
frecvenelor fenomenului x;
d
y
2
= suma ptratelor abaterilor de la media aritmetic a valorilor frec-
venelor fenomenului y. Exemplu: (Tab.17, Tab.18).
Tabelul 17
Timpul trecut din momentul accesului de pancreatit acut (x) i
numrul complicaiilor postoperatorii (y)
Nr.
Timpul
x
Numr
complicaii, y
d
X
d
Y
d
2
X
d
2
Y
d
X
d
Y
1
2
3
4
5
6
3
5
7
10
13
16
6
8
12
19
20
24
-6
-4
-2
1
4
7
-8,8
-6,8
-2,8
4,2
5,2
9,2
36
16
4
1
16
49
77,4
46,2
7,8
17,6
27
84,6
52,8
27,2
5,6
4,2
20,8
64,4
Total 54 89 122 260,6 175
9 14,8 178,3
r
XY
= 0,98
BIOSTATISTICA
70 71
Tabelul 18
Nivelul de asigurare cu medici stomatologi (x) i ponderea copiilor sanai
n cadrul a 5 raioane (y)
Nr.
Asigurare
medici, x
Copii
sanai, y
d
X
d
Y
d
2
X
d
2
Y
d
X
d
Y
1
2
3
4
5
2,3
3,2
3,4
3,6
3,9
65,7
91,7
88,0
91,4
90,3
-1
-0,1
0,2
0,3
0,6
-19,7
6,3
2,6
6,0
4,9
1
0,01
0,04
0,09
0,36
388,1
39,7
6,8
36
24,0
19,7
-0,63
0,52
1,8
2,94
Total 16,4 427,1 1,5 494,6 24,3
3,3 85,4 27,2
r
XY
= 0,89
n seriile statistice grupate coecientul de corelaie se obine rapor-
tnd suma produselor dintre abaterile valorilor variantelor de la media
ponderat a celor dou fenomene ce se coreleaz i frecvenele pe-
rechi de valori ale variantelor la rdcina ptrat din suma produselor
dintre ptratele abaterilor valorilor variantelor de la media ponderat
i frecvenele corespunztoare ecrei variante a primului fenomen,
nmulit cu suma produselor dintre ptratele abaterilor valorilor vari-
antelor de la media ponderat i frecvenele corespunztoare ecrei
variante a celui de al doilea fenomen, cu care se coreleaz.
Formula de calcul:
n care:
r
xy
= coecientul de corelaie;
= semnul nsumrii;
d
x
d
y
f
xy
= produsul dintre abaterile de la media ponderat a variantelor
celor dou fenomene ce se coreleaz i frecvenele perechi
corespunztoare variantelor fenomenelor x i y;
d
x
2
fx = produsul dintre ptratele abaterilor de la media ponderat a va-
lorilor variantelor fenomenului x i numrul de frecvene cores-
punztoare ecrei variante;
d
y
2
fy = produsul dintre ptratele abaterilor de la media ponderat a va-
lorilor variantelor fenomenului y i numrul de frecvene cores-
punztoare ecrei variante.
INTERPRETAREA COEFICIENTULUI DE CORELAIE
Coecientul de corelaie poate cuprins ntre minus unu, zero i
plus unu. Cnd valoarea coecientului de corelaie se apropie de +1,
nseamn c ntre cele dou fenomene ce se coreleaz exist o le-
gtur foarte puternic. Semnul + al coecientului de corelaie denot
c legtura de dependen dintre fenomene este direct. Deci ambele
fenomene evolueaz n acelai sens, n aceeai direcie. Cnd valoa-
rea coecientului de corelaie se apropie de 1, nseamn c ntre cele
dou fenomene exist o legtur foarte puternic, dar invers, n sens
opus: crete un fenomen, scade cel cu care se coreleaz.
n medicin, ntlnim de obicei valori ale coecientului de corelaie
intermediare valorilor 1 i +1. Pentru interpretarea intensitii legturii
de dependen dintre fenomene e utilizeaz urmtoarele CRITERII:
valoarea coecientului de corelaie cuprins ntre 1 denot o
corelaie foarte puternic ntre fenomene;
valoarea coecientului de corelaie cuprins ntre 0,99 i 0,70
denot o corelaie puternic;
denot o corelaie medie ntre fenomene;
exprim existena unei corelaii slabe ntre fenomene;
valoarea coecientului de corelaie 0 denot c legtura dintre
fenomene n mod practic o considerm inexistent. Cele dou
fenomene evolueaz deci independent unul de altul.
Coecientul de corelaie ntre fenomene poate corect interpretat
dac se ine seama de urmtoarele ASPECTE:
ntre fenomenele ce se coreleaz s existe, n mod logic, o le-
gtur;
cele dou fenomene s e cercetate pe eantioane omogene;
alegerea sau selecionarea frecvenei eantioanelor s se fac
la ntmplare.
EROAREA COEFICIENTULUI DE CORELAIE LINEAR
Coecientul de corelaie, ce exprim legtura de dependen dintre
dou fenomene, se obine de obicei pe eantioane i nu pe univers.
Valorile acestuia difer mai mult sau mai puin fa de valoarea coe-
cientului de corelaie pe care am obinut-o studiind fenomenele pe
ntreaga populaie.
BIOSTATISTICA
72 73
Pentru a ne convinge de delitatea coecientului de corelaie, n in-
terpretarea legturii dintre fenomene obinute pe eantioane, ne servim
de eroarea coecientului de corelaie, care se noteaz cu m
r
.
Formula de calcul pentru n < 30:
n cazul cnd 30 < n < 100 se utilizeaz formula:
pentru n > 100:
n care:
m
r
= eroarea coecientului de corelaie;
r
2
xy
= ptratul valorii coecientului de corelaie, obinut pe eantioane;
1 = valoarea absolut a coecientului de corelaie, obinut pe univers,
pe ntreaga populaie;
n = numrul variantelor perechi ale fenomenelor ce se coreleaz.
Dac n < 30 sau valoarea coecientului de corelaie nu este mare,
trebuie de decis ct de real este legtura dintre fenomenele ce se co-
releaz. n general, dac valoarea coecientului de corelaie obinut pe
eantioane este mai mare dect triplul erorii sale, nseamn c acesta
a fost obinut pe eantioane reprezentative, este deci real i ne putem
bizui pe el n interpretarea legturii de dependen ntre fenomene.
Dac (r
XY
/m
r
) < 3 legtura dintre fenomene rmne nedeterminat i se
consider c valoarea coecientului de corelaie, care difer de zero, a
fost obinut ntmpltor.
Raportul dintre coecientul de corelaie i eroarea lui se numete
criteriu de exactitate al coecientului de corelaie t
r
. Criteriul n cauz
se stabilete cu ajutorul tabelului valorilor criteriului t. Dac t
real
> t
tabel
,
coecientul de corelaie se consider semnicativ.
CORELOGRAMA
Existena sau inexistena unei corelaii ntre fenomene se poate
evidenia aproximativ fr prea multe calcule, cu ajutorul reprezentri-
lor grace. n acest caz, folosim un grac cu dou scri, ordonat i ab-
scis, pe care nscriem valorile variantelor celor dou fenomene x i y.
n reeaua gracului este reprezentat prin cte un punct ecare
frecven la nivelul valorii variantei corespunztoare fenomenului x de
pe abscis i la nlimea valorii variantei corespunztoare fenomenu-
lui y de pe ordonat. Se realizeaz astfel norul de puncte. n funcie
dispoziia acestui nor de puncte putem aprecia, aproximativ, existena
sau absena corelaiei dintre fenomene, precum i sensul i intensi-
tatea aproximativ a acesteia. Dac norul de puncte se va dispune
fuziform, oblic de jos n sus i de la stnga la dreapta, ntre cele dou
fenomene exist o corelaie direct. Crete un fenomen, crete i cel
de al doilea, cu care se coreleaz, sau ambele fenomene scad, evolu-
nd n aceeai direcie. Intensitatea legturii corelative dintre cele dou
fenomene se apreciaz, aproximativ, dup unghiul pe care dreapta ce
trece prin mijlocul norului de puncte l realizeaz cu abscisa. Cu ct
acest unghi ascuit este mai mare, avnd tendina s se apropie de
45
0
, cu att corelaia dintre fenomene este mai puternic. Cu ct un-
ghiul format de aceast dreapt i abscis este mai mic, dreapta oblic
avnd tendina s se apropie de orizontal, cu att corelaie dintre fe-
nomene va mai slab.
Dac norul de puncte se dispune fuziform, oblic de sus n jos i
de la stnga la dreapta, ntre cele dou fenomene exist o corelaie
invers. Intensitatea acestei corelaii inverse se apreciaz dup mri-
mea unghiului ascuit pe care dreapta ce trece prin mijlocul norului de
puncte l formeaz cu abscisa, n partea opus ordonatei.
Dac punctele se dispun pe toat reeaua grac, neavnd nici o
tendin de a se grupa, nseamn c ntre fenomene nu exist nici o
legtur de dependen, fenomenele evolund independent unul fa
de cellalt. n cazul acesta, dreapta care trece prin mijlocul punctelor
este paralel e cu ordonata, e cu abscisa.
BIOSTATISTICA
74 75
CORELAIA MULTIPL
Se stabilete ntre mai mult de dou fenomene, care au legtur
de dependen ntre ele. n asemenea situaii, existena legturii de
dependen ntre fenomene, sensul i intensitatea acestei legturi, se
stabilesc cu ajutorul coecientului de corelaie linear multipl.
Spre exemplu, dac dorim s evideniem legtura de dependen
ntre nlimea (fenomen x), greutatea (fenomen y) i vrsta (fenomen
z) copiilor sau legtura de dependen ntre incidena dinilor cariai
(fenomen x), dinilor cu parodontopatii marginale (fenomen y) i dinilor
abseni (fenomen z) ne folosim de urmtoarea formul:
n care:
r
xyz
= coecientul de corelaie linear multipl ntre cele trei fenomene;
r
xy
= coecientul de corelaie linear simpl ntre fenomenele x i y;
r
yz
= coecientul de corelaie linear simpl ntre fenomenele y i z;
r
xz
= coecientul de corelaie linear simpl ntre fenomenele x i z;
Coecientul de corelaie linear multipl are valori mai mari
dect valorile coecienilor de corelaie linear simpl luai n par-
te i totdeauna semn pozitiv. Interpretarea intensitii corelaiei
multiple ine seama de aceleai criterii enunate la interpretarea
coecientului de corelaie linear simpl.
CORELAIA RANGURILOR (SPEARMAN)
n cazul n care dorim s stabilim legtura de dependen ntre fe-
nomene cercetate pe eantioane mici (n < 30), deci pe un numr redus
de frecvene, utilizm coecientul de corelaie al rangurilor, propus de
Spearman (1904). Acest coecient se noteaz cu litera greac (ro) i
se determin dup formula propus de Spearman:
n care:
1 = valoarea absolut a coecientului de corelaie;
= coecientul de corelaie Spearman;
6 = valoare constant;
d
2
= suma ptratelor diferenelor dintre rangurile primului ir de va-
riante i rangurile celui de al doilea ir de variante, cu care se
coreleaz;
n = numrul variantelor perechi variantelor ce se coreleaz.
Coecientul de corelaie al rangurilor poate avea valori cuprinse n-
tre 1 0- +1. El exprim o legtur perfect cnd are valoarea +1.
n aceast situaie, rangurile au valori egale, iar diferena ntre ranguri
este egal cu 0.
n general, cu ct numrul rangurilor cu aceeai valoare, n cele
dou clasamente, este mai mare, cu att suma ptratelor diferene-
lor ntre ranguri este mai mic, iar valoarea coecientului de corelaie
Spearman va mai mare.
Exemplu (Tab.19, Tab.20).
Tabelul 19
Timpul trecut din momentul accesului de pancreatit acut (x) i
numrul complicaiilor postoperatorii (y)
Nr.
Timpul,
x
Numr
complicaii,
y
Rangul x Rangul y d d
2
1
2
3
4
5
6
3
5
7
10
13
16
6
8
12
19
20
24
1
2
3
4
5
6
1
2
3
4
5
6
0
0
0
0
0
0
0
0
0
0
0
0
Total 54 89 0
= 1
BIOSTATISTICA
76 77
Tabelul 20
Legtura de corelaie ntre copiii cu decien mintal (la 100 mii copii) i
invaliditatea copiilor (la 100 mii copii)
Nr.
ara
Deci-
en
mintal
x
Invalidi-
tatea
copiilor
y
Rangul
x
Rangul
y
d d
2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Armenia
Tadjikistan
Azerbaidjan
Turkmenistan
Georgia
Krgzstan
Uzbekistan
Kazahstan
Bielarusi
Ucraina
Rusia
Moldova
Estonia
Lituania
Letonia
120
138
167
198
245
318
342
455
538
625
795
1018
1110
1021
1127
33
27
38
30
43
28
30
29
36
48
38
44
47
57
33
1
2
3
4
5
6
7
8
9
10
11
12
14
13
15
6,5
1
9,5
4,5
11
2
4,5
3
8
14
9,5
12
13
15
6,5
-5,5
1
-6,5
-0,5
-6
4
2,5
5
1
-4
1,5
0
1
-2
8,5
30,25
1
42,25
0,25
36
16
6,25
25
1
16
2,25
0
1
4
72,25
Total
=-24,5
=+24,5
=253,5
= 0,55
COEFICIENTUL DE ASOCIERE
n domeniul medicinei trebuie n multe cazuri de a stabili legtura
nu numai ntre indicatori cantitativi, ci i ntre cei calitativi, care au ca-
racter alternativ prezena fenomenului lipsa fenomenului). n aseme-
nea cazuri se utilizeaz tabelul de asociere format din patru cmpuri
(2x2), care exprim legtura de dependen ntre fenomenele cu ca-
racter alternativ.
Legtura de corelaie se determin prin intermediul coecientului
de asociere, utiliznd formula urmtoare:
unde: a, b, c, d corespund valorilor situate n cele patru cmpuri.
Exemplu: (Tab. 21).
Tabelul 21
Vaccinarea contra unei maladii i morbiditatea populaiei n oraul A
S-au mbolnvit Sntoi TOTAL
Vaccinai
40
a
5900
b
5940
a + b
Nevaccinai
250
c
9620
d
9870
c + d
TOTAL
290
a + c
15520
b + d
15810
a + b + c + d
Concluzie: ntre vaccinare i morbiditate este legtur invers,
astfel cu ct mai multe persoane sunt vaccinate, cu att mai puine
cazuri de mbolnvire se nregistreaz.
Exemplu de legtur de corelaie nelinear.
A fost efectuat analiza activitii a 21 de medici pentru a determi-
na dac exist legtur ntre calicarea medicului i costul analizelor
necesare pentru diagnostic.
*
Comisia special a evaluat calicarea ecrui medic. Ulterior medicii
au primit ranguri de la 1 (cel mai calicat) pn la 21 (cel mai necalicat).
Costul mediu al analizelor necesare pentru ecare medic n primele
3 zile de aare a bolnavului n clinic a primit n mod analogic rangul de
la 1 (cel mai mic) pn la 21 (cel mai mare).
Perechile de ranguri pentru ecare medic sunt prezentate n g.4.
Coecientul Spearman = -0,13. Valoarea absolut a coecientului
este mai mic dect cea critic chiar pentru pragul de semnicaie 0,05,
ceea ce denot lipsa semnicaiei statistice pentru valoarea obinut.
Exist sau nu legtur ntre calicarea medicului i costul analizelor
necesare pentru stabilirea diagnosticului?
Exist, ns legtur nelinear. Analiznd atent repartiia din g. 4,
vom observa c cel mai mic cost mediu al analizelor se nregistreaz
* S.A. Schroeder, A. Schliftman, T.E. Piemine. Variation among physicians in use
of laboratory tests: relation to quality of care. Med. Care, 12: 709-713, 1974
BIOSTATISTICA
78 79
la cei mai calicai i la cei mai necalicai medici. Costurile cele mai
nalte sunt la medicii de calicare medie.
Fig.4. Calicarea medicilor i costul analizelor
2.9.2. Regresia
Termenul de regresie a fost introdus de F. Galton, care a observat
c nlimea descendenilor regreseaz ctre nlimea prinilor.
Coecientul de corelaie ne d indicaii asupra sensului i intensit-
ii legturii de dependen dintre fenomene, fr a putea preciza, sub
aspect cantitativ, cu ct crete sau scade un fenomen cnd cel cu care
se coreleaz crete sau scade cu o anumit cantitate.
Regresia, noiune strns legat de noiunea de corelaie, comple-
teaz corelaia i prin intermediul coecientului de regresie, stabilete
cu ct crete sau descrete sub aspect cantitativ, un fenomen, cnd cel
cu care se coreleaz crete sau descrete cu o unitate de msur.
Regresia poate simpl i multipl; liniar i neliniar. Ca i corela-
ia, regresia poate direct, cnd fenomenele evolueaz n acelai sens
(crete x, crete y sau scade x scade i y), sau indirect, cnd fenomenul
evolueaz n sens opus (crete x scade y sau scade x crete y).
Formula coecientului de regresie este:
sau
n care:
Rg
xy
= coecientul de regresie a lui x n funcie de y. El exprim, can-
titativ, cu ct crete sau scade fenomenul x cnd y crete sau
scade cu o unitate de msur;
Rg
yx
= coecientul de regresie a lui y n funcie de x. El exprim, can-
titativ, cu ct crete sau scade fenomenul y cnd x crete sau
scade cu o unitate de msur;
r
xy
= coecientul de corelaie liniar Bravais-Pearson;
x
= deviaia standard a fenomenului x;
y
= deviaia standard a fenomenului y.
Exemplu: (Tab. 22).
Tabelul 22
nalimea i greutatea copiilor de vrst Z (n=22)
nlimea
x
Frecvene
fx
Greutatea
y
Frecvene
fy
130
132
135
136
137
3
5
7
4
3
29
30
31
32
33
34
35
36
3
4
3
4
4
2
1
1
Repartizarea a 22 de copii conform nlimii (x) i greutii (y) a ofe-
rit urmtoarele date: nlimea medie 134 cm; greutatea medie 31,8
kg; abaterea standard pentru nlime (x) 2,37; abaterea standard
pentru greutate (y) 1,97; coecientul de corelaie 0,82.
Cu ct se va modica greutatea corpului la copiii n cauz, dac
nlimea acestora va crete cu 1 cm?
Substituind datele n formula coecientului de regresie, obinem:
BIOSTATISTICA
80 81
Concluzie: Creterea nlimii medii la copiii studiai cu 1cm va
avea drept urmare creterea greutii lor cu 0,68 kg.
Utiliznd coecientul de regresie se poate aa mrimea fenomenu-
lui y (n cazul analizat anterior greutatea), fr a recurge la msura-
rea acestuia, utiliznd n acest scop numai fenomenul x (greutatea). Se
folosete urmtoarea ecuaie a regresiei:
y = + Rg
yx
(x )
n care:
y greutatea cercetat;
x mrimea cunoscut a nlimii;
Rg
yx
coecientul de regresie al nlimii n raport cu greutatea;
greutatea medie a colectivitii cercetate;
nlimea medie a colectivitii cercetate.
n cazul dat nlimea medie 134 cm; greutatea medie 31,8 kg;
Rg
yx
0,68. Se cere de aat care va greutatea copiilor care au nl-
imea de 135cm.
nlocuim datele n formul, obinem:
y = + Rg
yx
(x ) = 31,8+0,68(135-134) = 31,8+0,681 =32,5 kg
Astfel, nlimii de 135 cm i corespunde greutatea de 32,5 kg.
Scara regresiei: n domeniul cercetrilor somatometrice a copiilor i
adolescenilor este foarte important metoda de estimare a indicatorilor
nlimii, greutii corpului, perimetrului toracic etc. Valorile individuale
ale acestor valori difer uneori destul de evident. La persoanele care au
aceeai nlime greutatea corpului poate varia n limite destul de mari.
Mrimea diversitilor individuale a acestor caracteristici este re-
dat de abaterea standard a regresiei
Rg
, care este calculat cu
ajutorul formulei urmtoare:
Rg
=
y
(1 r
2
)
Cu ct va mai mic valoarea abaterii standard a regresiei, cu att
mai mici vor limitele de variaie a valorilor individuale fa de media lor.
n exemplul anterior, conform datelor obinute, valoarea abaterii
standard a regresiei va :
Rg
=
y
(1 r
2
) = 1,97(10,82
2
) = 1,970,33 = 0,65 kg/cm
Cunoscnd valoarea coecientului de regresie, folosind ecuaia regre-
siei i abaterea standard a regresiei se poate de format scara regresiei.
2.10. Analiza statistic a variabilitii
Caracterizarea unei colectiviti statistice prin indicatorii tendinei
centrale ne ajut s depistm ceea ce este comun, esenial n mani-
festarea unui fenomen. Orice colectivitate are o anumit organizare
intern, denit prin felul n care valorile individuale se mprtie sau se
concentreaz n jurul valorii centrale. Astfel se poate ntmpla ca dou
colectiviti analizate dup aceeai variabil s e diferite prin tendina
central (Fig. 5a), prin dispersie (Fig. 5b) sau prin amndou (Fig. 5c).
n felul acesta o valoare central poate credibil, o alta nu. Din acest
motiv se impune ca analiza prin indicatorii tendinei centrale s e com-
pletat cu indicatori ai variaiei i ai formei de distribuie.
Fig.5: a) Distribuii cu tendin central diferit; b) Distribuii cu variabilitate diferit;
c) Distribuii cu tendin central i variabilitate diferite.
n statistic prin noiunea general de variabilitate se au n ve-
dere abaterile msurabile ale valorilor individuale fa de o valoa-
re central (tipic).
De exemplu seriile:
{2, 2, 2, 10, 18, 18, 18}
{9, 9, 9, 9, 10, 11, 11, 11, 11}
au aceeai medie i median dar dispersie diferit. Acest fapt este
evideniat de abaterile nregistrate fa de medie (10) sau median (10).
Seria a doua este mai omogen (nregistreaz o variabilitate mai mic
a valorilor individuale), iar valorile sale tipice sunt mai reprezentative.
Calculul i analiza indicatorilor variaiei valorilor individuale fa de
medie ofer posibilitatea de rezolvare a unor probleme de cunoatere
statistic. Dintre acestea se disting:
BIOSTATISTICA
82 83
1) analiza gradului de omogenitate a datelor din care s-au calculat indi-
catorii tendinei centrale i vericarea reprezentativitii acestora;
2) compararea n timp i (sau) spaii a mai multor serii de distribuie
dup caracteristici independente i (sau) interdependente;
3) selectarea obiectiv a factorilor semnicativi de inuen dup care
se structureaz unitile unei colectiviti statistice;
4) separarea aciunii factorilor eseniali de factorii ntmpltori;
5) concentrarea valorilor individuale ale caracteristicilor i deplasarea
acestora fa de valorile tipice;
6) aplicarea diferitelor teste ale statisticii matematice.
Indicatorii variaiei utilizai n analizele statistice sun clasicai dup
mai multe criterii:
- dup numrul variantelor luate n calcul exist indicatori simpli
i indicatori sintetici;
- dup modul de sistematizare a datelor primare exist indicatori
ai variaiei calculai pentru serii de distribuie unidimensionale i
indicatori calculai pentru serii multidimensionale;
- dup modul de calcul i exprimare exist indicatori ai variaiei
calculai ca mrimi absolute i ca mrimi relative.
Indicatori simpli:
- amplitudinea variaiei;
- abaterea valorilor individuale de la medie;
- abaterea intercuantilic.
Indicatori sintetici:
- dispersia;
- abaterea medie ptratic;
- coecientul de variaie;
Amplitudinea variaiei (A)
- Se mai numete cmp de variaie sau amplitudine absolut.
- Se determin prin diferena dintre cea mai mare i cea mai mic
valoare individual nregistrat.
A = x
max
x
min
Exemplu: Un grup de bolnavi nregistreaz urmtoarele durate de
tratament n zile:
8, 7, 9, 8, 9, 9, 10, 11, 12, 11, 10, 10, 9, 9, 7, 8, 10,10,11,10
Amplitudinea variaiei pentru durata tratamentului: 12 7 = 5 zile.
Amplitudinea relativ (A
%
) este raportul procentual dintre amplitudi-
nea absolut i media aritmetic a valorilor analizate.
n exemplul de mai sus A
%
= (5/9)100 = 55,5%
Observaii referitor la amplitudine:
1) Se exprim n unitatea de msur a caracteristicii studiate sau n
procente n cazul amplitudinei relative;
2) Amplitudinea nu ine seama de toate valorile, ci numai de cele ex-
treme, care adeseori sunt aberante;
3) Este sensibil la valorile aberante, se consider un indicator mai
puin relevant nepermind cunoaterea structurii interne de varia-
ie. De exemplu, urmtoarele trei serii vizualizate au aceeai ampli-
tudine, dar prezint variaii diferite:
X
min
X
max
X
min
X
max
X
min
X
max
Aceasta nseamn c amplitudinea variaiei este un indicator destul
de rezonabil numai dac valorile individuale ale seriei sunt repartizate
n mod uniform;
4) n cazul seriei de distribuie pe intervale valorice calculul amplitudi-
nii este lipsit de sens;
5) Amplitudinea se utilizeaz frecvent la alegerea numrului de inter-
vale de grupare a datelor i la stabilirea mrimii intervalelor.
Abaterea valorilor individuale de la medie (d
i
).
Exprim cu cte uniti de msur sau de cte ori (sau ct la sut)
valoarea caracteristicii individuale a colectivitii se abate de la mri-
mea unui indicator al tendinei centrale.
- n forma absolut:
- n forma relativ:
BIOSTATISTICA
84 85
Exemplu: considernd aceleai date din exemplul anterior, bolna-
vul care s-a tratat 12 zile se abate de la media grupei cu 3 zile ceea ce
reperezint 33,3% din medie iar pacientul care s-a tratat 7 zile se abate
de la media semigrupei cu 2 zile ceea ce reprezint 22,2% din medie.
Cu ct obinem mai multe abateri relative mari n analiza unui vo-
lum de date (ctre 100% sau peste acest nivel) cu att colectivitatea
este mai eterogen.
Observaii:
1) valorile individuale se compar cu valoarea lor medie, dar la fel de
bine poate utilizat pentru comparare oricare alt indicator al tendin-
ei centrale (de ex. mediana);
2) n seriile de distribuie pe intervale valorice pentru calculul abateri-
lor individuale se iau n considerare centrele de interval;
3) Abaterea valorilor individuale nu poate da informaii dect la nivelul
ecrei variante pierznd imaginea mprtierii pe ansamblul distri-
buiei.
4) n analizele statistice se urmresc n mod deosebit abaterile maxi-
me pozitive (d
+
max
) i abaterile maxime negative (d
-
max
) calculate n
cifre absolute i relative astfel:
d
+
max
= x
max
sau d
+
max
% = ( d
+
max
/ ) 100
d
-
max
= x
max
sau d
-
max
% = ( d
-
max
/ ) 100
Abaterea intercuantilic
Se calculeaz ca diferen ntre cuantila superioar i cuantila in-
ferioar de acelai ordin. Astfel pentru r = 4 Q
3
Q
1
conine 50% din
numrul observaiilor; pentru r = 10 D
9
D
1
conine 80% din numrul
observaiilor (Fig.6).
Fig.6.

Abaterea Q
3
Q
1
n distribuia normal
Observaii:
1) Acest indicator se exprim n unitatea de msur a caracteristicii;
2) Calculul abaterii intercuantilice, spre deosebire de cel al amplitu-
dinii, prezint avantajul c evit valorile individuale extreme sau
aberante. Prin calculul acestui indicator se pierd informaii dar are
ctig de cauz omogenitatea.
3) Ca i amplitudinea, abaterea intercuantilic nu poate utilizat n
calcule algebrice.
Dispersia (
2
)
Se calculeaz ca media aritmetic a patratelor abaterilor valorilor
individuale de la tendina central (uzual de la medie).
Pentru o serie simpl formula dispersiei este:
Pentru o serie de distribuie pe frecvene formula dispersiei este:
Observaii:
1) Se mai numete varian sau moment centrat de ordin doi;
2) Este indicatorul care msoar variaia total a unei caracteristici stu-
diate datorat att cauzelor eseniale ct i celor ntmpltoare;
3) Este un indicator cu valoare teoretic, util n vericri de ipoteze
statistice, o mrime abstract folosit ca baz de calcul pentru aba-
terea medie ptratic;
4) Nu are form concret de exprimare;
5) Cu ct valorile individuale ale caracteristicii sunt mai apropiate ntre
ele, cu att mrimea dispersiei este mai mic. La limit, dac toate
valorile individuale sunt egale ntre ele, dispersia este nul;
6) Dispersia, ca i media valorilor individuale, este sensibil la prezen-
a valorilor extreme, aberante.
Abaterea medie ptratic ()
Este calculat ca o medie ptratic din abaterile valorilor individu-
ale de la media lor.
BIOSTATISTICA
86 87
n seriile statistice simple:
n seriile de distribuie pe frecvene:
Menionm, c n cazul n care numrul de frecvene este mai mic
de 120, numitorul formulelor deviaiei standard devine n-1.
Deviaia standard este cel mai util i mai important indicator de dis-
persie. Ea pune n eviden intervalul valoric, n jurul mediei, n care
s-au distribuit valorile individuale ale fenomenului studiat. O deviaie
standard cu valoare mic, pune n eviden strns o distribuie strn-
s a valorilor frecvenelor fenomenului cercetat n jurul mediei, deci
evideniaz un eantion omogen. O valoare mare a deviaiei standard
pune n eviden o dispersie mare a valorilor individuale n jurul mediei,
dovedind c eantionul este neomogen i ca atare rezultatele obinute
pe un aa eantion nu pot generalizarte.
n general, cu ct deviaia standard are valori mai mari, cu att
media caracterizeaz mai puin fenomenul cercetat. Deviaia standard
are o valoare semnicativ atunci cnd eantionul pe care am lucrat are
o distribuie normal, adic distribuia se face conform curbei Gauss
Laplace (Fig. 7).
Fig.7. Curba Gauss Laplace.
n cadrul unei asemenea distribuii, n mod normal, ntre valoarea
mediei i cea a deviaiei standard se distribuie 68,26% din totalul valo-
rilor unei colectiviti statistice; ntre medie i dou valori ale sigmei se
distribuie 95,45% din valori, iar ntre medie i trei valori ale sigmei sunt
cuprinse 99,73% din valori.
De obicei, n practica, datorit variabilitii mari a fenomenelor bio-
logice, se consider ca normale valorile cuprinse n intervalul determi-
nat de X 2. n cercetrile experimentale, care necesit o exactitate
mai mare, intervalul n care considerm ca normale valorile frecvene-
lor fenomenului cercetat este mai mare, determinat de X 3.
Observaii:
1) Se mai numete abatere standard, deviaie standard, abatere
tip, standard deviation;
2) Este un indicator important n analiza variaiei, se folosete la es-
timarea erorilor de selecie; stabilirea eantionului; n calcule de
corelaie;
3) Se utilizeaz pentru elaborarea standardelor de dezvoltare zic,
pentru delimitarea strilor normale de cele patologice;
4) Exprim cu ct se abate n medie ecare valoare individual de la
media valorilor evideniind inuena abaterilor mari;
5) Se calculeaz ca o medie ptratic simpl sau ponderat a ptra-
telor abaterilor valorilor individuale de la media lor;
6) Se exprim n unitatea de msur n care se exprim i caracteris-
tica.
Coecientul de variaie (Cv)
Pe lng multiplele utilizri practice, deviaia standard are i un
mare neajuns. Datorit faptului c deviaia standard este exprimat n
uniti de msur diferite, specice fenomenelor pe care le cercetm,
ea nu poate utilizat n aprecierea comparativ a dou sau mai multe
eantioane, sub aspectul omogenitii, care se exprim n uniti de
msur diferite.
Spre exemplu, dac am msurat nlimea i greutatea unui lot de
30 de elevi i am gsit pentru nlime o medie de 145 cm cu o deviaie
standard de 5 cm, iar pentru greutate am gsit o medie de 35 de kg
cu o deviaie de 3 kg, pe baza valorilor deviaiei standard, exprimate
n centimetri i kilograme, nu putem aprecia sub ce aspect, al nlimii
BIOSTATISTICA
88 89
sau al greutii, lotul de elevi este mai omogen, mai uniform dezvoltat.
n aceast situaie se recurge la coecientul de variaie, care nu
este altceva dect deviaia standard exprimat procentual.
Ca deniie, coecientul de variaie este rapotul procentual dintre
valoarea deviaiei standard i media aritmetic.
Formula de calcul:
Coecientul de variaie arat ct la sut din medie reprezint devi-
aia standard. Astfel, exprimnd procentual pe , scpm de inuena
unitii de msur, putnd compara ntre ele, sub aspectul omogenit-
ii, cte eantioane dorim.
n exemplul anterior, coecientul de variaie pentru nlime este:
Cv = (5cm/145cm) 100 = 3,4%
Pentru greutate coecientul este:
Cv = (3kg/35kg) 100 = 8,6%
Din datele obinute rezult, c lotul de copii este mai omogen dez-
voltat sub aspectul nlimii, i nu sub aspectul greutii, cum eram ten-
tai s apreciem pe baza valorilor deviaiei standard.
Cu ct valoarea procentual a coecientului de variaie este mai
mic, cu att eantionul cercetat este mai omogen.
n general, se consider c un coecient de variaie cu valori sub
10% indic o variaie mic, deci o omogenitate care ne permite s
generalizm rezultatele, dac i din punct de vedere numeric eanti-
onul este corespunztor. Un coecient de variaie cu valori cuprinse
ntre 10% i 20% indic o variaie medie. Eantionul este mai puin
omogen ca n primul caz, dar totui permite generalizarea rezultatelor
obinute, cu o anumit probabilitate de a grei.
Valorile peste 20% ale coecientului de variaie indic o variaie
mare, o lips aproape total de omogenitate, fapt ce contraindic ge-
neralizarea rezultatelor obinute pe un asemenea eantion.
De menionat c aceste limite ale coecientului de variaie, ce ne
permit s apreciem omogenitatea sau lipsa de omogenitate a eantio-
nului, trebuie s reprezinte valorile duble ale acestuia, n cazul cerce-
trilor clinice, i valorilor triple, n cazul cercetrilor experimentale, aa
cum am vzut i la deviaia standard.
n exemplul anterior, valoarea dubl a coecientului de variaie pen-
tru nlime este de 6,8 i pentru greutate 17,2 din valorile mediilor
respective.
Variabile standardizate
1) Variabila [z = d/] se numete variabil standardizat sau abatere
normat.
2) Unitatea de msur a abaterii normate se numete unitate stan-
dard sau valoare standard.
3) Exprim poziia unitii statistice ntr-o distribuie dat att fa de
medie ct i fa de dispersie.
4) Cu ajutorul acestei variabile se pot compara mrimi ce provin din
distribuii diferite.
2.11. Aprecierea veridicitii valorilor medii i relative
Constantele (medii sau de dispersie) obinute de noi pe eantioane
se numesc statistici i valorile lor sunt mai mult sau mai puin apro-
piate de valorile constantelor colectivitilor generale (parametrii) n
funcie de gradul de reprezentativitate (calitativ i cantitativ) al ean-
tioanelor, ns niciodat nu sunt identice.
Cu ajutorul acestor constante de eantion, a statisticilor, se es-
timeaz constantele colectivitilor generale, parametrii. Estimatul
rezultat pe baza constantelor de eantionare este aleator. Ca atare
valorile exacte ale parametrilor colectivitii generale rmn necunos-
cute, n schimb se poate preciza un interval valoric n care se va situa
media colectivitii generale (MA = media absolut), n jurul creia, n
acel interval valoric se vor distribui mediile de eantion, cu o anumit
probabilitate.
Dac dintr-o colectivitate general extragem mai multe eantioane,
valorile medii ale acestor eantioane vor foarte apropiate de valoarea
mediei absolute, distribuia acestora, n jurul mediei absolute, fcndu-
se conform aceleiai curbe Gauss-Laplace.
Eroarea standard sau eroarea medie a mediilor
Constanta care ne permite s stabilim intervalul valoric n care
se gsete media absolut i n jurul creia se distribuie valorile
medii de eantion, cu o anumit probabilitate, se numete eroare
BIOSTATISTICA
90 91
standard (ES) sau eroare medie a valorilor medii de eantion fa de
media universului.
Formula de calcul:
n care:
ES
M
= eroarea standard;
= abaterea standard;
n = numrul frecvenelor.
n situaia n care numrul de frecvne al eantionmului este mai
mic sau egal cu 120, atunci se raporteaz la numrul de frecvene -1
i formula devine:
n care:
ES
M
= eroarea standard;
= abaterea standard;
n = numrul frecvenelor
Exemplul 1.
La 120 persoane a fost determinat tensiunea arterial sistolic. n
baza valorilor individuale s-a stabilit c M = 140,5 mm Hg i = 6,25.
Exemplul 2.
n baza controlului medical la 508 persoane au fost stabilite afeciuni
dentare. n medie au fost afectai cte 5,84 dini, = 3,16.
n primul nostru exemplu, eroarea standard va :
n cel de al doilea exemplu al nostru, eroarea standard va :
Valoarea erorii standard, adugat sau sczut din valoarea me-
diei eantionului, ne permite s obinem limitele intervalului n care se
gsete valoarea mediei absolute i n jurul ei distribuite mediile ean-
tioanelor, cu o anumit probabilitate.
Intervalul de siguran
Intervalul valoric, determinat cu ajutorul erorii standard, n care
se estimeaz a se aa media absolut, se numete interval de siguran-
sau de ncredere statistic, n acest interval de siguran, determinat
de media eantionului plus/minus eroarea standard, media absolut se
va gsi ntr-o proporie de 68,26%, deci probabilitatea ca media absolut
s se gseasc n interiorul acestui interval este de 68,26%.
M-ES>I<(M+ES)=68,26%
P-ES>I<(P+ES)
n primul nostru exemplu, media ponderat ind 140,5 mm Hg, in-
tervalul de siguran va 140,5 0,57, deci va cuprins ntre 139,93 i
141,07 mm Hg. n cel de al doilea exemplu al nostru, media ponderat
ind de 5,84 dini iar eroarea standard 0,14, intervalul de siguran va
5,84 0,14, deci cuprins ntre 5,70 i 5,98.
2ES
3ES
Pragul de semnicaie
Contraprobabilitatea sau probabilitatea ca mediile de eantion
s depeasc limitele maxim i minim intervalului de sigu-
ran, situndu-se n afara lor, se numete prag de semnicaie, n
cazul n care intervalul de siguran este determinat de M ES, atunci
contraprobabilitatea (pragul de semnicaie) se obine scznd din 100
valoarea probabilitii, deci:
q = 100 68,26% = 31,74%
n exemplul nostru media ponderat ind de 5,84 dini afectai, inter-
valul de siguran va : 5,84 0,14, deci va cuprins ntre 5,70 -5,98.
Dac vrem ca valoarea contraprobabilitii, a posibilitii de a grei,
s e mai mic, atunci trebuie s mrim intervalul de siguran. Acest
interval se mrete adugnd i scznd din valoarea mediei de dou
ori valoarea erorii standard.
M 2.ES = 5,84 + 2.0,14 = 5,84 0,28
BIOSTATISTICA
92 93
Intervalul de siguran va cuprins deci ntre limitele de 5,56 i
6,12. n acest interval, ceva mai mare, valoarea mediei absolute se
va gsi cu o probabilitate mai mare dect n primul caz, de 95,45%,
iar posibilitatea de a se situa n afara acestui interval de siguran se
reduce la 4,55% (100% 95,45% = 4,55%). Dac vrem s reducem i
mai mult probabilitatea de a grei, atunci mrim intervalul de siguran,
adugnd i scznd din valoarea mediei de trei ori valoarea erorii
standard. Intervalul de siguran va :
M 3.ES = 5.84 3.0.14 = 5.84 0,42
Intervalul de siguran n acest caz va cuprins ntre 5,42 i 6,26.
n acest interval de siguran, mult mai mare, media absolut se va
gsi cu o probabilitate de 99,73%, iar pragul de semnicaie va de
0,27% (100% 99,73% = 0,27%).
Rezult c intervalul de siguran nu are limite xe ci ele se modi-
c n funcie de dorina cu care vrem s asigurm rezultatele noastre,
n cazul n care acceptm un prag de semnicaie mai mare, deci o
probabilitate mai mare de a grei, atunci intervalul de siguran este
mai mic. Cu ct vrem s lucrm mai precis, deci s greim mai puin,
cu att intervalul de siguran crete.
Testul de semnicaie
Mrimea intervalului de siguran depinde de faptul dac n jurul
mediei lum o singur dat, de dou sau de trei ori valoarea erorii
standard. Multiplul erorii standard (1, 2 sau 3), care determin m-
rimea intervalului de siguran, se numete test de semnicaie i se
noteaz cu litera t. Ca atare, la o probabilitate de 68,26% i un prag
de semnicaie de 31,74% valoarea lui t=1; la 95,45% probabilitate
i 4,55% prag de semnicaie, valoarea lui t=2; la o probabilitate de
99,73% i un prag de semnicaie de 0,27% valoarea lui t=3. n mod
obinuit, noi nu garantm rezultatele sau concluziile, obinute pe ean-
tion, cu probabilitatea cu care acestea se gsesc n interiorul intervalu-
lui de siguran i cu contraprobabilitatea, cu probabilitatea de a grei,
deci cu pragul de semnicaie.
n medicin i biologie pragurile de semnicaie de 31,74%, de
4,55% i de 0,27%, corespunznd valorilor lui t de 1,2 sau 3, nu se
prea folosesc, n schimb, rezultatele se garanteaz cu pragurile de
semnicaie de 0,05 (5%), 0,01 (1%) i 0,001 (0,1%). Pe baz de cal-
cule s-a stabilit c pentru aceste praguri de semnicaie valorile cores-
punztoare ale lui t sunt de 1,96, 2,58 i 3,29. Ca atare, la pragul de
semnicaie de 5%, valoarea lui t va 1,96, iar intervalul de siguran
va : M 1.96.ES. La 1% prag de semnicaie valoarea lui t va de
2,58, iar mrimea intervalului de siguran va dat de M 2,58.ES.
La 0,1% prag de semnicaie valoarea lui t va de 3,29, iar intervalul
de siguran va dat de M: 3,29.ES.
Aceste valori ale lui t rmn nemodicate n situaia n care lucrm
pe eantioane al cror numr de frecvene este mai mare de 120. n
situaia n care lucrm pe eantioane cu un numr de frecvene mai mic
de 120, atunci valoarea testului de semnicaie se modic i se ia din
tabelul testului t, pe care o gsim n crile de statistic.
Acest tabel (Tab.23) are 4 coloane: prima coloan pentru gradul de
libertate iar celelalte trei corespund celor trei praguri de semnicaie:
5%, 1%, 0,1%. Prin grad de libertate nelegem numrul de frecvene
ale eantionului (sub 120)-1; deci GL = n-1.
Tabelul 23
Tabelul testului t
Grad de libertate
Ce t trebuie utilizat la un prag de semnicaie
(0,05)=5% (0,01)=1% (0,001)=0,1%
1 12,706 63,657
2 4,303 9,925 31,598
3 3,182 5,841 12,941
4 2,776 4,604 8,610
5 2,571 4,032 6,859
6 2,447 3,707 5,959
7 2,365 3,499 5,405
8 2,306 3,355 5,041
9 2,262 3,250 4,781
10 2,228 3,169 4,587
11 2,201 3,106 4,437
12 2,179 3,055 4,218
13 2,160 2,977 4,140
14 2,145 2,977 4,140
15 2,131 2,947 4,073
16 2,120 2,921 4,015
17 2,110 2,898 3,965
BIOSTATISTICA
94 95
Continuare Tab. 23
Grad de libertate
Ce t trebuie utilizat la un prag de semnicaie
(0,05)=5% (0,01)=1% (0,001)=0,1%
18 2,101 2,878 3,922
19 2,093 2,861 3,883
20 2,086 2,845 3,850
21 2,080 2,831 3,819
22 2,074 2,819 3,792
23 2,069 2,807 3,767
24 2,064 2,797 3,745
25 2,060 2,787 3,725
26 2,056 2,779 3,707
27 2,052 2,771 3,690
28 2,048 2,763 3,674
29 2,045 2,756 3,659
30 2,042 2,750 3,646
35 2,030 2,724 3,591
40 2,021 2,704 3,551
50 2,008 2,678 3,496
60 2,000 2,660 3,460
70 1,994 2,648 3,435
80 1,989 2,638 3,416
90 1,986 2,631 3,402
100 1,982 2,625 3,390
120 1,980 2,617 3,373
peste 1,960 2,580 3,290
n cazul n care rezultatele cercetrilor noastre sunt exprimate pro-
centual, deci avem o probabilitate i o contraprobabilitate de eantion,
pentru a estima intervalul n care se gsete probabilitatea colectivitii
generale sau probabilitatea populaiei ne folosim tot de valoarea erorii
standard. Intervalul valoric n care se gsete probabilitatea fundamen-
tal sau a colectivitii generale se obine adunnd sau scznd din
probabilitatea eantionului sau eantioanelor valoarea erorii standard.
n aceast situaie eroarea standard ES este egal cu rdcina p-
trat din produsul dintre probabilitatea i contraprobabilitatea eantio-
nului, raportat la numrul frecvenelor acestuia, n cazul cnd numrul
frecvenelor eantionului este mai mic de 120, acest produs se rapor-
teaz la numrul frecvenelor minus unu.
Formula erorii standard va deci:

sau

n 120
n care:
ES = eroarea standard;
P
e
= probabilitatea eantionului;
q
e
= contraprobabilitatea eantionului;
n = numrul de frecvene ale eantionului.
Eroarea standard procentual
Eroarea standard n cazul valorilor medii este exprimat n uniti
de msur diferite, ca i deviaia standard. Ea nu poate servi deci la
compararea a dou sau mai multe eantioane, sub aspectul omogeni-
tii, n asemenea situaii se calculeaz eroarea standard procentual,
pentru a scpa de inuena unitii diferite de msur.
n care:
ES% = eroarea standard procentual;
M = media aritmetic sau ponderat.
n general, se consider c o eroare standard procentual cu valori
sub 1% este acceptabil, n jurul lui 2% dubioas i peste 3% inaccep-
tabil, evideniind un eantion neomogen, deci necorespunztor pentru
a lucra pe el i a generaliza rezultatele.
n primul nostru exemplu, ES% va :
deci corespunztoare.
n cel de al doilea exemplu al nostru, ES% va :
deci necorespunztoare.
BIOSTATISTICA
96 97
Eroarea maxim admis sau eroarea limit este eroarea pe
care o acceptm anticipat n alegerea eantionului, n funcie de
natura cercetrii, de precizia cu care vrem s garantm rezulta-
tele i de volumul sau mrimea eantionului. Ea reprezint deci
intervalul de siguran n care se va ncadra media universului, cu o
probabilitate dat.
Eroarea maxim admis se noteaz cu litera greceasc delta (A) i
se obine nmulind valoarea testului de semnicaie cu valoarea erorii
standard.
Formula de calcul:
x
=t
ES
n care:
x
= eroarea maxim admis;
t
= testul de semnicaie;
ES = eroarea standard.
n primul nostru exemplu, admind un prag de semnicaie de 5%,
x
=1,96x0,57=1,11.
n cel de al doilea exemplu al nostru, admind un prag de semni-
caie de 5%,
x
=1,96x0,14=0,27.
Pornind ns de la formula erorii standard:
observm c valoarea acesteia este direct proporional cu valoa-
rea lui sigma i invers proporional cu rdcina ptrat din numrul
frecvenelor. Aceasta nseamn c urmrind o scdere a erorii stan-
dard de n ori, numrul de frecvene va trebui s creasc de n
2
ori.
De exemplu, dac am efectuat o cercetare pe 100 de cazuri clinice
i am stabilit o =0,40, eroarea standard va :
Pentru a reduce eroarea standard de dou ori, de la 0,04 la 0,02,
numrul de frecvene trebuie s creasc de 2
2
ori, deci de la 100 la
400 cazuri. Dac vrem s reducem de 4 ori valoarea erorii standard,
numrul frecvenelor eantionului trebuie s creasc de 4
2
ori, deci de
la 100 la 1600 cazuri,
n general valoarea erorii maxime admise nu trebuie s e mai
mare de 1, atunci cnd lucrm cu valori absolute, sau de 1%, atunci
cnd lucrm cu valori procentuale.
Pornind de la formula
x
= t
ES, putem stabili volumul sau mri-

mea eantionului pe care, efectund lucrarea sau cercetarea noastr,
s putem asigura rezultatele cu un prag de semnicaie de 0,05 (5%),
0,01 (1%) sau 0,001 (0,1%). Cum procedm? nlocuim eroarea stan-
dard cu formula din care o obinem, n cazul valorilor medii i n cazul
valorilor procentuale; formula devine:

sau

Trecnd pe n de partea cealalt a egalitii, vom avea:

sau

de unde:

sau

Din aceste formule de obinere a mrimii eantionului cunoatem:
valoarea lui t, ntruct aceasta va 1,96, 2,58 sau 3,29, n funcie de
pragul de semnicaie cu care dorim s garantm rezultatele (5%, 1%
sau 0,1%); valoarea erorii limit, creia i atribuim anticipat valorile do-
rite n funcie de precizia cu care vrem s lucrm (0-1 sau 0-1%).
Ce nu cunoatem, atunci cnd ne propunem s stabilim volumul
sau mrimea eantionului, este valoarea lui sigma. Valoarea lui sig-
ma o lum e din literatura de specialitate, dac exist cercetri f-
cute anterior de ali cercettori n domeniul n care vrem s lucrm
noi, e o stabilim efectund cercetarea pe un eantion pilot alctuit
dintr-un numr restrns de cazuri (nu mai puin de 5) i valoarea lui
sigma, astfel obinut, se introduce n formula de calcul a mrimii
eantionului.
n primul nostru exemplu, admind o eroare limit de 0,5, dorind s
garantm rezultatele cu un prag de semnicaie de 5% (deci t = 1,96)
i avnd o valoare a lui sigma egal cu 6,25, mrimea eantionului ar
trebui s e:
BIOSTATISTICA
98 99
n = 24,5
2
= 600,25 cazuri.
Deci, pentru a putea generaliza media valorilor TA (140,5 mm Hg)
cu un prag de semnicaie de 5% i un delta de 0,5, era necesar s
examinm 600 persoane, nu 120 cte au fost examinate.
n cel de al doilea exemplu al nostru, admind o eroare limit de
0,3, dorind s garantm rezultatele cu un prag de semnicaie de 5%
(deci t = 1,96) i avnd o valoare a lui sigma egal cu 3,16, mrimea
eantionului ar trebui s e:
n = 20,6
2
= 424,36, respectiv 425 persoane.
Deci, pentru a putea generaliza media dinilor afectai (5,84) cu un
prag de semnicaie de 5% i un delta de 0,3, era sucient s exami-
nm, din punct de vedere stomatologic, numai 425 persoane, nu 508
cte au fost examinate.
Dac la aceleai valori ale lui delta i ale lui sigma am dorit s
garantm rezultatele noastre cu un prag de semnicaie de 1%, n loc
de 5%, atunci mrimea eantionului trebuia s e:
n primul exemplu
n = 32,25
2
= 1040 cazuri.
n al doilea exemplu:
n 27,2
2
= 739,81, deci 740 de persoane.
Dac am dorit ca pragul de semnicaie s e 0,1% (t=3,29), ps-
trnd celelalte valori constante, atunci numrul de persoane examinate
ar trebuit s e:
n primul exemplu:
de unde:
n = 41,12
2
= 1691 persoane.
n al doilea exemplu
de unde:
n = 34,6
2
= 1197,16 deci 1198 de persoane.
Din aceste exemple putem conchide c numrul de frecvene ce
alctuiesc eantionul depinde pe de o parte de valoarea pragului de
semnicaie i de valoarea erorii limit, iar pe de alt parte de valoarea
lui sigma. Cu ct pragul de semnicaie i eroarea limit vor avea valori
mai mari, cu att numrul de frecvene va putea mai restrns i f-
cnd cercetarea pe un astfel de eantion putem generaliza rezultatele
cu o posibilitate mai mare de a grei (p=5% i delta = 1). Cu ct pragul
de semnicaie i eroarea limit vor avea valori mai mici (p=0,1% i del-
ta = 0,01) cu att numrul de frecvene va trebui s e mai mare pentru
ca lucrnd pe un astfel de eantion s putem garanta rezultatele cu o
precizie mai mare (deci cu o posibilitate de a grei foarte mic).
La aceleai valori ale pragului de semnicaie i ale erorii limit,
eantionul va cu att mai mare, mai numeros, cu ct sigma va avea
valori mai mari i cu ct sigma va mai mic, ca valoare, cu att numrul
de frecvene va putea mai restrns.
n cazul n care efectum un studiu longitudinal al morbiditii sto-
matologice, deci eantionul ales trebuie urmrit o perioad mai nde-
lungat de timp (cinci, zece ani), atunci pentru a ne asigura c numrul
de frecvene nu va deveni insucient (prin plecarea din localitate sau
prin deces a unor persoane), la numrul de frecvene stabilit prin calcul
adugm nc 10%. Spre exemplu dac am stabilit c pentru eanti-
onul nostru sunt suciente 425 persoane i acest eantion vrem s-l
reexaminm la intervale de 2 ani, timp de zece ani, la numrul de 425
mai adugm 42-43 persoane (10%) i eantionul nostru va trebui s
e de 468 persoane, n cazul cnd rezultatele cercetrii sunt exprimate
procentual, atunci pentru stabilirea mrimii eantionului se folosete
formula:
BIOSTATISTICA
100 101
te pe colectivitatea general sunt asemntoare sau, din contr, difer
semnicativ ntre ele, ne folosim de comparaia statistic.
Compararea mediei unei colectiviti generale cu media unui
eantion prin criteriul diferenei l erorii diferenei
Cnd dispunem de o medie a colectivitii generale cu care com-
parm o medie de eantion, se procedeaz la stabilirea diferenei ntre
cele dou medii scznd valoarea cea mai mic din cea mai mare.
Se calculeaz dup aceea valoarea erorii standard pentru eanti-
on. Cum se face interpretarea ? Dac diferena ntre cele dou medii
absolut i de eantion este mai mare dect valoarea dubl sau
tripl a erorii standard, atunci diferena este semnicativ statistic.
D >2(3) x ES diferen semnicativ din punct de vedere statistic
sau
D> U
x ES U
coecient tabelar n funcie de riscul ; a crui valori

se vor citi n Tab. 24:
Tabelul 24
Limitele de semnicaie a distribuiei U
Acest lucru nseamn c din colectivitatea din care am extras ean-

tionul exist anumii factori (de mediu zic, de alimentaie, de munc,
etc.) care au determinat aceast diferen de valori.
Dac din contr, diferena ntre media universului i media eanti-
onului este mai mic dect valoarea dubl sau tripl a erorii standard,
atunci diferena ntre cele dou medii este nesemnicativ din punct
de vedere statistic, este ntmpltoare i se datorete faptului c am
efectuat cercetarea pe un numr limitat de frecvene.
Exemplul 1. ntr-un studiu longitudinal (prospectiv) al persoanelor,
pe o perioad ndelungat de timp (5-10 ani), pentru a ne asigura c
numrul de frecvene nu va diminua prin plecarea sau decesul unor
persoane, la numrul de frecvene stabilit iniial adugm 10%; dac
numrul de cazuri stabilit iniial a fost de 600, adugnd 10% vom avea
nevoie de 660 cazuri.
Exemplul 2. Dac ne propunem s generalizm incidena de 98%
a afeciunilor stomatologice, cu un prag de semnicaie de 5% i o
eroare maxim de 1%, stabilit pe un lot de populaie, atunci volumul
eantionului va :
Formulele de mai sus, folosite pentru determinarea volumului eantio-
nului, sunt valabile pentru situaia n care extragem mai multe eantioane
din colectivitatea general sau nu cunoatem mrimea acesteia. Atunci
cnd extragem un singur eantion, cum se ntmpl de obicei, i cunoa-
tem mrimea colectivitii generale, formulele de obinere a lui n devin:

sau

n care: N = mrimea colectivitii generale.
Pentru a stabili dac dou sau mai multe rezultate obinute pe
eantioane sau dac rezultatele obinute pe eantioane i cele obinu-
te pe colectivitatea general sunt asemntoare sau, din contr, difer
semnicativ ntre ele. ne folosim de comparaia statistic.
Compararea statistic
Am vzut c n medicin i biologie efectum cercetri pe eantion
i rezultatele obinute le extrapolm la nivelul colectivitii generale,
acestea ind valabile ca i cnd am efectuat cercetarea pe ntrea-
ga colectivitate. Rezultatele obinute pe eantion difer ns de la un
eantion la altul, ind cu att mai reprezentative cu ct eantionul este
mai omogen i mai bine reprezentat numeric.
Pentru a stabili dac dou sau mai multe rezultate obinute pe
eantioane sau dac rezultatele obinute pe eantioane i cele obinu-
U
0,00
0,01 2 576
0,02 2.326
0,03 2,170
0,04 2.054
0,05 1,950
0,06 1,881
0,07 1,812
0,08 1,751
U
0,09 1,695
0,001 3,29053
0,0001 3.89059
0,00001 4,41717
0,000001 4,89164
0,0000001 5.32672
0,00000001 5,73073
0,000000001 6,10941
persoane
BIOSTATISTICA
102 103
n aceast situaie nu trebuie s cutm, cu orice pre, o justicare
pentru diferena existent cci mrind numrul de frecvene al eantio-
nului aceast diferen dispare.
D < 2 (3)ES diferena nesemnicativ din punct de vedere statistic.
Exemplul 3. Dac am examinat din punct de vedere al valorilor TA
sistolice populaia adult a unei colectiviti generale i am obinut o
medie a TA (=147,5 mm Hg), iar pe un eantion de 120 de persoane
am obinut o medie M = 140,5 mm Hg i o eroare standard (ES) de
0,57 mm Hg, stabilind diferena dintre cele dou medii obinem:
D=-M=147,5-140.5=7 mm Hg
D>2(3)ES sau D>U
xES
D=7mmHg>U
x0,57, iar pentru =5% vom citi n tabelul distribuiei

U
valoarea de 1,98. Deci 7>1,98x0,57 deci diferena dintre cele dou

medii, a colectivitii generale i a eantionului este semnicativ sta-
tistic pentru un risc =5%. Dac diferena dintre cele dou medii ar
fost mai mic dect U
xES atunci diferena ar fost nesemnicativ

statistic i media eantionului s-ar ncadrat n limitele admisibile de
variabilitate fa de media colectivitii generale, deci s-ar situat n in-
teriorul intervalului de siguran, n acest caz diferena dintre cele dou
medii s-ar datorat unui numr prea mic de cazuri examinate n cadrul
eantionului i nu unor condiii de mediu diferite, existente n cele dou
colectiviti.
Exemplul 4. Dac examinndu-se din punct de vedere stomatolo-
gic populaia unui jude (colectivitatea general), s-a obinut o medie
(Ma) egal cu 7,50 dini afectai, iar noi pe eantionul nostru am gsit o
medie de 5,84 dini afectai i o eroare standard de 0,14 dini afectai,
stabilind diferena ntre cele doua medii obinem:
D = M sau D = Ma Me; D = 7,50 5,84 = 1,66
D (1,66) > 2 x 0,14 (3 x 0,14), deci diferena ntre cele dou medii
este semnicativ din punct de vedere statistic.
Dar dac media pe ntreaga colectivitate ar fost de 6,2 dini afec-
tai i media eantionului nostru de 5,84 dini afectai, eroarea standard
avnd aceeai valoare de 0,14, atunci:
D = 6,10 5,84=0,26: D = 0,26 dini afectai
D (0,26) < (2 x 0,14) i dect (3 x 0,14), dei diferena ar fost ne-
semnicativ din punct de vedere statistic.
Compararea mediilor a dou eantioane diferite (testul Student)
Cnd cele dou medii care se compar sunt medii de eantion,
stabilim diferena dintre cele dou medii:
D = Me
1
Me
2
. Calculm apoi eroarea diferenei (
D
) dintre cele
dou valori medii:
n care:
D
= eroarea diferenei
ES
2
1
= eroarea standard a eantionului unu la ptrat
ES
2
2
= eroarea standard doi la ptrat.
Interpretarea se face astfel: dac diferena ntre cele dou medii de
eantion este mai mare dect valoarea dubl sau tripl a erorii diferen-
ei atunci diferena ntre medii este semnicativ din punct de vedere
statistic, deci cele dou eantioane luate n studiu, nu aparin aceleiai
colectiviti generale. Unul din eantioane a avut deci condiii diferite de
cellalt. Ca atare n cadrul discutrii rezultatelor trebuie s stabilim care
au fost acele condiii care au fcut ca rezultatele s difere semnicativ.
Dac, din contr, diferena dintre cele dou medii de eantion este
mai mic dect valoarea dubl sau tripl a erorii diferenei, atunci dife-
rena este nesemnicativ din punct de vedere statistic, este ntmpl-
toare i se datorete diferenei de eantionaj. Ca atare nu trebuie s
cutm neaprat o explicaie a acestei diferene.
Exemplul 1. Pe dou eantioane extrase din dou colectiviti dife-
rite s-au msurat valorile TA sistolice i am gsit pentru primul eantion
alctuit din 120 persoane o medie M
1
=140,5 mm Hg i o eroare stan-
dard egal cu ES
1
=0,57 mm Hg iar pentru al doilea eantion alctuit
dintr-un numr de 160 de persoane am gsit o medie a TA sistolice
M
2
=154,5 mm Hg i o eroare standard ES
2
=1,2. Stabilind diferena din-
tre medii obinem:
|M
1
-M
2
|=|140,5-154,5| = 14 mm Hg, iar
Diferena dintre cele dou medii de eantion ind egal cu 14, iar
eroarea diferenei nmulit cu 1,96+2 care pentru un risc (coecient
tabelar) de 5% i
D=14 mm Hg > 1,96
D
nseamn c diferena este semnicativ
din punct de vedere statistic. Dac diferena dintre cele dou medii a
BIOSTATISTICA
104 105
celor dou eantioane ar fost mai mic dect valoarea 1,96-
D
atunci
diferena ar fost nesemnicativ statistic, ambele eantioane prove-
nind din colectiviti cu condiii asemntoare.
Exemplul 2. Pe dou eantioane, extrase din dou colectiviti li-
mitrofe, deci cu condiii asemntoare (aceiai factori de mediu zic,
acelai mediu de alimentaie, aceleai condiii de munc, acelai nivel
cultural-sanitar etc.), se stabilete media dinilor abseni i se gsete
c la primul eantion, de 250 persoane (e1) media (Me
1
) este de 5,5
dini abseni, cu o eroare standard de 0,7 iar la al doilea eantion
(e
2
), de 200 de persoane, media Me
2
a dinilor abseni este de 6,2 iar
eroarea standard de 0,2. Diferena ntre medii este:
D = Me
2
Me
1
D = 6,2 5,5 = 0,7 dini abseni.
dini abseni.
Diferena dintre medii (0,7) ind mai mic dect valoarea diferenei
(
D
= 0,72) nseamn c ntre cele dou medii nu exist o diferen
semnicativ din punct de vedere statistic.
Compararea a dou valori calitative prin criteriul diferenei i
erorii diferenei (procentuale)
Cnd avem de comparat o probabilitate a colectivitii generale cu
o probabilitate de eantion, pentru a stabili semnicaia sau lipsa de
semnicaie a diferenei dintre aceste probabiliti, procedm n felul
urmtor:
Stabilim diferena ntre cele dou probabiliti (probabilitatea n co-
lectivitatea general i probabilitatea eantionului). Calculm apoi va-
loarea erorii standard pentru eantion, conform formulei:
Interpretarea se face astfel: dac diferena dintre cele dou pro-
babiliti este mai mare dect valoarea dubl sau tripl (U
), a erorii
standard, atunci diferena este semnicativ i trebuie s stabilim cror
factori se datoreaz.
D > U
sau
D > 2 (3)ES, atunci diferena este semnicativ statistic.
Dac din contr, diferena dintre cele dou probabiliti este mai
mic dect valoarea dubl sau tripl a erorii standard, atunci diferena
este nesemnicativ, este ntmpltoare i se datorete diferenei de
eantionaj.
Exemplul 1. La 278362 nscui vii n anul Z n ara S proporia
bieilor a fost 51,4% iar a fetelor de 43,5% eroarea standard a colec-
tivitii generale:
Pe un eantion de 16901 nscui vii n anul Z n ara F proporia
bieilor a fost de 51,2% iar a fetelor 48,8%.
Diferena ntre cele dou probabiliti D=P-p=51,4%-51,2%=0,2%
iar ES n eantionul nostru este 0,14% diferena D=0,2% este mai
mic dect U
-ES=1,960,14 deci probabilitatea bieilor este aceeai

n eantion ca i n colectivitatea general, diferena ind nesemnica-
tiv statistic. De fapt pe glob diferena ntre cele dou sexe este apro-
ximativ egal.
Exemplul 2. Dac pe populaia unui jude s-a stabilit c probabilita-
tea parodontopatiei pariale este de 60% iar pe un eantion de 350 de
locuitori s-a stabilit c parodontopatia parial este prezent la 80% din
populaie, atunci diferena este:
D = 80%-60%; D = 20%
Eroarea standard pentru eantion va :
D (20%) > 2 x 2,13% (3 x 2,13%) = diferena este semnicativ din
punct de vedere statistic,
ntre cele dou probabiliti exist o diferen semnicativ din
punct de vedere statistic, asigurnd aceasta armaie cu un prag de
semnicaie de 5%, respectiv 1%.
Cnd avem de comparat dou probabiliti obinute pe 2 eantioa-
ne, procedm n felul urmtor:
BIOSTATISTICA
106 107
Stabilim diferena dintre cele dou probabiliti de eantion:
D = Pe
1
Pe
2
Calculm dup aceea eroarea diferenei dintre cele dou probabi-
liti, dup formula:
Dac diferena dintre cele dou probabiliti de eantion este mai
mare dect valoarea dubl sau tripl a erorii diferenei, atunci diferena
este semnicativ din punct de vedere statistic.
D > 2 (3)
D
= diferen semnicativ statistic.
Dac din contr, diferena dintre probabilitile de eantion este mai
mic dect valoarea dubl sau tripl a erorii diferenei, atunci diferena
este nesemnicativ din punct de vedere statistic, este ntmpltoare
i se datorete diferenei de eantionaj.
D < 2 (3)
D
= diferen nesemnicativ din punct de vedere statistic.
Compararea a dou valori medii sau alternative prin criteriul
testului student
Semnicaia sau lipsa de semnicaie a dou valori medii sau pro-
centuale, obinute pe eantioane, se poate stabili i pe o alt cale i
anume pe calea testului Student.
Atunci cnd, n cadrul eantionrii, am discutat i am denit testul
t am spus c testul t este multiplul erorii standard i c cu ajutorul lui
stabilim mrimea intervalului de siguran. Acest test t a crui valoare
n cazul n care lucrm pe eantioane cu un numr mai mic de 120
frecvene o lum din tabela testului t, se numete t tabelar. Dar va-
loarea lui t o mai putem obine i prin calcul dup formula:
Acest t obinut raportnd valoarea diferenei la eroarea sa, se nu-
mete t calculat.
n cazul n care dorim s apreciem semnicaia sau lipsa de semni-
caie a diferenei dintre dou valori medii sau dou probabiliti, obi-
nute pe eantioane, procedm n felul urmtor: calculm valoarea lui t,
raportnd diferena dintre cele dou medii la eroarea sa.
n care:
t = testul de semnicaie
D = diferena dintre valorile medii sau procentuale
D
= eroarea diferenei.
Stabilim apoi valoarea lui t tabelar n felul urmtor: dac numrul
frecvenelor celor dou eantioane depete suma de 120 atunci va-
loarea lui t tabelar o cunoatem ca ind 1,96 pentru un p = 0,05 (5%);
2,58 pentru un p = 0,01 (1%) sau 3,29 pentru un p = 0,001 (0,1%).
Dac numrul nsumat de frecvene al celor dou eantioane ce
se compar este mai mic de 120 de frecvene, atunci valoarea lui t
tabelar o citim n tabela testului t n gradul de libertate dat de numrul
nsumat de frecvene minus 2.
Interpretarea se face n felul urmtor: dac valoarea lui t calculat
este mai mare dect valoarea lui t tabelar atunci diferena ntre cele
dou valori medii sau ntre cele dou probabiliti este semnicativ din
punct de vedere statistic.
t calculat > t tabelar = diferena semnicativ statistic. Dac
din contra, valoarea lui t calculat este mai mic dect valoarea lui t
tabelar, atunci diferena dintre cele dou medii sau dintre cele dou
probabiliti este nesemnicativ din punct de vedere statistic.
t calculat < t tabelar = diferen nesemnicativ. Pentru exem-
plicare i vericare, n acelai timp, vom lua aceleai exemple pe care
le-am apreciat, sub aspectul semnicaiei diferenei i cu ajutorul erorii
diferenei.
n cazul comparrii a dou medii obinute pe eantioane diferena
ntre medii a fost de 0,7 dini abseni iar eroarea diferenei a fost de
0,72 dini abseni atestnd o diferen nesemnicativ ntre medii,
ncercnd s stabilim semnicaia sau lipsa de semnicaie pe calea
testului t, obinem urmtoarele rezultate:
BIOSTATISTICA
108 109
t tabelar, n cazul exemplului nostru datorit faptului c numrul
de frecvene este mult mai mare dect 120, are valori constante (1,96;
2,58; 3,29).
t calculat avnd o valoare mult mai mic (0,09) dect valoarea lui t
tabelar (1,96; 2,58; 3,29) testeaz, aa dup cum am artat, o diferen
nesemnicativ din punct de vedere statistic ntre cele dou medii de
eantion.
n cazul comparrii a dou valori procentuale, de eantion cu
ajutorul testului t stabilim valoarea lui t calculat i valoarea lui t
tabelar.
Spre exemplu, s-a examinat un eantion de 84 de elevi i s-a sta-
bilit c frecvena cariei dentare este de 90%, iar examinarea unui alt
eantion de 60 de elevi, extrase dintr-o alt colectivitate colar, a evi-
deniat prezena cariei dentare doar la 60% dintre acetia. Spre a sta-
bili dac diferena dintre cele dou probabiliti este semnicativ din
punct de vedere statistic sau nu, stabilim mai nti diferena dintre cele
dou probabiliti:
D = P
e1
P
e2
n care;
D = diferena
P
e1
= probabilitatea primului eantion
P
e2
= probabilitatea celui de al doilea eantion
D = 90% 60%=30%
Diferena este egal cu 30%, calculm apoi eroarea diferenei con-
form formulei:
Diferena dintre cele dou probabiliti (30%) ind mai mare dect
triplul erorii diferenei (3*6,40%=19,20%) este semnicativ din punct
de vedere statistic un prag de semnicaie sub 1%.
D (30%) >
D
(19,20%) = diferen semnicativ statistic pentru un
p<0,01.
Folosind metoda testului t evideniem aceeai semnicaie a dife-
renei:
t
tabelar
=1,96; 2,58; 3,29 n funcie de pragul de semnicaie.
Interpretarea t calculat (4,68) ind mai mare dect oricare din
valorile lui t tabelar evideniaz aceeai diferen semnicativ ntre
cele dou probabiliti de eantion.
2.12. Compararea valorilor absolute sau a distribuiilor de
frecven: testul X
2
Cnd avem de comparat ntre ele valori absolute sau distribuii de
frecvene, folosim testul X
2
(chi ptrat) al lui Pearson. Testul X
2
se
obine nsumnd rapoartele dintre ptratul diferenelor stabilite ntre
frecvenele colectivitii generale (frecvenele teoretice) i frecvenele
observate i frecvenele colectivitii generale.
Formula de calcul:
n care:
X
2
= testul de comparaie sau de concordan chi ptrat;
FT = frecvenele universului sau frecvenele teoretice obinute prin
calcul;
FO = frecvenele observate sau frecvenele eantionului nostru.
n situaia n care avem o distribuie a colectivitii generale pe care
o comparm cu distribuia unui eantion, atunci introducem datele
respective n formul i calculm valoarea lui X
2
, n situaia n care nu
avem datele colectivitii generale, distribuia frecvenelor teoretice o
obinem prin calcul de aici denumirea de frecvene teoretice aa
cum vom vedea ulterior.
Valoarea lui X
2
, obinut pe baza formulei de mai sus, se numete
valoarea lui X
2
calculat. Pentru a putea stabili dac ntre distribuia
colectivitii generale i cea a eantionului observat de noi este sau
nu o diferen semnicativ din punct de vedere statistic, avem nevoie
ca i n cazul comparaiei cu ajutorul testului t de valoarea lui X
2

tabelar. Aceast valoare o lum din tabelul testului X
2
(Tab. 25), care
este asemntoare cu tabelul Testului t.
BIOSTATISTICA
110 111
Tabelul 25
Tabelul testului X
2
Grad de
libertate
Prag de semnicaie
(0,05) = 5% (0,01) = 1% (0,001) = 0,1%
1 3,8 6,6 10,8
2 5,9 9,2 13,8
3 7,8 11,3 16,3
4 9,4 13,3 18,5
5 11.1 15,1 20,5
6 12.6 18,5 22,5
7 14,1 18,5 24,3
8 15,5 20,1 26,1
9 16,9 21,7 27,9
10 18,3 23,2 29,6
11 197 24,7 31,3
12 21.0 26,2 32,9
13 22,4 27,7 34.5
14 23.7 29,1 36,1
15 ?50 30,6 37,7
16 26,3 32,0 39,3
17 27,6 33,4 40,8
18 28,9 34.8 42,3
19 30,1 36,2 43,8
20 31,4 37,6 45,3
21 23,7 38,9 46,8
22 33,9 40,3 48,3
23 35,2 41,6 49,7
24 36,4 43,6 51,2
25 37.7 44,3 52,6
26 38,9 45,6 54.1
27 40,1 47.0 55,5
28 41,3 48.3 56,9
29 42,6 49,6 58,3
30 43,8 50,9 59,7
40 55,8 63,7 73,4
50 67,5 76.2 86,7
60 79,1 88,4 99,6
70 90,5 100,4 112,3
80 101,9 112,3 124,8
90 113,1 124,1 137.2
100 124,3 135,8 149,4
Valoarea lui X
2
tabelar se citete n tabelul testului X
2
innd seama
de gradul de libertate i de pragul de semnicaie cu care vrem s ga-
rantm semnicaia sau lipsa de semnicaie dintre cele dou distribuii
de frecvene. Prin grad de libertate n tabelul testului X
2
nelegem pro-
dusul dintre numrul rndurilor tabelului (n care am introdus distribuii-
le de frecven) minus 1 i numrul coloanelor acestui tabel minus 1.
GL=(NrR-1)-(NrC-1)
Exemplul 1. Examinnd ntreaga populaie adult a unei colec-
tiviti de 1337 locuitori sub aspectul valorilor tensiunii arteriale sis-
tolice i a unui eantion de 120 de persoane am obinut urmtoarele
distribuii de frecvene pe grupe de valori ale tensiunii arteriale sisto-
lice (Tab. 26).
Tabelul 26
Distribuii de frecvene pe grupe de valori ale tensiunii arteriale sistolice
x
i
=variabila TA sistolic f
0
= frecvene observate f
t
=frecvene teoretice
127,5 6 180
132,5 17 210
137,5 31 290
142,5 42 320
147,5 17 230
152,5 5 65
157,5 2 42
=120 =1337
Lsnd la o parte prima coloan a valorilor variabilei tensiunii ar-
teriale sistolice i primul rnd cu denumirea coloanelor, tabelul nostru
conine 7 rnduri i dou coloane, deci valoarea lui X
2
tabelar o vom
citi din tabelul X
2
la gradul de libertate: GL = (nr. de rnduri 1) x (nr.
de coloane 1)=(7-1) x (2-1 )=6. Valoarea tabelar a lui X
2
pentru GL =
6 i un risc = 5% este de 12,6. Pentru un risc = 1% este de 18,5 i
pentru un risc = 1 este de 22,5. 91 % X
2
calculat se obine:
BIOSTATISTICA
112 113
Deci valoarea lui X
2
calculat (1108,8) este mult mai mare dect
valorile gsite n tabelul X
2
pentru oricare din cele trei riscuri asumate
(5%, 1%, 0,1%), deci diferena ntre cele dou distribuii de frecvene
teoretice i observate este semnicativ din punct de vedere statistic,
denotnd c n cadrul eantionului exist condiii diferite (factori de me-
diu, alimentari, de munc etc.) care au determinat aceast diferen,
fa de cele din colectivitatea general. Dac valoarea lui X
2
calculat ar
fost mai mic dect valoarea lui X
2
tabelar atunci diferena ntre cele
dou distribuii de frecvene ar fost nesemnicativ din punct de ve-
dere statistic, eantionul provenind din aceeai colectivitate general,
reectnd condiiile acesteia.
Exemplul 2. Dac am stabilit c pe teritoriul unui spital populaia
adult (39.620 locuitori) se distribuie n raport cu dinii extrai ca n
tabelul alturat (coloana FT), iar examinarea unui eantion de 5.500
persoane adulte evideniaz distribuia din coloana FO, atunci tabelul
nostru lsnd la o parte prima coloan, coloana variantelor, i primul
rnd, cu denumirea coloanelor, are 6 rnduri i 2 coloane, deci valoa-
rea lui X
2
tabelar o vom citi din tabelul testului X
2
la gradul de libertate
5 (Tab. 27).
Tabelul 27
Determinarea gradelor de libertate.
Nr. dini
abseni
Nr. pers.
cot. gen.
Nr. pers.
eantion
X FT FO
1 2850 860
2 5250 920
3 10320 1130
4 15810 1620
5 3860 650
6 1530 320
GL = (6-1) (2-1) = 5
La acest grad de libertate, valoarea lui X
2
tabelar va de: 11,1 pen-
tru pragul de semnicaie 0,05 (5%); 15,1 pentru pragul de semnicaie
0,01 (1%); i 20,5 pentru pragul de semnicaie 0,001 (0,1%).
Valoarea lui X
2
calculat o obinem prin calcul. Introducnd datele n
formula lui X
2
calculat, avem:
Deci X
2
calculat are o valoare de 29503.
Interpretarea diferenei dintre cele dou distribuii de frecvene (a
colectivitii generale i a eantionului nostru) se face comparnd cele
dou valori ale lui X
2
(obinute prin calcul i din tabele), ca i n cazul
testului t. Dac valoarea lui X
2
calculat este mai mare dect a lui X
2
tabelar, atunci ntre cele dou distribuii de frecvene este o diferen
semnicativ din punct de vedere statistic. Dac, din contr, valoarea
lui X
2
calculat este mai mic dect valoarea lui X
2
tabelar, diferena
ntre distribuii este nesemnicativ, n exemplul nostru X
2
calculat,
avnd valoarea de 38116, adic mai mare dect a lui X
2
tabelar, tes-
teaz o diferen semnicativ din punct de vedere statistic ntre cele
dou distribuii de frecvene.
n situaia n care nu cunoatem distribuia colectivitii generale,
stabilim prin calcul valorile frecvenelor teoretice.
Exemplul 3. ntr-o secie de oncologie au fost internai cu diagnos-
tic de cancer pulmonar un numr de 78 de bolnavi. Dintre acetia 69
erau brbai i 9 femei. Din cei 69 brbai bolnavi de cancer pulmonar
39 erau fumtori iar 30 nefumtori. Dintre cele 9 femei cu cancer pul-
monar 6 erau fumtoare i 3 nefumtoare. Pentru a stabili dac ntre
bolnavii fumtori i nefumtori cu cancer bronhopulmonar exist dife-
rene semnicative din punct de vedere statistic sau nu, vom introduce
datele n Tab. 28.
Tabelul 28
Numrul de bolnavii fumtori i nefumtori cu cancer bronhopulmonar
Cancer
pulmonar
Fumtori Nefumtori Total
FO FT FO FT
Brbai 39=a 39,8=A 30=c 29,2=C 69=a+c
Femei 6= b 5,2=B 3=d 3,8=D 9=b+d
Total 45=a+b 45=A+B 33=c+d 33=C+D 78=a+b+c+d=n
Admind de la nceput c ntre fumtori i nefumtori nu exist
diferene statistice, deci admind ipoteza nul (H
0
), pe baza unei re-
BIOSTATISTICA
114 115
guli de trei simple, pornind de la valorile frecvenelor observate se pot
stabilii valorile frecvenelor teoretice astfel:
Dac la 78 bolnavi avem 45 fumtori
la 69 bolnavi... avem x fumtori
n mod asemntor vom obine prin calcul i celelalte valori (B, C,
D), pe care le vom introduce n tabel corespunztor frecvenelor teore-
tice. Dispunnd n acest fel att de valorile frecvenelor observate ct i
de frecvenele teoretice putem prin formula menionat anterior:
se obine valoarea lui X
2
calculat astfel:
deci X
2
calculat =0,33.
Pentru a vedea dac diferena dintre brbaii i femeile fumtoare
sau ntre brbaii i femeile nefumtoare este sau nu o diferen sem-
nicativ din punct de vedere statistic comparm valorile X
C
2
=0,33 cu
valoarea X
t
2
din tabele care pentru un risc =5% este de 3,8, pentru
=1% este 6,6, iar pentru =0,1% este 10,8. n exemplul nostru X
2

calculat este mai mic dect X
2
tabelar pentru oricare din riscurile de
mai sus asumate, deci diferena este nesemnicativ statistic. Dac X
2

calculat ar fost mai mare dect X
2
tabelar atunci diferena ar fost
semnicativ statistic, ceea ce ar demonstrat c sexul joac un rol
important n cancerul bronhopulmonar.
Exemplul 4. Examinnd din punct de vedere stomatologic un ean-
tion de 810 elevi (470 biei i 340 fete) dintr-o colectivitate colar, am
constatat urmtoarele:
=> dintre cei 470 biei examinai 250 prezentau carii dentare, iar
220 erau fr carii;
=> la fete 180 prezentau carii dentare iar 160 erau fr carii.
Vrem s tim dac ntre bieii cu carii i fetele cu carii exist o
diferen semnicativ din punct de vedere statistic sau nu. Cu alte
cuvinte, vrem s vedem dac aceast afeciune, caria dentar, are o
predispoziie legat de sex sau din contr sexul nu are nici o inuen
n determinarea cariei dentare.
Pentru a putea calcula valoarea lui X
2
avem nevoie de frecvenele
teoretice. Cum le obinem? Introducem datele cunoscute, deci frecven-
ele observate, ntr-un tabel quadruplu (un tabel cu dou intrri i cu
ieiri: cu 2 rnduri i 2 coloane) (Tab. 29).
Tabelul 29
Numrul de elevi cu carie i far carie n funcie de sex
LOTUL DE
ELEVI
ELEVI CU CARII ELEVI FR CARII TOTAL
ELEVI FO FT FO FT
Biei 250 249,50 220 220,50 470
Fete 180 480,50 160 159,50 340
TOTAL 430 430 380 380 810
Frecvenele teoretice le obinem prin calcul. Considerm c ntre
incidena cariei dentare la biei i la fete nu exist nici un fel de deose-
bire. Acceptm, deci, de la nceput, principiul ipotezei nule i universul
nostru este reprezentat de numrul total al frecvenelor. Cu ajutorul re-
gulii de trei simple obinem frecvenele teoretice, fcnd raionamentul:
dac la cei 810 elevi examinai corespund 430 elevi cu carii, dintre cei
470 biei examinai ci vor avea carii?
X = 470430:810= 249,50
Deci, frecvenele teoretice pentru bieii cu carii, 249,50, le introdu-
cem n csua corespunztoare a tabelului.
Dac la cei 810 elevi au fost gsii 380 fr carii, la cei 470 biei
ci vor fr carii?
X = 470380:810 = 220,50
Acelai raionament l facem i pentru obinerea frecvenelor teore-
tice ale fetelor cu i fr carii:
X = 340430:810 = 180,50
deci frecvenele teoretice ale fetelor cu carii, 180,50, le introducem
n csua corespunztoare a tabelului.
X = 340380: 810= 159,50
deci frecvenele teoretice ale fetelor fr carii le introducem n c-
sua corespunztoare a tabelului nostru.
BIOSTATISTICA
116 117
Avnd acum frecvenele teoretice i pe cele observate, le introdu-
cem n formula lui X
2
i obinem valoarea lui X
2
calculat:
deci X
2
calculat = 0, 0049. X
2
tabelar, avnd n vedere c datele
noastre le-am nscris ntr-un tabel cu dou rnduri i cu dou coloane,
l vom citi din tabelul testului X
2
la gradul de libertate 1 i va avea valoa-
rea: 3,84 pentru pragul de semnicaie de 0,05 (5%); 6,63 pentru pragul
de semnicaie de 0,01 (1%); i 10,80 pentru pragul de semnicaie de
0,001 (0,1%). X
2
calculat avnd o valoare mult mai mic (0,0049) dect
valoarea Iui X
2
tabelar (3,84; 5,64; 10,80) testeaz lipsa de semnicaie
a diferenei dintre frecvena cariei dentare la biei i la fete.
Cu alte cuvinte, caria dentar este la fel de frecvent att la biei
ct i la fete, deci nu are o predispoziie de sex.
Calea de obinere a lui x
2
calculat
Situaia n care frecvenele teoretice trebuie s le obinem prin calcul
este anevoioas, presupunnd calcule laborioase, n aceast situaie
putem folosi o alt formul, mai simpl, n activitatea practic i anume:
Aceast formul rezult din desfacerea binomului lui Newton (a+b)
n
.
Exemplul 5. Bolnavii de cancer pulmonar fumtori i nefumtori
(Tab.30).
Tabelul 30.
Numrul de bolnavii fumtori i nefumtori cu cancer bronhopulmonar
Cancer pulmonar Fumtori Nefumtori Total
Brbai 39=a 30= b 69=a+b=n,
Femei 6=c 3=d 9=c+d=n
2
Total 45=a+c=n
3
33=b+d=n 78-a+b+c+d=N
Legend:
a=brbai fumtori
b=brbai nefumtori
c=femei fumtoare
d=femei nefumtoare
a+b+c+d-N numrul total de cazuri
Aplicnd formula simplicat obinem:
X
2
pentru un risc =5% i pentru GL=(numrul de rnduri-1) x (nu-
mr de coloane 1)=(2-1) x (2-1)=1 are valoarea de 3,8. Valoarea
calculat este mai mic dect valoarea tabelar deci diferena este
nesemnicativ ceea ce testeaz aceeai lips de semnicaie ntre
brbaii i femeile fumtoare sau brbaii i femeile nefumtoare.
Exemplul 6. S vedem dac exist diferene semnicative ntre
rezultatele tratamentului cu streptomicin i penicilin la dou loturi de
copii sub un an suferind de bronhopneumonie acut, am urmrit un
numr de 20 de copii pentru ecare lot. Rezultatele obinute au fost
introduse n Tab. 31.
Tabelul 31
Rezultatele tratamentului bolnavilor cu bronhopneumonie
Bolnavi bronhopneumonie Vindecai Complicaii Total
Tratament penicilin a=14 b=6 a+b=n
1
=20
Tratament streptomicin c=16 d=4 c+d=n
2
=20
Total a+c-n
3
=30 b+d=n
4
=10 a+b+c+d=N=40
X
t
2
=3,8 pentru =5%
Rezult c valoarea X
C
2
<X
t
2
ceea ce nseamn c rezultatele ntre
cele dou tratamente (penicilin i streptomicin) folosite n tratamen-
tul bronhopneumoniei nu difer semnicativ la cele dou loturi de copii
bolnavi.
BIOSTATISTICA
118 119
CAPITOLUL
III
METODOLOGIA GENERAL A CERCETRII
STATISTICE
Dezvoltarea istoric a statisticii, complexitatea obiectului su de
cercetare, multitudinea proceselor i fenomenelor social-economice i
culturale pe care le studiaz au determinat apariia procesului de dife-
reniere pe ramuri a statisticii: statistica economic, statistica demogra-
c, statistica medical, statistica industrial etc.
Indiferent de domeniul de activitate, totalitatea operaiunilor folosi-
te n cercetarea statistic poart denumirea de metodologia cerce-
trii statistice. n cadrul metodologiei statistice, diferitele operaiuni se
succed ntr-o ordine bine stabilit, reprezentnd n desfurarea lor
cronologic etapele cercetrii statistice ce trebuie respectate n
cercetrile ntreprinse n toate domeniile de activitate.
Uneori, pentru elucidarea unor mecanisme sau precizarea aciu-
nii sau rolului anumitor substane n organism, ntreprindem cercetri
experimentale pe animale de laborator, a cror rezultate ncercm s
le transpunem la om. Nu trebuie s uitm ns nicicnd c rezultatele
obinute pe animale nu sunt superpozabile cu cele nregistrate la om.
Astzi dezvoltarea impetuoas a tiinelor, n mod deosebit a celor
tehnice, este indisolubil legat de utilizarea unor metode noi, complexe
i precise, de evaluare i cuanticare a diferitelor aspecte calitative,
obinute pn de curnd prin vechile metode descriptive, mai puin pre-
cise i exacte.
Aceste cteva aspecte generale justic i impun cunoaterea i
aplicarea metodei statistice n general, a statisticii matematice ndeo-
sebi, alturi de celelalte metode de investigaie, n cercetrile clinice,
de laborator, ca i n cele menite s contribu ie la cunoaterea i apre-
cierea strii de sntate a populaiei.
Etapele principale ale cercetrii statistice sunt: adunarea sau ob-
servarea, prelucrarea, prezentarea i analiza materialului statistic.
3.1. Adunarea sau observarea materialului statistic
Este operaia care ne permite s obinem datele necesare efectu-
rii unei cercetri statistice. Termenul de ADUNAREA se utilizeaz
atunci cnd datele necesare efecturii lucrrii statistice le lum din evi-
dene primare aate la nivelul unitilor sanitare, ca rezultat al activitii
personalului acestor uniti.
Exemplul 1. Dac ne propunem s stabilim incidena hipertensiunii
arteriale ntr-o secie de spital, extragem ele medicale ale bolnavilor
din staionar, care prezint valori ale TA peste limitele normale (140/90
mm Hg) din secia de boli interne. Aceste date le supunem ulterior ope-
raiei de prelucrare a materialului statistic.
Exemplul 2. Dac ne propunem s facem un studiu privind boala
parodontal, atunci datele necesare efecturii studiului le extragem din
registrele sau ele de consultaie ale bolnavilor examinai la nivelul
unitilor stomatologice dintr-un anumit teritoriu.
Termenul de observare se utilizeaz atunci cnd materialul nece-
sar efecturii lucrrii l obinem ca rezultat nemijlocit al muncii proprii.
Exemplul 3. n cadrul stabilirii incidenei TA la populaia dintr-un
teritoriu, examinm o parte (lot) din colectivitatea respectiv, prin exa-
men clinic i de laborator, consemnnd n mijloacele de nregistrare
valorile tensionale obinute de noi pentru ecare persoan examinat.
Exemplul 4. Dac ne propunem s efectum o cercetare din care
s reias rolul uorului din apa potabil asupra cariei dentare, n cazul
observrii materialului statistic, lum un lot de animale crora le admi-
nistrm ap cu uor n diferite concentraii, o anumit perioad de timp
i consemnm n protocoalele de lucru, ntocmite n acest scop, toate
modicrile ce survin la animalele din lotul de cercetare, comparativ cu
un lot martor.
Adunarea sau observarea materialului statistic constituie operaiu-
nea de baz ntr-o cercetare statistic, deoarece corectitudinea i vala-
bilitatea rezultatelor depind n cea mai mare msur de modul n care
se efectueaz aceasta. Ca atare adunarea materialului se va face cu
mare atenie, n mod obiectiv, fr a ncerca s denaturm datele, pe
baza unor idei preconcepute. S nu se uite niciodat c n cercetarea
tiinic un nu categoric este mai valoros dect un da ndoielnic.
Buna reuit a etapei de adunare a materialului statistic depinde n
egal msur i de uniformitatea metodelor i mijloacelor de lucru. n-
truct cercetrile statistice incumb un volum mare de munc, n efec-
tuarea acestora sunt angrenate mai multe persoane. Pentru realizarea
uniformitii n munca de adunare a materialului se folosesc metode
i mijloace de lucru judicios ntocmite, iar personalul care particip la
operaia de adunare a materialului este bine i amnunit instruit asu-
pra coninutului mijloacelor de nregistrare.
Metodologia general a cercetrii statistice
BIOSTATISTICA
120 121
Operaiunea de adunare sau observare a materialului statistic cu-
prinde urmtoarele subetape:
Subetapa datelor preliminare sau a datelor pregtitoare n care,
nainte de efectuarea propriu-zis a operaiei de adunare a materialului
statistic, se stabilesc i se precizeaz unele noiuni absolut necesare
bunei desfurri a operaiei propriu-zise.
Stabilirea scopului i obiectului lucrrii
n aceast subetap se precizeaz scopul n care se efectueaz
lucrarea statistic i obiectul acesteia.
Exemplul 5. n cazul cercetrii incidenei hipertensiunii arteriale
scopul incidenei este acela de a cunoate care sunt factorii biologici,
de mediu, sociali-economici i comportamentali care au determinat o
inciden crescut a bolii hipertensive, n vederea eliminrii sau dimi-
nurii acestora, iar obiectul lucrrii statistice este persoana creia i
s-au determinat valorile TA.
Exemplul 6. n cazul cercetrii experimentale: rolul uorului n
protejarea organismului mpotriva cariei dentare, scopul urmrit este
acela de a cunoate n ce msur uorul, administrat n anumite con-
centraii, n apa de but, exercit asupra organismului un rol protector
mpotriva cariei dentare, iar obiectul lucrrii l constituie caria dentar.
Este necesar s stabilim n cadrul datelor pregtitoare scopul i
obiectul lucrrii, ntruct coninutul mijloacelor de observare a materia-
lului este impus de aceste dou noiuni.
Delimitarea cercetrii
Dup ce s-a stabilit scopul i obiectul cercetrii statistice se trece la
delimitarea cercetrii. Aceast delimitare se face n:
timp, stabilindu-se, n funcie de natura problemei cercetate, pe-
rioada de timp n care ne propunem s adunm sau s observm
materialul necesar efecturii lucrrii. Din acest punct de vedere
trebuie precizat c sunt cercetri care se fac pe baza materialu-
lui obinut la un moment dat, pe baza unei singure examinri iar
altele necesit perioade mai lungi sau mai scurte de timp. Spre
exemplu starea de morbiditate prin HTA i respectiv prin afeciuni
stomatologice se poate cunoate pe baza unei singure examinri
a populaiei dintr-o colectivitate, fr a necesita o urmrire n timp
a acesteia.
Ea e similar cu un instantaneu fotograc care exprim ce se pe-
trece la un moment dat n snul populaiei din punct de vedere stoma-
tologic, sau al valorilor tensiunii arteriale.
n cazul urmririi n dinamic a TA la populaia unei localiti, exa-
minarea populaiei din aceast colectivitate se face la anumite intervale
de timp, pentru a stabili dac msurile preconizate pentru combaterea
HTA sunt eciente sau nu.
n cazul exemplului cu administrarea uorului, n diferite concentraii,
n apa potabil, lotul de populaie examinat iniial trebuie urmrit i exami-
nat, comparativ cu un lot martor, la diferite intervale de timp, pentru a sta-
bili dac uorul exercit sau nu un rol protector mpotriva cariei dentare;
spaiu; cu care ocazie se stabilete teritoriul pe care ne pro punem
s efectum cercetarea. Acest teritoriu poate s e restrns (o cla-
s, o coal, o ntreprindere) sau mai extins (o circumscripie, o
comun, teritoriul deservit de un anumit spital unicat etc.), n func-
ie de natura problemei pe care o cercetm i de scopul i obiectul
cercetrii. Cnd cercetarea se extinde pe un teritoriu mai mare,
atunci se respect de obicei mprirea administrativ a teritoriului:
sat, comun, raion etc. Starea de morbiditate prin HTA se poate
stabili e la populaia unei colectiviti restrnse (ntreprindere, sat,
comun) e la populaia ntregului raion. Starea de morbiditate prin
afeciuni stomatologice se poate stabili spre exemplu, e la popula-
ia colar de o anumit vrst sau la toat populaia colectivi-
tii, pe ani de vrst sau pe grupe de vrst;
volum, urmrind s stabilim mrimea colectivitii pe care o vom
lua n studiu, sub raport cantitativ, deci numrul de uniti statistice
ce urmeaz a cercetate.
Cercetrile statistice se fac e pe totalul unitilor statistice cuprinse
ntr-o populaie i atunci se spune c s-a lucrat pe univers, colectivi-
tate statistic general, e pe un numr limitat de uniti statistice din
cadrul populaiei i atunci se spune c s-a lucrat pe eantion. Cele
mai veridice concluzii se obin atunci cnd cercetarea a cuprins totalita-
tea unitilor statistice ce compun o mulime, o colectivitate. Asemenea
cercetri ns se efectueaz foarte rar ntruct sunt foarte costisitoare
necesitnd sume mari de bani, sunt greu de organizat, datorit nu-
mrului mare de personal, de aparatur, reactivi i necesit timp nde-
lungat. Uneori nici nu este necesar s efectum cercetri pe univers
BIOSTATISTICA
122 123
ntruct statistica matematic ne ofer criterii exacte pentru stabilirea
numeric a colectivitii ce urmeaz a cercetat, pentru ca concluziile
obinute n urma cercetrii s poat generalizate ca i cnd am lu-
crat pe univers sau pe colectivitatea statistic general.
Stabilirea unitii statistice
Stabilirea unitii statistice adic a prii componente a mulimii
sau colectivitii expus cercetrii. Este necesar s stabilim unitatea
statistic cu care lucrm pentru c nu totdeauna aceasta este distinct,
iar uneori ea e impus de natura cercetrii i scopul urmrit.
Exemplul 1. Dac dorim s stabilim incidena HTA ntr-o colecti-
vitate atunci ecare persoan examinat care prezint valori crescute
ale TA constituie o unitate statistic. Ea reprezint un caz nou de m-
bolnvire. Prin caz nou de mbolnvire nelegem orice mbolnvire din
momentul depistrii sau lurii n eviden pn n momentul vindecrii
sau decesului. Cazul nou de mbolnvire nu se confund nici cu per-
soana bolnav nici cu consultaia, pentru c una i aceeai persoan
poate prezenta mai multe mbolnviri noi ntr-o anumit perioad de
timp i pentru aceeai mbolnvire persoana respectiv se poate pre-
zenta de mai multe ori la consultaie.
n cazul recensmntului de populaie unitatea statistic este per-
soana recenzat cu caracteristicile: vrst, sex, naionalitate, profesiu-
ne etc. Alte exemple de uniti statistice sunt: familia, cstoria, nscu-
tul viu, gravida, instituia medical etc.
Exemplul 2. Dac iniiem o cercetare n scopul cunoaterii morbidi-
tii stomatologice pe afeciuni, atunci ecare afeciune nou constituie o
unitate statistic i o folosim n calculul morbiditii. Prin afeciune nou
sau caz nou de mbolnvire nelegem n cazul nostru, orice afeciune
stomatologic din momentul depistrii pn n momentul vindecrii. Deci
pentru a stabili care este morbiditatea stomatologic prin caria dentar,
ntr-o anumit colectivitate, nregistrm toate cariile dentare noi, depista-
te la populaia examinat, pe care le etichetm ca uniti statistice i nu
persoana care prezint caria dentar constituie unitatea statistic, n ca-
zul stabilirii morbiditii pe contingente, prin afeciuni stomatologice, uni-
tatea statistic o constituie persoana care cu ocazia examinrii prezint
afeciuni stomatologice, n calcularea morbiditii generale nu persoana
bolnav constituie unitatea statistic, ci cazul nou de mbolnvire.
Aceeai persoan poate prezenta, n decurs de un an, mai multe
mbolnviri noi. Fiecare dintre aceste mbolnviri constituie uniti sta-
tistice distincte. De asemenea pentru ecare mbolnvire nou, care
poate dura uneori o perioad mai lung de timp, persoana bolnav se
poate prezenta de mai multe ori la medic, fr ca aceste consultaii s
e etichetate ca mbolnviri noi i deci ca uniti statistice distincte.
Stabilirea programului adunrii sau observrii materialului
statistic
Dup ce am fcut delimitarea lucrrii statistice n timp, spaiu i
volum, este necesar s stabilim caracteristicile ecrei uniti statistice
cercetate.
Prin caracteristic (variabil) se nelege trstura sau nsuirea
proprie ecrei uniti statistice.
Exemplul 1. n cazul cercetrii morbiditii prin HTA ntr-o colecti-
vitate se pot lua n considerare urmtoarele caracteristici (variabile):
vrsta, sexul, localitatea de domiciliu, profesia, factorii de risc etc.
Exemplul 2. n cazul cercetrii morbiditii stomatologice ntr-o anu-
me colectivitate, se vor lua n considerare urmtoarele caracteristici: ca-
zul nou de boal, vrsta, sexul, localitatea de domiciliu, natura mboln-
virii noi, profesia etc. Caracteristicile sau variabilele pot de tip cantitativ
exprimate n uniti de msur ca: nlime, greutate, talie, perimetru to-
racic, n cazul dezvoltrii zice, glicemie, TA, temperatur, puls; i de tip
calitativ cnd exprim o calitate ce nu poate msurat prin uniti de
msur, de exemplu: sexul, culoarea tegumentelor, starea la externare
a unor bolnavi (care poate vindecat, ameliorat, agravat). Aceste ca-
racteristici calitative sau cantitative trebuie exprimate clar i precis, nct
persoanele care particip la operaia de adunare a materialului statistic
s nu e puse n situaia de a le da o interpretare subiectiv sau greit.
A stabili caracteristicile unitilor statistice, ce vor adunate sau ob-
servate n cadrul efecturii lucrrii, nseamn a stabili programul opera-
iei de adunare a materialului statistic.
Planul observrii sau adunrii materialului statistic
Dup ce programul de adunare a materialului statistic a fost sta-
bilit se trece la elaborarea planului de adunare a materialului statistic.
Planul adunrii materialului statistic cuprinde date privitoare la meto-
BIOSTATISTICA
124 125
dologia adunrii materialului i date privitoare la organizarea adunrii
materialului statistic.
Datele metodologice ale adunrii materialului statistic se refer la
datele pe care le-am discutat mai nainte i anume: stabilirea scopului
i obiectul lucrrii sau cercetrii, delimitarea n timp, spaiu i volum a
cercetrii, stabilirea unitii statistice, elaborarea programului adunrii
materialului.
Datele organizatorice ale planului se refer la problemele privitoare
la documentarea n tema luat n studiu, la ntocmirea sau procurarea
formularelor de nregistrare, la alegerea i instruirea personalului ce va
participa la adunarea materialului statistic etc.
Planul cercetrii este deci mai cuprinztor dect programul adunrii
materialului, el incluznd i planul prelucrrii, al prezentrii i analizei
materialului, n concordan cu ipoteza de lucru de la care am pornit.
Subetapa stabilirii metodelor de adunare sau nregistrare
a materialului statistic
Metodele folosite pentru nregistrarea materialului statistic depind
de faptul dac ne-am propus n cadrul datelor pregtitoare s lu-
crm pe univers sau pe eantion reprezentativ. Din acest punct de
vedere metodele de nregistrare se mpart n dou grupe mari:
Metode de nregistrare total
Dac ne-am propus s lucrm pe univers deci pe ntreaga colec-
tivitate, atunci metodele de nregistrare vor totale nregistrnd toate
unitile statistice ce compun o colectivitate iar dac ne-am propus
s lucrm pe eantion, deci numai pe o parte din colectivitate, atunci
metodele folosite pentru nregistrarea materialului vor metode paria-
le. Metodele de nregistrare total pot la rndul lor:
Totale continue, cnd unitile statistice se nregistreaz n tota-
litate dar n msura n care fenomenul are loc. Spre exemplu dac ne
propunem s facem un studiu asupra fenomenului de natalitate i mor-
talitate, ntr-un anumit teritoriu sau ntr-o anumit colectivitate, atunci
se nregistreaz toi nscuii vii sau toate decesele din teritoriul sau
colectivitatea respectiv ns pe msur ce ele se produc. Aceste nre-
gistrri sunt limitate n spaiu dar nu n timp.
Totale periodice, cnd nregistrarea unitilor statistice dintr-o co-
lectivitate sau dintr-un teritoriu se face n totalitate dar numai la anumite
intervale de timp. Aceste nregistrri sunt limitate att n timp ct i n
spaiu. Ele redau aspecte statistice, la un moment dat, ale fenomenu-
lui studiat, spre deosebire de nregistrrile totale continue care redau
dinamica fenomenului. Un exemplu de nregistrare total periodic o
constituie recensmintele de populaie, care de obicei se efectueaz la
intervale de 10 ani i cuprind populaia ntregii ri. Dei metoda de n-
registrare total continu este superioar celei totale periodice, datorit
volumului mare de munc, costului ridicat, necesitnd un mare numr
de personal specializat, ea se aplic numai n situaii aparte.
Metode de nregistrare parial
Le utilizm atunci cnd ne propunem s efectum cercetarea pe o
parte din colectivitate, pe eantion. Lucrm pe o parte din colectivitate
folosind metode de nregistrare parial, atunci cnd e c nu cunoa-
tem colectivitatea general, deci nu o putem aborda, e c volumul de
munc este prea mare i necesit fonduri mari, timp ndelungat, perso-
nal numeros, baz material bogat i putem obine aceleai rezultate,
aceleai concluzii, lucrnd numai pe o parte din unitile statistice ce
compun colectivitatea.
Printre metodele de nregistrare parial amintim:
Estimaia este o metod de nregistrare parial care, pe baza
unor sondaje fcute n snul colectivitii generale, luat n studiu, n-
cearc s caracterizeze, s trag concluzii de ordin general valabil
pentru ntreaga colectivitate.
Exemplul 1. Pentru a cunoate morbiditatea prin HTA ntr-o co-
lectivitate se examineaz prin extragere aleatorie un numr limitat de
cazuri (din toate grupele de vrst, de ambele sexe, de diferite profesii)
reprezentnd un eantion din populaia general, iar rezultatele obinu-
te se vor putea generaliza, estima, n colectivitatea general.
Exemplul 2. Pentru a cunoate starea de morbiditate prin afeciuni
stomatologice la elevii dintr-o colectivitate colar, se examineaz din
punct de vedere stomatologic, prin sondaj, un numr de elevi din eca-
re clas a colii respective, iar rezultatele obinute n urma prelucrrii
datelor, investigaiilor de specialitate, sunt generalizate, ca i cnd stu-
diul sau examinarea s-ar extins asupra tuturor elevilor din respectiva
colectivitate colar.
De menionat este faptul c eantionul pe care s-a lucrat a trebuit
s e reprezentativ att sub aspect cantitativ, ct i sub aspect ca-
BIOSTATISTICA
126 127
litativ, adic al celorlalte atribute ca: sex, grup de vrst, condiii de
alimentaie, de locuin etc. Estimaia, pe baza unor sondaje mai mult
sau mai puin numeroase fcute n colectivitate, aproximeaz frecvena
unor fenomene n snul colectivitii fr a avea pretenia de exactitate
(ea introduce ntotdeauna un risc i o eroare maxim admis). Cu ct
numrul de investigai din eantion este mai mic cu att rezultatele sunt
mai imprecise i cu ct numrul de cazuri din eantion este mai mare,
rezultatele sunt mai exacte.
Metoda eantionului sau selecia este metoda de nregistrare
parial care, pe baza examinrii unei pri reprezentative din punct de
vedere cantitativ (numr cazuri) i calitativ (atribute) din unitile statis-
tice ce compun colectivitatea general, urmrete s caracterizeze n-
treaga colectivitate din care a fost extras eantionul. Sub aspect cantita-
tiv eantionul va determinat pe baza unor formule matematice ce vor
prezentate la capitolul eantionaj, iar sub aspect calitativ variabilele vor
stabilite n funcie de natura fenomenelor pe care le cercetm.
Exemplul 1. Pentru a stabili incidena HTA ntr-o colectivitate vom
examina un numr limitat de cazuri, n ceea ce privete TA i diferitele
atribute sau variabile: sex, vrst, domiciliu, profesie, urmrindu-se o
straticare a acestor cazuri n eantion asemntoare cu straticarea
din populaia general.
Exemplul 2. Dac ne propunem s cunoatem starea de morbidi-
tate prin afeciuni stomatologice la populaia infantil dintr-un raion, nu
vom proceda la examinarea activ de specialitate a ntregii populaii
infantile, ci vom seleciona colectiviti reprezentative din raion (din me-
diul urban, din mediul industrial, din mediul rural, cu diferite forme de
relief, cu nivel social-economic diferit, cu obiceiuri culinare specice, cu
nivel sanitar diferit, de vrste diferite etc.) pe care, examinndu-le din
punct de vedere stomatologic, vom putea stabili aspectele de morbidi-
tate ce caracterizeaz ntreaga populaie infantil din raion.
n anumite situaii, dictate de specicul bolii cercetate, cu anitate
sau predilecie pentru anumite grupe de vrst, vom lua n studiu nu-
mai acele vrste la care maladia respectiv este mai frecvent. Spre
exemplu, dac ne propunem s cunoatem morbiditatea prin afeciuni
parodontale ntr-o colectivitate, eantionul pe care vom lucra nu va cu-
prinde populaia de toate vrstele ci cu precdere vrstele de 35-40
ani, ntruct incidena mbolnvirilor prin afeciuni parodontale e mai
crescut la aceste vrste, n asemenea situaie spunem c am exa-
minat i nregistrat partea de baz a colectivitii. La fel procedm n
cazul cercetrii morbiditii prin afeciuni cardio-vasculare etc.
Monograa este o metod de nregistrare parial utilizat pentru
studiul unei singure colectiviti (localitate, circumscripie, ntreprinde-
re, coal) sau a unui singur fenomen (demograc, de morbiditate). Ea
urmrete s cunoasc aspectele caracteristice ale colectivitii sau
fenomenului respectiv, fr a le putea generaliza n populaia general.
Fiind o metod descriptiv, monograa se mulumete doar s sesize-
ze aspectele caracteristice ale colectivitii sau fenomenului fr s le
poat explica.
De exemplu, monograa unei localiti descrie: problemele demo-
grace, nivelul de trai, ocupaia populaiei, nivelul cultural, obiceiurile
culinare ale populaiei, starea de sntate cu evidenierea problemelor
de morbiditate i mortalitate, factorii de risc din colectivitate etc. Ea nu
poate s explice relaia dintre aceste caracteristici ale populaiei din
localitatea respectiv.
Ancheta este o metod de investigaie parial a materialului statis-
tic pe formulare adecvate problemei cercetate, n formularele de anchet
datele se nscriu e de anchetator, i atunci vorbim de anchet direct,
e de ctre persoana anchetat, i atunci vorbim de anchet indirect, n
cazul anchetei indirecte exactitatea rspunsurilor depinde de nivelul de
pregtire a celor anchetai. Ancheta de obicei succede monograei, n-
cercnd s aprofundeze unele aspecte sesizate de monograe. Fiind o
metod de profunzime, ancheta se limiteaz la colectiviti mai restrnse
(secia unei ntreprinderi, clasa unei coli etc.). n cazul n care ancheta
stabilete rolul negativ al unor factori negativi din colectivitatea respecti-
v, ea se ncheie cu propuneri de remediere a acestora.
Exemplul 1. Dac n colectivitatea n care s-a ntocmit monograa
a rezultat c HTA este frecvent n snul colectivitii, atunci personalul
medical, fcnd un studiu pe eantion, stabilete cauzele sau factorii
de risc (alimentaie, solicitri la locul de munc, consum de alcool etc.)
i propune msuri concrete care s duc la eliminarea acestora i la
scderea incidenei HTA n colectivitatea respectiv.
Exemplul 2. Dac monograa a scos n relief faptul c populaia
prezint o dantur decitar, atunci ancheta respectiv caut s stabi-
leasc pe un eantion cauzele acesteia i se ncheie cu recomandarea
BIOSTATISTICA
128 129
unor msuri concrete privind modul de alimentaie, condiiile de igien
buco-dentar etc.
Mijloace de nregistrare
Adunarea i nregistrarea materialului statistic se face pe anumi-
te formulare statistice numite mijloace de nregistrare. Coninutul mij-
loacelor de nregistrare trebuie s e clar, concis i s cuprind toate
caracteristicile unitilor statistice de care avem nevoie n lucrarea pe
care o efectum. Deci coninutul mijloacelor de nregistrare difer de la
o lucrare la alta. El este dictat de scopul i obiectul lucrrii, unitatea sta-
tistic aleas i se stabilete odat cu elaborarea programului lucrrii.
Aceste mijloace de nregistrare pot :
Certicatele sunt formulare ce servesc pentru nscrierea unei sin-
gure uniti statistice, o singur dat. De exemplu: certicatul de nate-
re, buletinul de identitate, certicatul de deces etc.
Fiele servesc la nregistrarea unei singure uniti statistice dar nu
o singur dat ci de mai multe ori, pe perioade de timp mai ndelunga-
te. De exemplu: a copilului de 0-18 ani, de consultaie a adultului,
de consultaie stomatologic, a gravidei sau foaia de observaie
clinic n spitale.
Listele sunt mijloace de nregistrare ce servesc pentru mai multe
uniti statistice. Sunt sinonime cu tabelele. Ele nscriu unitile statis-
tice pe cte un rnd al listei, iar diferitele caracteristici sau variabile ale
unitilor statistice se nscriu o singur dat, n coloane. De exemplu
dac ne propunem s examinm activ din punct de vedere al strii
de sntate elevii dintr-o clas, folosim pentru nscrierea rezultatelor
o list n care se nscriu pe rnduri, nominal, toi elevii examinai, iar
n partea dreapt a ecrui nume, n coloane, diferite variabile: sex,
vrst, afeciune etc.
Registrele sunt mijloace de nregistrare ce cuprind mai multe liste
de acelai fel. De exemplu registrul de consultaii medicale, de vacci-
nri, de eviden a gravidelor etc.
3.2. Prelucrarea materialului statistic
Datele adunate sau observate se refer de cele mai multe ori la
ecare unitate statistic n parte. Pentru a putea caracteriza ns colec-
tivitatea luat n cercetare este necesar s supunem aceste date unei
operaii de prelucrare care const n aranjarea, vericarea, codicarea,
sortarea i gruparea acestora n aa fel nct s permit o prezentare
clar a materialului statistic.
Dup locul n care se efectueaz prelucrarea deosebim:
prelucrarea descentralizat care are loc la nivelul unitilor sanitare
care au efectuat adunarea materialului statistic, iar dup aceea da-
tele prelucrate sunt naintate forurilor superioare interesate n cen-
tralizarea datelor provenite de la unitile teritoriale;
prelucrarea centralizat are loc la nivelul forurilor superioare care
iniiaz cercetarea, pe baza formularelor de nregistrare a materia-
lului trimise de unitile teritoriale. Prelucrarea centralizat se face
la nivelul Centrului Naional de Management n Sntate. Acest
mod de prelucrare are avantajul c se execut de ctre specialiti
reuind o mai bun calitate a rezultatelor lucrrii.
Etapa de prelucrare a materialului statistic cunoate mai multe sub-
etape:
Vericarea materialului statistic poate :
Vericare cantitativ, care stabilete dac toate formularele de n-
registrare sunt completate i dac s-a rspuns la toate rubricile cores-
punztoare caracteristicilor unitilor statistice prevzute n planul cer-
cetrii. De exemplu dac ne propunem s cercetm morbiditatea ntr-o
colectivitate colar, datele obinute n urma examinrii de specialitate
a elevilor le vom nscrie n ele de consultaie ntocmite n acest sens.
Fiele astfel completate pentru ecare elev n parte sunt supuse unei
vericri cantitative care stabilete dac s-au nscris datele la toate ca-
racteristicile elevilor examinai: vrst, sex, domiciliu, afeciuni medicale
(HTA, infecii acute ale cilor respiratorii, boli diareice acute, otite), afec-
iuni stomatologice (carii dentare, pulpite, gangrene, extracii). Formu-
larele care nu cuprind datele necesare la toate rubricile prevzute sunt
nlturate, neputnd supuse operaiei de prelucrare propriu-zis.
Vericarea calitativ urmrete s stabileasc dac datele nscri-
se n diferitele rubrici sunt exacte. Ea poate :
logic cnd urmrete s stabileasc dac nu exist nepotriviri n-
tre vrst i diagnostic, ntre sex i diagnostic etc. Se ntmpl uneori
ca diagnosticul unui bolnav de sex masculin (ex. Cancer de prostat)
s e trecut din greeal pe formularul unei femei. Exist programe
speciale de vericare logic a acestor neconcordane pe calculator.
BIOSTATISTICA
130 131
cifric atunci cnd urmrete s stabileasc dac datele nregis-
trate corespund realitii. Spre exemplu, pe baza anului naterii se
poate calcula caracteristica de vrst a individului n anul n curs i
verica astfel concordana acestor date.
Codicarea materialului statistic
Codicarea nu este altceva dect notarea prin cifre (numeric) sau
litere (alfabetic), a diferitelor caracteristici ale unitilor statistice, n
scopul uurrii prelucrrii i interpretrii rezultatelor obinute. Codica-
rea se folosete de obicei n cadrul lucrrilor de amploare, care cuprind
un numr mare de uniti statistice. Spre exemplu n cadrul cercetrii
morbiditii din teritoriul unui spital se pot codica cu litere localitile,
iar diagnosticele de boal se codic numeric conform clasicrii i co-
dicrii cauzelor de boal i deces revizia a-X-a OMS pe 999 cauze
de mbolnvire. De exemplu, infarctul miocardic acut are codul 459,
pneumonia viral are codul 506, caria dentar are codul 544 etc.
Sortarea materialului statistic const n repartizarea unitilor
statistice dup caracteristici individuale. Sortarea poate fcut ma-
nual sau cu ajutorul calculatoarelor electronice, mai ales n lucrrile
mari cnd sunt nscrise mai multe caracteristici ale unitilor statistice
sub forma unor chestionare, sortarea acestor caracteristici fcndu-se
automat cu ajutorul calculatorului.
Centralizarea datelor statistice urmeaz sortrii sau repartizrii
unitilor statistice pe diferite caracteristici. Ea const n nsumarea ca-
racteristicilor statistice i a unitilor statistice. Aceasta se poate face
sub forma unor tabele care s cuprind rubrica total. Centralizarea
poate simpl cnd la baza nsumrii st un singur criteriu (ex. cen-
tralizarea cazurilor noi de boal dintr-un teritoriu) sau grupat cnd la
baza nsumrii unitilor statistice stau mai multe criterii (ex. centraliza-
rea mbolnvirilor pe sexe, grupe de vrst, cauze de boal etc.).
Gruparea materialului statistic const n aranjarea unitilor sta-
tistice, n funcie de diferitele caracteristici sau variabile, n grupe ct
mai omogene, pentru a le putea scoate ct mai uor n eviden. Gru-
parea este operaia statistic ce permite trecerea de la aspectele parti-
culare, individuale ale unitilor statistice la aspecte generale, comune,
eseniale ale materialului cercetat.
Aa, spre exemplu, dac ne propunem s cercetm morbiditatea
prin HTA sau afeciuni stomatologice ntr-o colectivitate organizat
(coal, instituie), datele obinute n urma examinrii difer de la o
unitate statistic la alta sub aspectul vrstei, sexului, profesiei, strii de
sntate sau boal etc., neputndu-ne permite observarea a ceea ce
este general, comun, caracteristic ntregii colectiviti.
Repartizarea datelor pe diferite variabile: grup de vrst, sex, pro-
fesie, stare de sntate sau boal, mod de alimentare permite, n cadrul
gruprii, observarea a ceea ce este general, esenial, oferindu-ne posibi-
litatea s ntrevedem concluziile ce se degaj n urma studiului efectuat.
Criteriile sau caracteristicile de grupare a materialului statistic de-
pind de scopul urmrit prin cercetarea ntreprins. Este ceea ce arma
Claude Bernard: Cnd nu tim ceea ce cutm, nu vedem ceea ce
am gsit.
Spre exemplu dac nu cunoatem rolul suprasolicitrii nervoase n
boala hipertensiv i nu stabilim acest criteriu n gruparea bolnavilor,
sau dac nu cunoatem rolul sursei de ap potabil n inuenarea
morbiditii n afeciuni stomatologice i nu grupm materialul statistic
i dup acest criteriu, putem trece pe lng o concluzie esenial fr
a o putea sesiza.
Gruparea poate simpl cnd la baza repartizrii materialului sta-
tistic st un singur criteriu.
Exemplul 1. Gruparea pe sexe a bolnavilor cu HTA (Tab. 32).
Tabelul 32
Numrul de bolnavi cu HTA n funcie de sex
Sex Nr. bolnavi cu HTA
M 30
F 20
TOTAL 50
Exemplul 2. Repartizarea bolnavilor cu afeciuni stomatologice pe
cauze de boal (Tab.33).
Tabelul 33
Numrul de bolnavi cu afeciuni stomatologice pe cauze de boal
Nr. crt. Afeciunea Nr. mbolnviri
1. Caria dentar 60
2. Pulpit 15
3. Gangren 8
4. Parodontopatii 26
TOTAL 109
BIOSTATISTICA
132 133
Gruparea poate complex cnd la baza repartizrii materialului
statistic stau dou sau mai multe criterii.
Exemplul 3. Distribuia pe sexe i grupe de vrst a bolnavilor cu
HA, n colectivitatea X anul Y(Tab.34).
Tabelul 34
Repartizarea bolnavilor cu HTA n funcie de sex i grupe de vrst
Grupa de vrst
0-15 16-49 50-90 Total
Sex M 2 8 20 30
F 3 7 10 20
50
Exemplul 4. Distribuia pe cauze i sexe a afeciunilor stomatologi-
ce n colectivitatea X anul Y (Tab.35).
Tabelul 35
Repartizarea bolnavilor cu afeciuni stomatologice n funcie de sex
n localitatea X, anul Y
Nr. crt. Afeciunea
Numr mbolnviri pe sexe
Total M F
1. Total 100 45 55
2. Carie dentar 60 25 35
3. Pulpit 25 17 8
4. Gangren 8 6 2
5. Parodontopatii 16 6 10
Dup natura caracteristicii gruparea poate :
n timp, cnd repartizarea materialului statistic are la baz anumite
intervale de timp, de exemplu pe semestre (semestrul l, semestrul
II) sau pe trimestre etc.
n spaiu, cnd repartizarea materialului statistic se face n raport
cu locul sau teritoriul unde s-a examinat populaia, de exemplu me-
diu rural i mediu urban.
Limitele gruprii nu se stabilesc mecanic ci depind de natura fe-
nomenului cercetat i scopul lucrrii, n principiu o grupare prea am-
nunit a materialului statistic duce la o frmiare ce ne mpiedic s
observm ce este caracteristic, esenial. De asemenea dac o caracte-
ristic are prea multe valori vom repartiza materialul statistic pe grupe
de valori care se vor numi intervale de clas. De exemplu, ar inutil
cercetarea mortalitii pe ani de vrst, de la 1 la 80 de ani, ntruct
mortalitatea nu difer de la un an de vrst la altul. Dar este important
gruparea deceselor pe grupe de vrst de cte 5 ani sau de cte 10
ani, ntruct fenomenul cercetat mortalitatea general permite unele
interpretri i concluzii n raport cu aceste grupe de vrst.
Fiecare grup de valori sau clas are la rndul ei o limit inferi-
oar, o limit superioar i un centru al clasei egal cu semisuma celor
dou limite.
Exemplul 5. Distribuia pe grupe de valori ale TA a bolnavilor cu
HTA n colectivitatea X anul Y (Tab.36).
Tabelul 36
Repartizarea bolnavilor cu HTA pe grupe de valori ale TA n colectivitatea X anul Y
Nr. crt.
Grupe de valori Centrul clasei Frecvena
TA
1. 160-169,9 165 18
2. 170-179,9 175 22
3. 180-189,9 185 10
TOTAL 50
Exemplul 6. Distribuia pe grupe de vrst a bolnavilor cu afeciuni
stomatologice n colectivitatea X anul Y (Tab.37).
Tabelul 37
Repartizarea bolnavilor cu afeciuni stomatologice pe grupe de
vrst n colectivitatea X anul Y
Nr. crt. Grupe de vrst Centrul clasei Frecvena
1. 0-19 10 79
2. 20-39 30 38
3. 40-59 50 42
4. 60-80 70 64
TOTAL 223
De menionat c n cadrul gruprii trebuie s cunoatem exact va-
lorile extreme maxim i minim ale caracteristicii i trebuie s
stabilim intervale de clas egale iar limitele intervalelor sau claselor s
e distincte pentru a nu crea confuzii cu ocazia repartizrii materialu-
lui statistic. De exemplu, dac dorim s distribuim elevii unei clase pe
grupe de nlimi vom stabili nlimea maxim i minim a elevilor din
clasa respectiv iar n interiorul intervalului respectiv vom delimita, la
BIOSTATISTICA
134 135
intervale egale, grupe de valori ale nlimii. Cel mai scund elev, avnd
nlimea de 150 cm i cel mai nalt de 170 cm, n interiorul acestor
valori extreme vom stabili grupe de valori ale nlimii din 5 n 5 cm,
limitele grupelor de nlime ind i ele distincte.
Exemplul 7. Distribuia pe grupe de nlimi a elevilor din clasa X
n anul Y (Tab.38).
Tabelul 38
Repartizarea elevilor pe grupe de nlimi din clasa X n anul Y
Nr.crt. Grupe de nlime cm Numr elevi
1. 150-154,9 4
2. 155-159,9 12
3. 160-164,9 18
4. 165-169,9 9
TOTAL 43
Elaborarea indicatorilor
Gruparea de obicei cuprinde cifre brute, valori absolute, care rare-
ori pot interpretate ca atare. De aceea materialul statistic este supus
n continuare unei prelucrri cu ajutorul metodelor de statistic mate-
matic n vederea obinerii unor indicatori statistici ca: mrimi medii,
mrimi relative, indici etc., ce vor permite aprecieri comparative, corec-
te i concluzii semnicative.
3.3. Eantionarea
Prin eantionare (eantionaj) nelegem totalitatea tehnicilor i pro-
cedeelor statistice cu ajutorul crora se poate caracteriza o colectivitate
(N) studiind o parte a acesteia. Se va studia un numr limitat de cazuri
(n), care vor extrase aleator, ntmpltor, din ntreaga colectivitate.
Elementele efectiv studiate constituie eantionul sau mostra;
populaia din care provine eantionul poart numele de colectivitate
general sau univers, baz de sondaj. Elementele individuale extra-
se din colectivitatea general, la care se studiaz caracteristicile sau
nsuirile, i care compun eantionul, se numesc uniti de selecie.
Scopul unui astfel de studiu pe eantion este de a nu studia ntrea-
ga colectivitate general, ci o copie de dimensiuni mai mici a aceste-
ia, iar caracteristicile obinute pe eantion s poat extrapolate cu o
anumit probabilitate asupra populaiei generale. Aceast probabilitate
(P) poate de 90%, 95%, 99%, dar niciodat de 100%, deci presupune
asumarea unui risc ( = 100-P) n efectuarea studiului, n biologie se lu-
creaz de obicei cu o probabilitate de 95%, deci cu un risc de 5%.
Dou condiii trebuie asigurate n vederea unui studiu pe un eanti-
on: reprezentativitatea eantionului i precizia studiului.
Reprezentativitatea
Este asigurat de alegerea aleatoare, ntmpltoare, a unitilor
de selecie din baza de sondaj (univers), astfel nct ecare din ele-
mentele colectivitii generale (univers) s aib aceeai ans de a
cuprinse n eantion. Prin aceast alegere aleatoare se va reproduce
populaia general la nivel de eantion cu anumite erori. Aceste erori
se numesc erori aleatoare i ele pot msurate i controlate de
cercettor. Nerespectarea acestei condiii de extragere ntmpltoare
a unitilor de selecie din baza de sondaj, din colectivitatea general,
duce la apariia unui alt tip de erori, i anume erori sistematice (bi-
ais), care sunt imposibil de determinat de ctre cercettor. De exem-
plu: un studiu experimental pentru vericarea unui nou medicament,
efectuat pe persoane care se prezint voluntar, va introduce astfel de
erori sistematice, pentru c acestea sunt persoane cu structuri psihice
modicate sau sufer de boala pentru care se testeaz medicamentul,
deci nu vor putea reprezenta trsturile colectivitii generale. De ase-
menea, un studiu efectuat asupra morbiditii printr-o afeciune ntr-o
secie clinic a unui spital nu poate reproduce structura morbiditii la
nivelul unui raion sau al rii. Deci ele nu pot constitui eantioane repre-
zentative pentru teritoriul respectiv.
Precizia
Se refer la volumul eantionului. Aceasta presupune determinarea
unui numr (n) minim de cazuri necesare pentru constituirea eantio-
nului. Pentru determinarea acestuia, s presupunem c pornim de la o
colectivitate general, baz de sondaj, univers, care are un volum de
N cazuri i este caracterizat de indicatorul central (media ) i de dis-
persie (deviaie standard
x
). Din aceast populaie general extragem
aleator un eantion de volum n
1
i care va putea caracterizat de media
, i abaterea standard
1
. Din populaia general pot extrase i un
al doilea eantion, de volum n
2
i caracterizat de media i abaterea
standard
2
; al treilea eantion, de volum n
3
i caracterizat prin media
BIOSTATISTICA
136 137
i abaterea standard
3
; .a.m.d. Mediile eantioanelor ( ,

,

, ...) extrase din populaia general se vor comporta ca nite variabile
aleatoare i se vor distribui n stnga i n dreapta mediei populaiei
generale. Comparnd media primului eantion , cu media populaiei
generale , se observ c ntre acestea exist o anumit diferen sau
eroare, care poart numele de eroare maxim admis i se noteaz cu
x. Se poate scrie deci relaia:
= x
unde:
= media populaiei generale:
= media eantionului l;
x = eroarea maxim admis.
Aceasta eroare maxim admis (x) depinde de:
un coecient de probabilitate t, n funcie de riscul existent n
studiu (exemplu: 5%) sau probabilitatea (P = 1-) cu care vom ga-
ranta rezultatele (P = 95% pentru = 5%);
abaterea standard n populaia general (
x
);
numrul de cazuri coninut n eantioane (n).
Deci:
Introducnd n formula anterioar, se poate scrie:
Aceasta presupune, de altfel, c pentru un risc cu care pro-
iectm sondajul, media populaiei generale se va situa ntr-un anumit
interval, numit interval de ncredere.
Numrul minim de cazuri necesar unui studiu pentru a nregistra o
eroare inferioar sau cel mult egal celei standard se va calcula con-
form uneia dintre formulele urmtoare:
pentru caracteristici cantitative:
pentru caracteristici calitative:
De exemplu, pentru studiul unei afeciuni, boli, n populaie, P poate
reprezentat de prevalen (%) bolii n populaia general.
Dac n colectivitatea noastr, pe care am efectuat studiul, probabi-
litatea hipertensiunii arteriale a fost de 17%, dorind ca aceast probabi-
litate s o generalizm la un risc de =5% i x=0,8%, atunci numrul
de persoane ce vor trebui examinate va :
Sau, dac ne propunem s generalizm incidena de 98% a afec-
iunilor stomatologice, cu un prag de semnicaie de 5% i o eroare
maxim de 1%, stabilit pe un lot de populaie, atunci volumul eanti-
onului va :
Formulele de calcul al volumului eantionului, de mai sus, se refer
la selecia simpl cu repetiie, deci n care, dup extragere, ecare uni-
tate este reintrodus n colectivitatea general.
Pentru selecia simpl fr repetiie se folosete formula:
Pentru selecia cu straticare se folosete formula:
n care N = mrimea colectivitii generale.
Pentru a caracteriza fenomenele biologice sau medicale, sub as-
pectul legitilor care stau la baza producerii sau inuenrii lor, din
motivele amintite, nu facem cercetri sau observaii pe univers, adic
BIOSTATISTICA
138 139
pe ntreaga populaie, pe colectivitatea general, ci pe pri reprezen-
tative din colectivitate, din populaie, pe eantioane.
Aprecierea reprezentativitii eantionului sub aspect calitativ, sub
aspectul omogenitii deci, am vzut c se face cu ajutorul deviaiei
standard, respectiv al coecientului de variaie. Aprecierea reprezen-
tativitii eantionului sub aspect cantitativ, sub aspectul numrului de
frecvene sau de uniti statistice, pe care fcnd cercetarea s putem
generaliza rezultatele, se face cu ajutorul unor formule matematice pe
care le vom prezenta n continuare.
Alegerea prii din populaie sau din colectivitatea general re-
prezentativ din punct de vedere calitativ i cantitativ pe care fcnd
observaia sau efectund cercetarea s putem ajunge la rezultate sau
concluzii similare cu cele obinute pe ntreaga colectivitate, se numete
eantionare.
METODE DE EANTIONARE
Alegerea frecvenelor sau unitilor statistice care alctuiesc ean-
tionul trebuie fcut de aa manier, nct aceasta s ofere anse ega-
le de selecionare tuturor unitilor, prile componente ale colectivitii
generale s e proporional reprezentate, iar eantionul analog cu
ntregul s reecte toate caracteristicile, atributele i aspectele colec-
tivitii generale (populaiei).
Alegerea poate :
- ntmpltoare cnd alegerea unitilor statistice se efectueaz prin
tragere la sori. n asemenea selecii trebuie asigurate anse egale
ecrei uniti a colectivitii generale de a selecionate.
- Mecanic atunci cnd selecia unitilor statistice se face respec-
tnd un anumit criteriu. Spre exemplu, de pe o anumit list n care
unitile statistice ale colectivitii au fost nscrise ntr-o anumit or-
dine (alfabetic, vrst, localitate etc.), se aleg unitile statistice
ale eantionului din 5 n 5 sau din 10 n 10 uniti:
- Straticat atunci cnd extragerea unitilor statistice se face pe
grupe omogene (straturi) ce reect ntocmai structura pe aceleai
grupe ale colectivitii generale. Spre exemplu, dac colectivitatea
general este reprezentat de 65% aduli, 25% copii i 10% b-
trni, atunci i eantionul ales din colectivitatea general s aib
proporional aceeai structur pe grupe de vrst a populaiei.
Tipuri de eantionare
n funcie de natura schemelor de eantionaj abordate putem s clasi-
cm eantionajele n eantionaje aleatoare i nealeatoare sau empirice.
Din categoria eantionajelor aleatoare fac parte:
- eantionaje simple (elementare)
- eantionaje straticate
- eantionaje n grupuri
- eantionaje n trepte (faze)
- eantionaje multifazice.
n ceea ce privete eantionajul simplu (elementar), procedeul
const n extragerea la sori a unitilor care vor compune eantionul
(n general identice cu unitile de selecie din populaie) din baza de
sondaj; procedeul presupune deci existena bazei de sondaj, adic o
list sau un ier din care se extrag, ntr-o manier aleatorie, unitile
de selecie. Baza de sondaj poate o list a tuturor nscuilor vii, a
femeilor nsrcinate din ar sau dintr-un anumit teritoriu, o list a tutu-
ror persoanelor spitalizate, o list a tuturor raioanelor, a comunelor, a
familiilor dintr-un teritoriu etc.
Eantionajul straticat se utilizeaz cnd n interiorul populaiei de
referin unitile statistice se gsesc plasate pe categorii. Fiecare cate-
gorie este omogen din punct de vedere al coninutului intern, dar cate-
goriile difer ntre ele. Aa este cazul populaiilor clasate dup caracte-
risticile vrst, mediu de provenien, diagnostic al bolnavilor externai,
clasai pe secii sau grupuri de boli etc. Se adopt n acest caz o selecie
proporional cu volumul stratului sau cu volumul optim cnd din unele
straturi mai puin reprezentate se ia un numr sporit de uniti.
Dac unitile statistice se gsesc plasate n grupuri asemntoare,
ecare grup n parte avnd ns o compoziie eterogen (cazul familiei,
gospodriei, dispensarului medical etc.) se consider ca unitate de se-
lecie grupul (familia, respectiv gospodria) i nu individul, nregistrarea
ulterioar a eantionului beneciind de un plus de operativitate i preci-
zie, comparativ cu selecia simpl a unitilor individuale.
Eantionajul n grupuri este un procedeu folosit cnd lipsete
baza de sondaj iar constituirea ei este dicil i foarte costisitoare i n
sfrit cnd dispersia teritorial a populaiei de investigat este exage-
rat. Se pornete de la faptul c populaia de studiat poate imaginar
ca ind constituit din uniti de selecie ierarhizate.
BIOSTATISTICA
140 141
De exemplu nscuii vii sau gravidele aparin la familii, acestea
aparin la o colectivitate care poate denit (cartier, comun) care la
rndul lor aparin la orae sau raioane n cadrul unei ri.
Eantionajul n trepte, este un procedeu n care unitile de se-
lecie sunt ierarhizate ca n cadrul eantionajului n grupuri, diferena
constnd n faptul c n timp ce n cadrul cuiburilor se realizeaz o
singur extragere aleatorie, n eantionajul n trepte se efectueaz mai
multe trageri la sori.
Astfel, n exemplu, ara-raioane-comune-familie-noi nscui, urm-
toarele extrageri sunt posibile: sondajul de gradul l raioane, rezul-
tnd raioane selecionate, sondajul de gradul II comune, rezultnd
comune selecionate la prima extragere, sondajul de gradul III familii,
rezultnd familii selectate din comunele alese n selecia n treapta a
II-a. Familiile selectate constituie o baz de sondaj, din care se va face
o nou selecie, faza a IV-a, aceasta ind eantionul de investigat efec-
tiv. Este recomandabil a se evita realizarea unui numr prea mare de
extrageri pentru ca n eantionajul cu mai multe faze, ecare operaie
de extragere antreneaz o eroare de eantionaj. n exemplul descris
mai sus, se observ c mai multe baze de sondaj sunt necesare pentru
ecare faz dar se evit necesitatea existenei unei liste a tuturor unit-
ilor de observare pentru ara ntreag, de exemplu.
Eantionajul multifazic este un procedeu care combin metodele
anterior prezentate. El const n formarea unui eantion primar pentru
a obine informaii cu caracter general urmat de constituirea unuia sau
mai multor eantioane din eantionul primar pentru a obine informaii
suplimentare, mai specice. Exist i alte metode empirice de eanti-
onaj, mai mult sau mai puin utilizate, care au unele faciliti demne de
avut n vedere, dar avnd o valoare tiinic mai redus, vor numai
menionate. Este vorba de:
metoda cotelor prin care se cere ecrui investigator numrul i
caracteristicile persoanelor care trebuie s e intervievate
metoda eantioanelor xe prin care se colecteaz periodic o
serie de date din acelai eantion
metoda eantioanelor tipice unde se consider, de exemplu, c
o localitate este reprezentativ pentru situaia zonei.
Determinarea efectivelor unui eantion
Tehnicile de determinare a efectivelor eantioanelor pot complica-
te n cadrul unor tipuri de eantionaj. n aceste situaii se poate recurge
la 2 soluii. Prima const n utilizarea din plin a echipei de informaticieni
mpreun cu tehnica de calcul din dotare, iar cea de-a doua se adre-
seaz la o serie de tabele prefabricate care dau pentru diferite tipuri de
eantionaj, mrimea eantionului de studiu deja calculat, din literatura
de specialitate.
Dac baza de sondaj exist sau poate constituit i dispunerea
unitilor de observare n baz este ntmpltoare exist 3 modaliti
de alegere aleatorie:
procedeul tragerii la sori cu/far restituire
procedeul tabelelor de nr. ntmpltoare
procedeul pasului mecanic.
n condiiile prezentate mai sus i n funcie de tipul caracteristicii
cel mai puin dispersat (ct mai omogen), volumul minim al eantio-
nului poate calculat prin formulele prezentate n Tab.39.
Tabelul 39.
Calculul volumului eantionului
Nr.
crt.
Tip de
eantionaj
Volumul eantionului
Caract. cantitativ* Caract. calitativ
1.
Simplu cu
repetiie
2.
Simplu
fr
repetiie
3.
Stratif.
proporio-
nal
4.
Stratif.
cu volum
optim
_________________________________
*

Dac sunt necesare eantioanele de volume mai mari de 30 uniti de observa-
re, n locul coecientului t
ay
, se folosete U pentru care:
U
0,05
=
1,96; U
0,01
= 2,57; U
0,001
=
3,29
BIOSTATISTICA
142 143
Notaiile din tabelul 39 au semnicaiile urmtoare:
n = volumul eantionului
N = volumul populaiei de referin
N
1
= volumul stratului j; l j k
S
x
(
j
) = abaterea standard a caracteristicii n populaie, respectiv n
stratul j; l j k
p (p
j
) = proporia caracteristicii
x
(
p
) = eroarea maxim limit acceptat
t
= coecient ce caracterizeaz distribuia lui Student, pentru riscul

dat i = grade de libertate.
Aplicarea formulelor de determinare a volumului eantionului din
tabelul nr. 39, necesit unele judeci i anume: se pornete de la do-
rina oricrui investigator ca volumul eantionului s e optim nele-
gnd prin aceasta c acest volum s nu e nici prea mare, nici prea
mic. Se tie c:
un eantion prea voluminos are, n general, o precizie bun,
dar poate foarte costisitor sub aspect nanciar, al timpului, al
personalului etc.
un eantion de volum prea mic este mai ecient sub aspect
economic dar poate conduce la rezultate cu o precizie mic, pe
care nu le putem accepta; de aici n orice problem de calcul al
volumului eantionului este nevoie de un compromis.
Analiznd prima formul din tabelul 39, corespunztoare unui ean-
tionaj simplu cu repetiie, se vede c dimensionarea volumului eanti-
onului depinde de variabilitatea caracteristicii studiate (exprimat prin
varianta S
x
2
), de precizia dorit (exprimat prin mrimea intervalului
de ncredere
x
) ct i prin riscul acceptat n estimare (exprimat prin
valoarea coecientului t
).
n ceea ce privete variabilitatea, aceasta nu poate inuenat
pentru c ine de natura nsi a fenomenului biologic studiat; privind
riscul acceptat n estimare () n orice studiu din domeniul biologicului
sau al cercetrii medicale se ia invariabil =0,05 i atunci pentru di-
mensionarea optim a volumului eantionului (realizarea compromi-
sului) s-au adus unele modicri, acceptate n practic, privind eroa-
rea maxim ca msur a preciziei estimrii parametrilor din populaie
prin parametrii corespunztori din eantion.
Prezentm n continuare n Tab.40 diferite variante obinute pentru
valori ale erorii maxime, meninnd constante att variabilitatea feno-
menului ct i probabilitatea (riscul ) de garantare a armaiilor.
Tabelul 40
Dimensionarea volumului eantionului n funcie de eroarea acceptat
Nr. crt.
Eroarea maxim
(
P
)

p
2
=p(1-p) Risc () Volumul eantionului
1. 0,05 0,4x0,6 0,05 369
2. 0,06 0,4x0,6 0,05 256
3. 0,07 0,4x0,6 0,05 188
4. 0,08 0,4x0,6 0,05 144
5. 0,09 0,4x0,6 0,05 114
6. 0,10 0,4x0,6 0,05 92
Datele din Tab. 40 se refer la o caracteristic de tip calitativ, de
genul bolnav-sntos, alimentat, corespunztor-nealimentat, mascu-
lin-feminin etc.
Dup cum a fost menionat, cnd baza de sondaj nu exist i popu-
laia este organizat n uniti ierarhizate, pentru evaluarea volumului
eantionului pot folosite o serie de tabele din literatura de specialitate
care prezint numrul minim de grupuri ce trebuie selectate n funcie
de diverse proporii ateptate i de volumul populaiei de referin.
Exemplicm n Tab. 41 evaluarea numrului de grupuri necesare,
pentru o eroare maxim ateptat de 0,05; calculele ind datorate lui
W. Lutz, 1982. (Calculele sunt efectuate pe baza formulei corespunz-
toare unui eantionaj simplu cu repetiie).
Exemplul l. Eantion pentru populaie.
Se dorete realizarea unui eantion de populaie reprezentativ la
nivel naional, necesar pentru efectuarea aceluiai studiu privind opini-
ile n legtur cu serviciile sanitare din Moldova n rndul beneciarilor
de servicii de sntate.
Pentru realizarea acestui obiectiv pot parcurse urmtoarele etape:
- aa cum s-a menionat i n cadrul eantionajului pentru medici,
teritoriul rii a fost mprit n 3 zone considerate tipice din punct de
vedere geograc i al tradiiilor de existen ale populaiei;
- din aceste zone pot alese, prin tragere la sori, 9 raioane plus
municipiul Chiinu;
BIOSTATISTICA
144 145
- se va adopta ca fraciune de eantionaj, valoarea de 5
0
/
0000
ceea ce
a condus la un efectiv total minim al eantionului de 1200 persoa-
ne; acest efectiv poate conrmat printr-un calcul de determinare
a volumului eantionului pentru o precizie de 3% i o probabilitate
de lucru de 95% (=0,05);
- eantionul total poate distribuit la nivelul celor 9 raioane revenind
n medie pentru ecare raion selectat n jur de 120 persoane; pen-
tru municipiul Chiinu se va lua un numr mai mare de persoane;
- la nivelul ecrui raion se va avea n vedere distribuia aproximativ
egal a populaiei n mediul urban i rural; aceasta nseamn c
din totalitatea strzilor i/sau comunelor trebuie selectate strzile i
comunele care vor intra n eantion;
- pentru obinerea celor aproximativ 60 de persoane din mediul urban
i 60 din mediul rural, la nivelul ecrui raion selectat, sunt sucien-
te selectarea a 3 strzi i 3 comune, iar din ecare strad/comun
selectat vor alese la ntmplare prin metoda pasului mecanic sau
prin folosirea unui tabel cu numere ntmpltoare, cate 10 familii;
- din familiile selectate, att din mediul urban ct i rural, operatorul
de interviu va consemna datele din a de anchet pentru toate
persoanele sau numai pentru persoanele adulte;
- prin nsumarea datelor se obine eantionul pentru copii, aduli,
vrstnici, pe medii, la nivelul ecrui raion iar n nal eantionul la
nivel naional.
Dac aceste inconveniente nu ntotdeauna sunt prezentate, se pot
imagina i alte scheme de selecie adecvate n care principiul aleatoru-
lui se poate mbina cu principiul seleciei dirijate sau al metodei cotelor
cu unele avantaje practice, demne de luat n seam.
Tabelul 41
Volumul eantionului pentru sondaj n grupuri*
Nr. total
de grupe
formate
0,05 0,1 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
400 26 24 23 21 20 18 17 15 14 13
400 25 24 22 21 19 18 17 15 14 13
300 25 23 22 21 19 18 16 15 14 12
250 24 23 22 20 19 17 16 15 14 12
200 24 23 21 20 19 17 16 15 13 12
150 23 22 21 19 18 17 16 14 13 12
100 22 20 19 18 17 16 15 14 13 12
90 21 20 19 18 17 16 15 14 12 11
80 20 19 18 17 16 15 14 13 12 11
70 20 19 18 17 16 15 14 13 12 11
60 19 18 17 16 15 14 14 13 12 11
50 18 17 16 15 15 14 13 12 11 10
40 16 16 15 14 14 13 12 12 11 10
35 15 15 14 14 13 12 12 11 10 10
30 14 14 13 13 12 12 11 11 10 9
25 13 13 12 12 11 11 10 10 9 9
20 12 12 11 11 10 10 10 9 9 8
15 10 10 9 9 9 9 9 8 8 7
10 8 8 7 7 7 7 7 7 6 6
Deci, colectivitile dinamice sunt formate din uxuri de evenimente.
Pentru o nelegere clar a relaiei dintre colectivitile statice i cele
dinamice trebuie subliniat faptul c n ambele cazuri exist o mulime
de elemente variabile; n cazul colectivitilor statice timpul i forma or-
ganizatoric sunt constante, iar n cazul celor dinamice, spaiul i forma
organizatoric sunt constante.
Unitile statistice reprezint elementele constitutive ale colectivit-
ilor. Ca i colectivitile, unitile pot separate n statice i dinamice,
n cazul celor statice unitile compun efectivul (de persoane, de bol-
navi etc.). n cazul unitilor din colectivitile dinamice, unitile aparin
aceleiai structuri organizatorice, dar n condiii diferite de timp.
* Dup W. Lutz Sampling: how to select people hauseholds places to study com-
munity health, I.E.A., 1982.
BIOSTATISTICA
146 147
Unitile statistice pot simple i complexe. Cele simple sunt ele-
mentele constitutive ale colectivitii (persoana, bolnavul etc.), iar cele
complexe sunt rezultatul organizrii sociale i economice a colectivitii
(familia, echipa, secia, anul de studiu etc.). Unitile statistice sunt uni-
ti independente care pot studiate separat, pe subcolectiviti sau pe
ntreaga colectivitate.
Unitile colectivitii pentru care se culeg date n procesul cunoa-
terii se deosebesc de unitile de raportare, ce pot , de exemplu, in-
stituii i altele, care potrivit legislaiei n vigoare informeaz sistematic
asupra activitii unitilor aate n structura lor organizatoric. Unitile
sunt purttoare ale unor trsturi variabile n timp i spaiu.
Caracteristicile statistice, denumite i variabile statistice, reprezint
criteriile pe baza crora se caracterizeaz unitile colectivitii. Aceste
criterii pot nsuiri sau trsturi ale unitilor care denesc i delimi-
teaz ntre ele unitile colectivitii i care urmeaz s e nregistrate.
Formele concrete de manifestare ale caracteristicilor la nivelul ecrei
uniti a colectivitii se numesc variante sau valori.
Caracteristicile statistice se difereniaz dup mai multe criterii.
Dup coninutul lor pot : de timp, de spaiu i atributive.
Caracteristicile de timp arat apartenena unitilor la un moment
sau o perioad de timp.
Caracteristicile de spaiu arat situarea n teritoriu a unitii. Se ex-
prim prin cuvinte pe baza unui nomenclator al unitilor teritoriale.
Toate celelalte sunt caracteristici atributive i servesc pentru deni-
rea fenomenelor studiate.
Dup modul de exprimare, ele se separ n: caracteristici calitative
(exprimate prin cuvinte) i caracteristici cantitative (exprimate nume-
ric), de exemplu, profesia i vrsta.
Dup natura variaiei, cele numerice se mpart n caracteristici cu
variaie continu i cu variaie discontinu sau discret. Cele cu vari-
aie continu, de exemplu, vrsta, care poate lua orice valoare ntr-un
interval dat i numrul de copii, ca variabil discret ce dimensioneaz
familiile i care nu poate lua dect valori strict determinate n intervalul
de valori nregistrate la un moment dat. De reinut c, n statisticile
practice toate variabilele numerice se nregistreaz ca variabile discre-
te, de exemplu, vrsta n ani mplinii.
Dup modul de manifestare la nivelul unitilor simple pot alter-
native manifestarea direct sau opus ei, de exemplu, urban-rural i
nealternative cu variante distincte numerice sau calitative, de exem-
plu, salariile i profesia.
Dup modul de obinere i folosire a datelor pot primare obinu-
te n procesul de culegere a datelor i cu care se caracterizeaz nivelul
de dezvoltare atins de unitile simple i complexe i caracteristici de-
rivate obinute prin aplicarea unui model de calcul.
Datele statistice sunt caracterizri numerice ale unitilor, grupelor
i colectivitii, obinute din observare i prelucrare. n statistic, datele
sunt ntotdeauna mrimi concrete, caracterizate printr-o parte noiona-
l care denete coninutul calitativ, valoarea numeric i elementele
de cuanticare (de timp, de spaiu etc.).
Mesajul datelor l reprezint informaia. Datele ce caracterizeaz
un fenomen sau proces economic sau social ce se repet cu regulari-
tate se numesc indicatori statistici.
Indicatorii statistici reprezint expresia numeric a unei determinri
calitative obiective, obinut n urma efecturii unei cercetri statistice
raportat la condiii specice de timp, spaiu i organizatorice.
Indicatorul statistic exprim de regul, numeric, o categorie econo-
mic, medical etc.
Exprimarea numeric a unei categorii presupune folosirea mai mul-
tor indicatori, ecare punnd n eviden anumite aspecte eseniale ale
acesteia.
3.4. Prezentarea materialului statistic
Prezentarea materialul statistic se poate face cu ajutorul tabelelor
i cu ajutorul reprezentrilor grace.
3.4.1. Prezentarea prin tabele
Prezentarea prin tabele constituie o metod comod, sintetic i
sistematic:
comod, pentru c rezultatele cercetrii sunt redate sub forma
unor date cifrice, permind observarea cu uurin a aspectelor
principale ale problemei cercetate;
sintetic, pentru c datele cifrice redau aspectele eseniale ale fe-
nomenului studiat;
sistematic, pentru c ntre diferitele date cantitative sau calitative
prezentate n tabel, exist o nlnuire logic uurnd nelegerea lor.
BIOSTATISTICA
148 149
Pentru ca un tabel s corespund cerinelor, el trebuie s ndepli-
neasc urmtoarele cerine:
S aib un titlu care, printr-o fraz clar, s redea coninutul ta-
belului, locul i perioada de timp la care se refer, ca i modul n care
au fost obinute datele. Datele titlului tabelului trebuie s rspund la 4
ntrebri: ce, unde, cnd, cum? Ce cuprinde tabelul, unde s-a efectuat
cercetarea, cnd s-a efectuat cercetarea i cum au fost obinute datele
la ntrebarea cum se rspunde de obicei printr-un asterix sub mache-
ta tabelului.
Exemplul 1. Distribuia pe sexe i grupe de valori ale HTA a bolna-
vilor cu HTA din localitatea X n anul Y (Tab. 42).
Tabelul 42
Repartizarea pe sexe i grupe de valori ale TA a bolnavilor cu HTA
din localitatea X n anul Y
Nr.
crt.
Sex Total
Grupe de valori TA
160-169,9 170-179,9 180-189,9 200-209,9
1. Total 50 28 15 7 -
2. F. 32 20 8 4 ...
3. M. 18 8 7 3 -
Exemplul 2. Distribuia pe cauze, grupe de vrst i sex a mboln-
virilor stomatologice a elevilor liceului X anul Y (Tab.43).
Tabelul 43
Repartizarea pe cauze, grupe de vrst i sex a mbolnvirilor stomatologice
a elevilor liceului X anul Y
Nr.
crt.
Afeciunea
Numr elevi
Total
Grupe de
vrst
15-16 17-18 19-20
Sexul Sexul Sexul Sexul
M F M F M F M F
1. Caria simpl 118 54 64 20 24 18 21 16 10
2. Pulpit 15 7 8 3 4 3 2 1 2
3. Gangrena 4 3 1 - 1 2 - 1
4. Extracii 18 10 8 5 2 1 3 4 3
Total 155 74 81 28 31 24 26 22 24
Rndurile i coloanele tabelului trebuie s e logic aezate i s
e notate corespunztor coninutului acestora. Spre exemplu, n tabe-
lul 43 grupele de vrst ca i grupele de afeciuni sunt aezate ntr-o
ordine logic: crescnd la grupele de vrst i n ordinea gravitii (de
la caria simpl la extracii), n cazul grupelor de afeciuni.
Totalurile n tabelele statistice se nscriu de obicei n primul rnd i
n prima coloan, n tabelele matematice totalurile se nscriu n ultimul
rnd i n ultima coloan, n statistic ns avem uneori situaii n care
tabelele sunt extinse depind dimensiunile att n lungime ct i n
lime. Dac am nscrie totalurile n ultimul rnd i n ultima coloan a
tabelului am putea observa mai greu cror caracteristici le corespund
aceste totaluri.
Atunci cnd nu dispunem de datele necesare pentru a le nscrie n
csuele tabelului se trage o linie orizontal, semn al inexistenei date-
lor respective, iar atunci cnd nu cunoatem datele necesare nscrierii
ntr-o csu a tabelului, dei ele exist, acest lucru se exprim prin
cteva puncte succesive.
TIPURILE DE TABELE STATISTICE
Exist n general o mare diversitate de tabele statistice, de la cele
mai simple, care au la baz un singur criteriu de clasicare, pn la
cele mai complexe, avnd la baz mai multe caracteristici, depinznd
att de natura materialului cercetat ct i de ingeniozitatea celui care le
ntocmete. Este recomandabil ns s nu uitm lucrul cel mai impor-
tant i anume faptul c tabelul trebuie s redea cu uurin esenialul.
n scop didactic am mprit tabelele n 3 tipuri:
tabele pentru clasicare dichotomic;
tabele pentru distribuia de frecvene;
tabele de corelaie.
Tabelele pentru clasicarea dichotomic le utilizm n situaia n
care cercetm fenomene care se caracterizeaz prin nsuiri sau ca-
racteristici diametral opuse, excluzndu-se unul pe altul. A dichotomi-
za, n limba greac, nseamn a divide, a mpri n dou. Spre exem-
plu, populaia unei colectiviti, distribuit sau repartizat pe sexe, se
mparte n dou pri: de sex masculin i de sex feminin; dup starea
de sntate populaia poate sntoas sau bolnav; dup mediu se
poate mpri n populaie rural i urban; dup reacia la tuberculin
(IDR) poate pozitiv sau negativ la tuberculin etc.
Exemplul 1. Distribuia elevilor din colectivitatea X n anul Y pe sexe,
locul de domiciliu i prezena sau absena cariei dentare (Tab. 44).
BIOSTATISTICA
150 151
Tabelul 44
Distribuia elevilor pe sexe, locul de domiciliu i prezena sau absena cariei dentare
din colectivitatea X n anul Y
TOTAL Sex Domiciliu Carii dentare
500
M 300
R 200
P
A
150
50
U 100
P
A
60
40
F 200
R 150
P
A
100
50
U 50
P
A
30
20
n cazul utilizrii unei astfel de prezentri nu trebuie s admitem
mai mult de dou, maxim trei dichotomizri, ntruct prin supraaglome-
rare ele devin confuze, greu de urmrit i interpretat.
Tabele pentru distribuia de frecvene le utilizm atunci cnd do-
rim s prezentm n tabele rezultatele gruprii dup anumite criterii.
Tabele de corelaie le folosim pentru evidenierea corelaiei dintre
dou fenomene ntre care n mod logic exist o legtur de dependen-
. Aceste tabele se caracterizeaz prin aceea c au dou variabile:
una determinant (factorial) i cealalt determinat (rezultant), n
cazul tabelului de corelaie valorile nscrise n csuele tabelului cores-
pund n acelai timp unei anumite grupe de valori a primului fenomen
determinant i unei anumite grupe de valori a celui de-al doilea feno-
men determinat de primul. Ca atare cele dou variabile ale tabelului de
corelaie trebuie s e mprite ntr-un numr egal de grupe de valori
pentru ca ele s se coreleze perechi.
Exemplul 2. ncercnd s stabilim dac ntre vrsta bolnavilor hi-
pertensivi i valorile TA exist sau nu o legtur de dependen, utili-
zm un astfel de tabel de corelaie n care una din variabile (factorial)
este reprezentat de grupa de vrst, iar cealalt (determinat sau
rezultant) este reprezentat de grupele de valori ale TA (Tab. 45).
Tabelul 45
Distribuia bolnavilor hipertensivi n raport cu grupa de vrst i valorile TA
Grupe de vrst
Valori TA
160-169,9 170-179,9 180-189,9 190-199,9
40-44 5
45-47 10
50-54 15
55-59 20
Se observ o legtur strns ntre creterea valorilor TA i na-
intarea n vrst, legtur care va msurat printr-un coecient de
corelaie, care va studiat la capitolul respectiv.
Exemplul 3. Dac dorim s stabilim ntr-o colectivitate dac ntre
vrst i parodontopatie exist o legtur de dependen sau nu, utili-
zm un astfel de tabel de corelaie n care una din variabile (factorial)
este reprezentat de grupele de vrst, iar cealalt variabil (deter-
minat sau rezultant) este reprezentat de valori sau frecvene ale
dinilor afectai (Tab. 46).
Tabelul 46
Corelaia ntre grupele de vrst i numrul de dini afectai
Grupa de vrst
Nr. dini cu parodontit
1-3 4-6 7-9 10-12 13-15 16-19
40-44 2
45-49 3
50-54 8
55-59 12
60-64 25
65-69 50
Distribuia frecvenelor n raport cu grupele de vrst i numrul de
dini afectai de parodontopatie reliefeaz faptul c ntre cele dou fe-
nomene exist o legtur strns i direct de dependent ntruct pe
msura naintrii n vrst numrul dinilor afectai este mai mare.
3.4.2. Reprezentarea grac a materialului statistic
Tabelele, dei redau foarte exact aspecte cantitative ale unui fe-
nomen cercetat, ind n acelai timp sintetice i sistematice, necesit
totui o anumit pregtire de specialitate pentru a putea urmrite i
BIOSTATISTICA
152 153
nelese. Ca atare ele pot utilizate n lucrri de cercetare tiinic
prezentate sub form de articole n reviste de specialitate care se adre-
seaz unui public cu pregtire corespunztoare. Ele redau mai mult
aspecte statice ale fenomenului cercetat, ncrcarea tabelelor cu date
referitoare la perioade lungi de timp ngreuneaz urmrirea i nelege-
rea acestora.
Gracele, dei mai puin exacte dect tabelele, au o arie de utilizare
mai larg ntruct sunt mai intuitive, putnd urmrite i nelese mai
uor de ctre un public mai larg.
Componentele principale ale unui grac
Gracul este de fapt o hart care vorbete direct ochiului i este
foarte ecient n crearea unei imagini n mintea receptorului. Constru-
irea unui grac nseamn att tiin ct i art; nseamn cunoaterea
gracelor de baz, modalitatea de realizare din punct de vedere tehnic
i mai ales cum se combin elementele de baz pentru a crea o hart
corespunztoare; alegerea tipului de reprezentare grac pentru situaii
dicile, complexe ale evoluiei fenomenelor nseamn de fapt art. Per-
soana care realizeaz gracul i asum o responsabilitate mare pentru
c un grac corect conduce la informare corect iar un grac gndit i
construit incorect conduce la dezinformare (Anders Wallgren, Britt Wall-
gre, Rolf Persson, 1990). Atunci cnd un grac este privit, ochiul trebuie
s nregistreze imediat caracteristicile principale precum i unele detalii;
pentru aceasta persoana care construiete gracul trebuie s realizeze
un echilibru ntre detaliu i ansamblu. Un grac stimuleaz receptorul s
fac conexiuni i s observe imediat modelele care pot aprea n evolu-
ia unui fenomen.
Rolul gracului:
- s orienteze utilizatorul n selectarea informaiilor importante
din raportul statistic (gateway)
- s dezvolte idei ulterioare i s le explice
- s ncurajeze utilizatorul s priveasc n profunzime problema
prezentat n raportul statistic
- s ncurajeze compararea i analiza informaiilor
Gracele sunt construite cu ajutorul unor elemente simple cum ar
linii, arii, text etc. Toate aceste elemente simple trebuie combinate
astfel nct gracul rezultat s aib sens i s poat citit cu uurin.
Persoana care are responsabilitatea reprezentrii grace trebuie
s-i pun urmtoarea ntrebare:
Care este tipul de grac potrivit pentru reprezentarea grac a
datelor statistice?
Alegerea depinde n primul rnd de problema pe care dorim s
o punem n eviden prin reprezentarea grac.
Nu exist o regul care s stabileasc o coresponden ntre un
anumit tip de relaie ntre variabile i un anumit tip de grac.
Trebuie luai n considerare diferii factori pentru ecare situaie
n parte.
Avem de ales uneori ntre:
grace corespunztoare i necorespunztoare unei anumi-
te situaii sau,
ntre mai multe tipuri de grace potrivite aceleiai situaii
Trebuie s decidem n primul rnd ce dorim s punem n evi-
den cu ajutorul acelui grac: evoluia n timp, variaiile, etc.
Trebuie subliniate principalele caracteristici ale datelor i s i-
nem cont de limitele impuse de acestea. Caracteristicile impor-
tante n acest context sunt:
structura datelor
tipul variabilelor
caracteristicile msurtorilor.
Principalele componente ale unui grac sunt( g. 8, g. 9):
1. suprafaa de reprezentare (chart area)
2. suprafaa gracului mrginit de axe i cadran (plot area)
3. aria gracului
4. legenda gracului
5. reeaua de axe liniile orizontale i verticale (gridlines)
6. etichetele corespunztoare axelor
BIOSTATISTICA
154 155
Fig. 8. Componentele principale ale unui grac
Fig. 9. Rata mortalitii populaiei pe medii n localitatea X pe anii 1990-1999.
Suprafaa de reprezentare este o suprafa imaginar ce coni-
ne ntregul grac incluznd titlul i textele explicative. n mod normal
suprafaa de reprezentare nu este marcat n nici un fel, cu excepia
cazului n care fundalului i se atribuie o alt culoare.
Suprafaa de reprezentare este mai mare dect cea a gracului. In-
clude gracul i textul corespunztor acestuia astfel nct s constituie
o unitate coerent.
Suprafaa de reprezentare include:
- titlul gracului (hrii)
- axa vertical Y
- eticheta atribuit axei Y
- valoarea maxim
- valorile scalei
- marcajul care indic limita dintre valorile scalei (tick)
- valoare minim
- axa orizontal X
- eticheta atribuit axei X
- suprafaa ncadrat
- curbe, coloane etc.
- legenda
- sursa
Suprafaa gracului este suprafaa ocupat de grac fr titlu,
valorile scalei etc. Suprafaa trebuie s e sucient de mare pentru
a obine un grac vizibil. Gracele care conin multe detalii necesit
o suprafa mai mare. Proporiile suprafeei sunt determinate pn la
un anumit punct de date o serie cronologic mare se reprezint de
obicei ntr-un dreptunghi. Ca regul, formatul orizontal este mult mai
potrivit i o alegere bun este dat de proporia 1:1,6.
Uneori irul 1:1,2 1:2,2 este dat ca reper pentru a stabili raportul
dintre cele dou laturi ale dreptunghiului format de axa vertical i cea
orizontal.
BIOSTATISTICA
156 157
Aria gracului
Aria gracului este o arie imaginar care conine desenul propriu-
zis

(coloane, benzi, curbe etc.). Poate colorat ntr-o nuan deschis
pentru a pune mai bine n eviden coninutul gracului.
Reeaua de axe orizontale i verticale.
n unele cri este denumit reea ajuttoare de reprezentare gra-
c pentru a nu confundat cu reeaua rectangular format din sis-
temul coordonatelor carteziane.
Reeaua de axe permite citirea gracului cu mai mult uurin i
se pot aprecia cu aproximaie valorile. Axele orizontale se utilizeaz n
cazul reprezentrii prin dreptunghiuri verticale, n timp ce axele verti-
cale se utilizeaz n cazul reprezentrii prin dreptunghiuri orizontale. n
ambele cazuri este mult mai uor de apreciat lungimea dreptunghiuri-
lor. n diagramele n care reprezentarea este prin curbe se recomand
utilizarea ambelor reele de axe.
Reeaua de axe nu trebuie s e obstructiv i nu trebuie s dis-
trag atenia de la datele reprezentate. Axele trebuie s e ct mai
subiri. Dac fundalul este colorat atunci culoarea alb pentru axe este
o alegere potrivit.
Textul
Toate informaiile necesare nelegerii gracului trebuie incluse n
suprafaa de reprezentare astfel nct aceasta s e dominat de grac
i nu de text. Textul trebuie s cuprind strictul necesar.
Titlul i alte texte
Titlul trebuie s descrie ntr-o form concis coninutul gracului.
Din titlu trebuie s reias foarte clar:
- grupul descris (femei ntre 25-29 ani)
- variabilele implicate (cauza decesului)
- anul la care se refer datele 2005
- tipul de date reprezentate (valori absolute, procente).
Titlul trebuie:
- s e uor de citit
- s nceap cu informaia cea mai important
Este recomandat ca titlul s apar deasupra gracului pentru a res-
pecta o ordine natural n citirea lui. Alinierea titlului cu textul cores-
punztor axei Y confer unitate gracului i paginii de text n care este
inserat acesta.
Centrarea titlului poate utilizat atunci cnd gracul este prezentat
pe foile destinate retroproiectorului. Titlul poate scris cu alte caractere
dect cele folosite pentru text.
Legenda i etichetele trebuie scrise cu caractere mai mici dect
cele folosite pentru titlu.
Sursa
Pentru ecare grac se menioneaz sursa de provenien a da-
telor, sursa trebuie precizat sub grac iar cuvntul surs este reco-
mandat s e scris cu litere italice.
Orice text trebuie scris pe orizontal indiferent dac se refer la axa
vertical sau la curba reprezentat grac.
Axe, scale, marcaje
Axele sunt reprezentate prin linii drepte. Nu exist motive pentru
utilizarea sgeilor. Pentru axa Y textul se plaseaz deasupra axei.
Pentru axa X textul se plaseaz n partea dreapt sub ax. n cazul
seriilor cronologice nu este necesar ca anii s e nsoii de cuvn-
tul anul. Valoarea minim a axei Y este ntotdeauna 0. Valoarea
maxim este aleas astfel nct s existe un mic spaiu ntre grac i
valoarea maxim a scalei. n cazul n care avem mai multe grace unul
lng altul trebuie pstrat aceeai scal. n acest fel comparaiile pot
realizate n mod direct.
Pentru a ajuta citirea gracului axele sunt marcate la intervale ega-
le, iar marcajele sunt nsoite de valorile corespunztoare. Pentru a
evita ncrcarea gracului, o parte din valorile scalei pot omise ps-
trndu-se marcajele.
n general o singur ax vertical i o singur ax orizontal sunt
suciente. n cazul seriilor cronologice foarte lungi, scala din stnga
poate repetat n partea dreapt.
Valorile scalei sunt alese astfel nct s se refere la un sistem nu-
meric natural. Practica standard prevede ca dimensiunea intervalului
pe scal s e 1, 2,..., 5, sau alternativ 10, 20,..., 50 etc.; pentru numere
zecimale se folosete 0.1, 0.2,..., 0.5. Scalele construite de tipul 30, 60,
90 se citesc mai greu. Excepie fac scalele care reprezint procente. n
acest caz valorile scalei 25, 50,75% sunt naturale. O alt excepie este
atunci cnd valorile scalei sunt importante prin ele nsele, de exemplu
grupele de vrst. Este recomandat s nu se reprezinte pe scal valo-
rizri; se recomand folosirea categoriilor mii astfel, nct pe ax s se
poat scrie 100, 200 etc., n loc de 100000, 200000.
BIOSTATISTICA
158 159
Legenda
Aceleai principii se aplic att pentru arii ct i pentru curbe. Tre-
buie specicat ce reprezint ecare arie sau curb.
n cazul ariilor, legenda poate scris direct pe aria respectiv sau
n

afara ei n partea dreapt. Reprezentarea ariilor n legend trebuie
fcut n aceeai direcie cu reprezentarea din grac, de la stnga la
dreapta sau de sus n jos.
Pentru dreptunghiurile verticale sau orizontale grupate, trebuie s
explicm ce reprezint ecare grup n parte. Legenda trebuie pozii-
onat n suprafaa grac, sub grac, sau lateral n partea dreapt a
gracului (varianta a, varianta b, varianta c).
Pentru barele verticale grupate, legenda poate aezat orizontal
n suprafaa grac, dedesubtul ei sau n partea dreapt.
n cazul dreptunghiurilor orizontale, legenda este poziionat verti-
cal e n suprafaa grac e n afara ei, e n partea dreapt.
n cazul curbelor, trebuie specicat n mod clar ce reprezint ecare
curb. Legenda poate poziionat astfel:
- sub suprafaa grac sau n partea dreapt a ei n cazul n
care avem reprezentat un numr mare de curbe, pentru a nu
ncrca gracul (varianta a);
- deasupra lor atunci cnd sunt vizibil distincte i nu se intersec-
teaz (varianta b);
- n afara suprafeei grace, n partea dreapt cnd sunt apropia-
te sau se intersecteaz (varianta c).
Haurri/ culori
Pentru a putea face comparaii cu uurin se recomand respecta-
rea unor principii elementare n utilizarea culorilor i haurrilor.
Se recomand folosirea a cel mult 4 sau 5 tipuri de haurri.
Se recomand accentuarea gradat a intensitii haurilor pornind
de la partea superioar a gracului ctre partea inferioar.
BIOSTATISTICA
160 161
Nuanele trebuie s se disting cu uurin. Trebuie aranjate de la
nuana cea mai deschis ctre cea mai nchis. Pot completate cu
alb, iar n cazuri excepionale cu negru.
Haurarea ariilor
Liniile trebuie nclinate n aceeai direcie.
Trebuie evitate
- liniile verticale, deoarece creeaz un efect de lungire a coloane-
lor/benzilor
- liniile orizontale, deoarece creeaz un efect de micorare a
acestora.
Cnd avem mai multe categorii, modelele trebuie s se diferenieze
n mod vizibil. Dac exist o ordine ntre categorii, haurrile trebuie s
arate acest lucru.
Culorile:
- trebuie aplicate cu economie culorile puternice ndeprteaz
mesajul gracului, iar costurile de editare sunt ridicate;
- este recomandat folosirea unei singure culori discrete i even-
tual a diferitelor nuane ale acesteia.
Tipuri de linii
Reprezentarea grac a unei singure serii cronologice se realizea-
z printr-o curb continu de culoare neagr. Curba trebuie s e su-
cient de groas pentru a nu se confunda cu reeaua de axe dar nu
foarte groas. Ca dimensiuni potrivite se recomand 0,5 mm pentru
curb i 0,1 mm pentru reeaua de axe.
Pentru reprezentarea n acelai grac a mai multor curbe trebuie s
folosim tipuri diferite de linii pentru a le putea distinge. Teoretic exist
un numr mare de combinaii de linii i puncte; Practic este dicil de
folosit mai mult de 4-5 (varianta a, varianta b). De asemenea, putem fo-
losi curbe de dimensiuni diferite. Cea mai subire trebuie s e diferit
de reeaua de axe, iar cea mai groas nu trebuie s e prea groas.
n cazul n care curbele nu se intersecteaz i sunt vizibil distincte
se poate folosi un singur model. n cazul n care curbele se intersectea-
z este necesar utilizarea mai multor modele astfel nct utilizatorul
s nu e obligat s stabileasc ce poriuni aparin aceleiai curbe pe
baza intuiiei.
Simbolurile
Seriile cronologice sunt alctuite din observaii unite prin linii. Une-
ori observaiile corespunztoare ecrei perioade (lun, an) pot mar-
cate prin simboluri.
Simbolurile au un rol important n cartograme. n aceste cazuri tre-
buie s e simple cercuri sau ptrate, n general guri geometrice
simple de dimensiuni relativ mici.
Tehnicile de baz n construirea unui grac
Elementul de baz de la care se pornete n construirea unui grac
este sistemul de coordonate (sistem de referin). Sistemul de coor-
BIOSTATISTICA
162 163
donate uzual const n linii aezate n unghi drept i numite sistem de
coordonate cartezian. Sistemul de coordonate din gura 10 este bidi-
mensional dar, ideea poate generalizat pentru trei sau mai multe axe
(dimensiuni). n mod tradiional dreapta vertical este numit ordonat
(sau axa Y) i dreapta orizontal este numit abscis (axa X). Acest
sistem de coordonate mparte planul n patru cadrane. Originea sau
punctul 0 este punctul unde se intersecteaz axele i ncepe scala
numeric. Valorile din partea superioar a axei Y sunt pozitive, n timp
ce valorile din partea inferioar sunt negative. Valorile din partea stn-
g a axei X sunt negative iar valorile din partea dreapt sunt pozitive.
n general, statistica folosete pentru reprezentarea grac a infor-
maiilor cadranul unul i foarte rar cadranul unu mpreun cu cadranul
patru. De exemplu majoritatea indicatorilor sociali sunt pe o scal pozi-
tiv, ceea ce determin utilizarea mai frecvent a cadranului unu, cele-
lalte cadrane ind prin convenie omise. Fiecrui punct A din cadran i
se asociaz perechea de valori (x, y).
Intersecia celor dou axe indic nivelul fenomenului ntr-o anumit
perioad a evoluiei sale.
Fig.10. Sistemul de coordonate cartezian.
Din punct de vedere al tehnicii de construire gracele pot grupate
n mod neconvenional n dou tipuri de grace:
1. Grace fundamentale, de baz (histograma, poligonul, ogiva,
diagrama linear)
2. Grace speciale (diagrama prin coloane, piramida populai-
ei/vrstelor, gracele de structur care utilizeaz cercul (pie
chart), hri statistice, cartograme cu diferite simboluri, grace
semilogaritmice etc.)
1. Grace fundamentale
Seriile de variaie pot reprezentate prin urmtoarele tipuri de dia-
grame de distribuie: histograma, poligonul, ogiva i diagrama liniar,
printre aceste tipuri se vor descrie histograma i diagrama linear care
sunt frecvent utilizate n cercetarea din domeniul sntii.
Histograma
Histograma este o reprezentare grac, prin dreptunghiuri altu-
rate, a distribuiei frecvenelor sau procentelor. Ea se utilizeaz cnd
autorul gracului dorete s arate frecvena pentru o variabil continu
(de exemplu vrsta). Histograma poate descrie i distribuia procentu-
al. Frecvena cazurilor (sau procentajul) pentru ecare categorie este
reprezentat de un dreptunghi. Aria dreptunghiului este proporional
cu frecvena cazurilor din categoria respectiv.
Aria dreptunghiului = Baza nlimea
Scala categoriilor variabilei este reprezentat pe axa X prin distan-
e egale. Scala frecvenelor este reprezentat pe axa Y prin distane
egale corespunztoare frecvenelor egale. Axa Y ncepe ntotdeauna
din punctul 0 pentru a evita problemele ce ar putea s apar n com-
pararea bazelor. Axa X ncepe ns din orice punct convenabil (inferior)
de pe ax. Obiectivul este acela de a obine o gur cu aria total egal
cu frecvena total N (sau procentul total 100%).
Exemplul 1. n Tab. 46 sunt prezentate datele necesare pentru
construirea unei histograme.
BIOSTATISTICA
164 165
Tabelul 46
Frecvena n cadrul ecrei categorii a persoanelor investigate (%)
Ani de
colarizare
Distribuia
frecvenelor
Frecvena n cadrul ecrei categorii
a persoanelor investigate (%)
4 ani 21 9,4
5 ani 53 23,8
6 ani 69 30,9
7 ani 47 21,1
8 ani 33 14,8
N = 223 100,0%
Histograma utilizeaz valori absolute sau relative.
Tehnica este aceeai, dar pe axa Y sunt reprezentate valori absolute
sau relative n funcie de situaie. Pe axa X este reprezentat variabila
pe care o msurm (intervalul de clas), iar pe axa Y este reprezentat
frecvena pentru ecare interval de clas; nlimea dreptunghiului este
proporional cu numrul de persoane din categoria respectiv.
Fig.11. Histograma.
Unele variaii ale histogramei de baz sunt folosite pentru a reec-
ta anumite caracteristici ale datelor. Spre exemplu, dac variabila este
nominal dreptunghiurile din histogram pot separate astfel nct s
vizualizeze separat i distinct categoriile. De obicei acest grac mai este
numit i diagrama prin coloane iar dreptunghiurile au limile egale.
vrsta
Pentru variabilele ordinale, unde nu sunt denite distane egale
dreptunghiurile pot avea spaii ntre ele pentru a evidenia acest lucru
(n particular dac variabila este discret i mai puin n cazul n care
este continu). n acest caz, histograma poate de tip scar i d
impresia de ordonare a categoriilor (marcajul este n interiorul ecrei
coloane). Pentru variabilele ordinale exist tradiia de a lua o lime
standard, dei distanele nu sunt denite. Acest lucru duce la evitarea
distorsiunilor aparente ce pot s apar datorit variaiei limilor.
Histograma este potrivit n cazul variabilelor de tip interval de va-
riaie, discrete. Dac variabilele sunt de tip continuu exist alte tipuri
de grace mai potrivite (exemplu, poligonul frecvenelor).
Poligonul frecvenelor
Poligonul frecvenelor sau al procentelor este o gur nchis ce
unete punctele dintre centrele de interval i frecvenele lor. Este o
alternativ la histogram.
O alt modalitate de reprezentare grac este distribuia cumula-
tiv a frecvenelor sau procentelor. Acest tip de grac arat frecvena,
respectiv procentele cazurilor situate sub marginea superioar a ec-
rei clase succesive.
Diagrama liniar (cronogram sau historiogram)
Reprezint forma specic pentru reprezentarea seriilor dinamice,
cronologice. Este utilizat pentru descrierea evoluiei n timp a unui
fenomen (natalitate, fertilitate, mortalitate etc.).
Diagrama liniar prezint valoarea anumitor variabile dependente
(reprezentate pe axa Y) pentru ecare categorie a variabilei indepen-
dente (reprezentate pe axa X). Punctele de pe grac sunt unite printr-o
linie dreapt, iar gura nu este nchis cu axa X. Aria de sub curb nu
are un neles particular aa cum se ntmpl n cazul histogramei sau
a poligonului.
n acest tip de grac ochiul urmrete uor curba de evoluie i
sesizeaz imediat modicrile care s-au produs n timp n evoluia fe-
nomenului observat. Este frecvent utilizat n monitorizarea strii de
sntate a unei comuniti (natalitate, mortalitate, morbiditate).
Fig. 12 este un exemplu de diagram liniar. Variabila independen-
t este timpul reprezentat pe axa X iar variabila dependent este rata
(reprezentat pe axa Y).
BIOSTATISTICA
166 167
Acest tip de grac este util atunci cnd una dintre variabile (de pe
axa X) este continu, este deci, variabil de tip interval (exemplu vrsta
i timpul).
Se poate folosi i o diagram prin coloane n cazul n care variabile-
le de pe axa X sunt nominale sau ordinale. n acest caz barele verticale
sunt mai indicate pentru comparri. Pentru seriile cronologice urmri-
rea vizual a coloanelor n scopul observrii evoluiei este mai dicil.
n diagrama linear curbele pentru seriile cronologice sunt mult mai
uor de urmrit i n acelai timp ofer o descriere (un desen) a evolu-
iei n timp a fenomenului observat.
Fig 12. Incidena prin maladiile tractului gastrointestinal n Republica Moldova,
1997-2006 (la 10000 locuitori).
Atenie
- Axa Y trebuie s e din lungimea axei X (sau de aceeai lun-
gime).
- ntotdeauna axele frecvenelor sau ale procentelor ncep de la
punctul 0 sau de la origine. Axele scorurilor pot ncepe de la
orice scor convenabil pentru a obine o diagram clar.
- Fii siguri c diferenele numerice egale sunt reprezentate prin
distane zice egale pe toate scalele.
- Etichetarea corect a gracului includerea scalelor, sursa da-
telor, titlul explicativ, note explicative, etc. Evitai confuziile: nu
reprezentai mai multe grace diferite utiliznd aceleai sistem
de axe.
2. Grace speciale
Diagrama prin coloane
Este cea mai simpl form de grac. Acest tip de diagram este
utilizat atunci cnd se urmrete:
- reprezentarea mai multor fenomene n acelai loc i n acelai
timp, sau
- acelai fenomen n mai multe locuri dar n acelai timp (ex. rata
de mortalitate general pe raioane n anul 2006).
Diagrama prin coloane este uor de reprezentat grac i uor de
citit. Se utilizeaz atunci cnd dorim s reprezentm valori distincte ale
variabilelor variabile calitative sau discrete. Pentru ilustrarea acestui
lucru coloanele sunt separate de spaii.
Sunt utilizate pentru reprezentarea grac a frecvenelor absolute
sau a frecvenelor relative, a sumelor sau a mediilor.
Pe axa X sunt reprezentate variabilele, n timp ce pe axa Y sunt
reprezentate frecvenele.
Utilizarea procentelor permite mult mai bine compararea mulimilor
de date de dimensiuni diferite.
Coloanele trebuie s e mai late dect spaiile dintre ele, iar spaiile
trebuie s e bine denite, astfel nct gracul de tip coloan s nu
poat confundat cu o histogram (varianta a este corect)
Reeaua de axe este util pentru comparaii i pentru citirea aproxi-
mativ a valorilor. Dac axele reelei sunt n numr prea mare gracul
este greu de citit, iar dac sunt n numr prea mic prezena lor nu se
justic (varianta e i varianta f).
Din punct de vedere al orientrii barele pot :
- verticale
- orizontale
BIOSTATISTICA
168 169
Diagrama prin bare orizontale
n acest tip de grac, pe axa X sunt reprezentate frecvenele, n
timp ce pe axa Y sunt reprezentate variabilele. Barele orizontale sunt
preferate n locul barelor verticale n dou situaii:
- variabilele au iruri lungi de caractere (de exemplu bolile apa-
ratului digestiv) varianta a
- numr mare de valori a variabilei (de exemplu sunt trecute 30
de raioane) varianta b
Pentru un numr mare de valori ale variabilei nu este sucient spa-
iu pe axa X pentru a reprezenta dreptunghiurile cu valorile corespun-
ztoare.
Problemele de reprezentare a dreptunghiurilor ncep de la 6-8 va-
lori ale variabilei.
Criuleni
Sngerei
varianta d varianta e varianta f
Pentru a pune n eviden coninutul gracului se vor respecta c-
teva principii.
Ordonarea barelor
- ordonarea adecvat a valorilor variabilei ofer un grac mai
bun
- pentru o variabil calitativ exist o libertate n ordonarea
valorilor sale
- aranjarea valorilor n ordinea descresctoare a frecvenelor
creeaz un interes mai mare
- neordonarea valorilor confer o imagine haotic
Gruparea barelor este recomandat n dou situaii:
- pentru a descrie simultan dou sau mai multe categorii
- diferite categorii sunt reprezentate n acelai sistem de axe.
Pentru diferenierea categoriilor se folosesc haurri sau
culori diferite i se ataeaz gracului o legend.
Se recomand s nu se reprezinte mai mult de dou-trei categorii, un
numr mai mare va face dicil nelegerea gracului (de exemplu: mas-
culin, feminin; urban, rural; salariat, patron, lucrtor pe cont propriu).
Dac exist un numr mai mare de categorii se vor folosi mai multe
grace cu coloane obinuite.
Coloanele grupate sunt reprezentate e pe vertical e pe orizonta-
l. Cele dou grace produc efecte diferite, chiar dac aria are aceeai
dimensiune n ambele cazuri.
n cazul coloanelor orizontale, axa procentelor este lung, astfel
nct diferenele dintre valori pot observate mai clar.
O alternativ la coloanele grupate o reprezint coloanele suprapu-
se parial (overlapping bars).
Avantajul n acest caz este dat de economisirea spaiului, iar repre-
zentarea grac devine mai interesant.
Exist totui riscul ca suprapunerea s fac gracul greu de neles
sau s conduc la nenelegeri (varianta b) Se recomand n cazul n
care:
- toate valorile unei categorii sunt mai mici dect valorile celeilal-
te categorii (varianta a)
- exist posibilitatea de a reprezenta categoria cu valori mai mici
n fa cu o culoare mai deschis (varianta a)
BIOSTATISTICA
170 171
O alternativ de grupare a coloanelor o reprezint coloanele aran-
jate sub form de piramid, stivuite (stacked charts). Este cunoscu-
t sub denumirea de diagram de structur prin dreptunghiuri (Fig. 13).
Dreptunghiurile sunt reprezentate unul deasupra celuilalt. n acest caz,
suprafaa dreptunghiului care reprezint ntreaga colectivitate (100%)
este divizat n pri proporionale cu ponderea specic a ecrei
componente care alctuiete ntregul. Se recomand un numr relativ
mic de componente (variabile).
Pentru valoarea ecrei variabile, nlimea coloanei corespunde
cu frecvena total a categoriei respective. Cu precizie, poate citit
numai dimensiunea categoriei de la baz; celelalte categorii pot apre-
ciate cu aproximaie.
Haurrile sau culorile diferite indic divizarea totalului n categori-
ile componente.
Coloane suprapuse vs. coloane stivuite
- ambele reprezint situaii similare
- alegerea se limiteaz la ceea ce dorim s subliniem cel mai
mult
- n cazul coloanelor suprapuse este uor s compari ntre ele
categorii diferite dar mai dicil s nelegi ce se ntmpl la ni-
velul ntregii categorii
- n cazul coloanelor stivuite ansamblul este vizibil, n timp ce
dimensiunea ecrei categorii este secundar.
Aceeai informaie poate reprezentat din dou puncte de vedere
utiliznd dou tipuri de grace.
Fig.13. Ponderea uxurilor de migraie n migraia total.
Fig. 14. Frecvena uxurilor de migraie n migraia total.
Exemplul 2: (Fig. 13 i Fig. 14).
n reprezentarea din Fig. 13 se observ c ponderea uxului de
migraie rural-urban a fost de trei ori mai mare n 1990 dect n 1998.
Ponderea ecrei categorii este comparat cu ntregul.
BIOSTATISTICA
172 173
n Fig. 14 se observ distribuia uxului de migraie pe diverse ca-
tegorii.
Diagrama de structur care utilizeaz ca reprezentare cercul (pie
chart)
Aceasta este tipic pentru reprezentarea distribuiei procentelor n
cazul variabilelor calitative i constituie o alternativ la diagrama prin
coloane (Fig. 15). Acest tip de grac permite s se stabileasc n ce
raport se gsesc grupele din cadrul colectivitii fa de colectivitatea n
ansamblul ei (proporia bolilor aparatului digestiv din totalul bolilor).
Fig. 15. Structura deceselor pe cauze medicale n Republica Moldova, 2006 (%).
Caracteristicile acestei diagrame sunt:
- totalul ariei reprezint 100% iar 1% corespunde la 3,6 grade;
- n aria cercului se scriu procentele i nu gradele;
- diagrama se citete n sensul acelor de ceasornic ncepnd cu
punctul care poate asociat orei 12;
- cercul nu trebuie s aib mai mult de 5-6 sectoare;
- culorile trebuie s e atribuite ncepnd cu cea mai nchis pn
la cea mai deschis;
- cum aceast diagram ofer o vedere de ansamblu, ultima ca-
tegorie trebuie s e altele i culoarea sau haurrile nu tre-
buie s e dominante.
Dac dorim s comparm mai multe grupuri de date folosind aceas-
t diagrama, atunci vom construi o diagram pentru ecare grup n
parte. Aria ecrui cerc va proporional cu dimensiunea grupului. n
acest fel putem compara att dimensiunile grupurilor ct i distribuiile
procentuale din cadrul ecrui grup simultan.
Diagrama prin benzi
Diagrama prin benzi reprezint o alternativ a histogramei. n acest
tip de grac dreptunghiurile sunt foarte nguste i capt aspectul de
benzi. Benzile sunt orizontale. Se poate alege ntre numere i procen-
te. Sunt dou modaliti de reprezentare a procentelor:
- procentele pot procente din total brbai i separat procente
din total femei
- procente din totalul populaiei
Un exemplu de diagram prin benzi este piramida vrstelor (po-
pulation pyramid) Piramida vrstelor descrie populaia unei ri sau
regiuni pe sexe i grupe de vrst. Const din dou histograme orizon-
tale, una pentru brbai i una pentru femei. Histogramele sunt aezate
n oglind pentru a se face compararea ntre sexe, n populaia unei
ri/regiuni. Pe axa orizontal putem reprezenta att valori absolute ct
i procente.
Lungimea benzilor este proporional cu valorile reprezentate iar
limea lor este aceeai pentru toate benzile.
Tehnica este utilizat i n alte situaii, de exemplu:
- pentru a reprezenta proporia de fumtori n diferite grupuri de
vrst la brbai i respectiv la femei
- status marital etc.
Hri statistice
Hrile statistice ocup un loc special n reprezentarea variaiilor
spaiale (geograce) a diverselor fenomene sau probleme sociale de
sntate. Dintre acestea, n sistemul de sntate sunt frecvent utili-
zate cartogramele, care reprezint o combinare dintre grac i hart
(Fig. 16).
Cartogramele exprim distribuia nivelelor unui fenomen ntr-o arie
geograc (ar, raioane, regiuni). Diferenele dintre proporii, rate, me-
dii etc., sunt puse uor n eviden prin colorarea/haurarea diferit a
ariilor geograce. Permite compararea valorilor dintre diferitele zone n
acelai timp; compararea pune n eviden att zonele cu valorile cele
BIOSTATISTICA
174 175
mai ridicate, ct i zonele cu valorile cele mai sczute. Se obine o vi-
zualizare spaial a informaiilor despre fenomenul observat (fertilitate,
mortalitate etc.)
Fig. 16. Clasicarea raioanelor dup nivelul inrmitii motorii cerebrale, anul X().
n tehnica de construire a unei cartograme paii importani sunt:
- se grupeaz pe intervale de mrime valorile fenomenului ob-
servat;
- se stabilete un cod de culori sau haurri prin care vor expri-
mate valorile corespunztoare ecrui interval de mrime;
- se coloreaz sau se haureaz ecare zon conform grupului
de valori din care face parte;
- n legend se va explica codul utilizat.
n domeniul sntii publice s-a dezvoltat, n ultimii ani, conceptul
de HEGIS (Health Environment Geographic Information System) care
are la baz GIS (Geographic Information Systems).
Aranjarea gracelor n raportul statistic
n procesul de elaborare a raportului statistic, obiectivele autorului
au un rol major. Aceleai date pot reprezentate n moduri diferite con-
form mesajului pe care autorul dorete s-l transmit.
Exemplul 3. Mai jos este prezentat acelai indicator rata de in-
ciden prin ciroz hepatic din dou perspective diferite conform
inteniilor autorului.
n varianta a, scopul este de a prezenta evoluia ratei de inciden
pe o anumit perioad relevant de timp, 5 ani. n varianta b, mesajul
este complet diferit i corespunde unui alt scop compararea ratei de
inciden pe 5 ani. Deoarece este vorba de o serie temporal mesa-
jul transmis de aceste date se refer la evoluie. Diferena se poate
observa n modul n care sunt organizate gracele i din explicaiile
prezentate n text.
n varianta a, evoluia este subliniat de reprezentarea anilor pe
axa orizontal. Acesta este modul obinuit de reprezentare a datelor
temporale. De asemenea pentru a evidenia evoluia, anii sunt sortai
n ordine cresctoare. Textul asociat descrie evoluia n ansamblu i
subliniaz neregularitile remarcabile.
n varianta b, inteniile autorului sunt complet diferite, (obiectivul
este compararea).
Pentru comparaii sunt necesare schimbri structurale. n varianta
b anii sunt reprezentai pe axa vertical eliminnd impresia de evoluie.
Aceast schimbare este important pentru perceperea gracului, de-
oarece eliminnd diferenele false, mesajul devine mai clar.
BIOSTATISTICA
176 177
Varianta a: un singur obiectiv evoluia
Varianta b: un singur obiectiv compararea
Fig. 17. Rata de inciden prin ciroz hepatic n Republica Moldova, 2000-2004
(la 100 mii locuitori).
A
n
i
Interpretare:
Varianta a Tendina incidenei este de cretere din 2000 pn n
2004, observndu-se un nivel mai sczut n 2000 i 2002.
Varianta b n perioada 2000-2004 nivelul cel mai sczut al ratei
de inciden prin ciroz hepatic s-a nregistrat n 2000 iar cel mai ri-
dicat n 2004.
n varianta b anii sunt tratai ca variabile nominale n loc de variabile
ordinale i astfel, sortate n ordine cresctoare dup valorile variabile-
lor. Aceast reordonare are dou efecte pozitive: pe de o parte, distru-
ge imaginea evoluiei, deoarece anii nu sunt prezentai n succesiune i
pe de alt parte, permite o mai bun comparare a valorilor.
La rndul lui textul asociat este diferit de cel din varianta a n locul
descrierii modului n care are loc evoluia ratei de inciden, se meni-
oneaz numai anii cei mai buni i cei mai slabi. Aceast diferen este
important pentru autor, mai ales atunci cnd dorete s transmit mai
multe mesaje.
Exist situaii n care dou obiective pot combinate pentru a re-
prezentate grac. n acest caz reprezentarea grac ine cont n primul
rnd de obiectivul principal.
O prezentare grafc greit are consecine mai grave dect inexistena ei.
Anders Wallgren
Lista de vericare (Check-list)
nainte de a ncepe construirea gracului
Care este grupul int?
Care este rolul gracului?
Ce tip de grac trebuie ales?
Cum trebuie prezentat gracul?
Ct de mare trebuie s e gracul?
Este reprezentarea grac cea mai bun alegere de prezentare a
informaiilor?
Dup ce construirea gracului a fost nalizat
Este gracul uor de citit?
Poate gracul interpretabil (interpretat greit)?
Sunt potrivite forma i mrimea gracului?
Este integrat gracul corect n text ?
Se recomand testarea gracului: se solicit unei persoane care
are caracteristicile grupului int citirea i interpretarea gracului. For-
BIOSTATISTICA
178 179
mulai ntrebri despre grac astfel nct s nelegei cum este el per-
ceput de persoana aleas.
3.5. Analiza i interpretarea materialului statistic
Datele statistice, obinute n cadrul operaiei de adunare i prelu-
crare a materialului statistic, necesare efecturii unei lucrri tiinice,
sunt de obicei date brute sau mrimi absolute. Operaia de prelucrare
continu cu unele operaii de nee n care datele brute sunt transfor-
mate n mrimi relative sau mrimi medii.
Sub aceast form de indicatori statistici, deci raportate la ace-
eai baz, datele obinute pot supuse unor operaii de comparare,
corelare, abstractizare i generalizare, ceea ce ne permite o inter-
pretare ct mai realist a materialului cercetat. Dup ce materialul
statistic a fost prelucrat i datele obinute sub form de valori abso-
lute, relative sau medii, au fost prezentate n tabele sau grace, ur-
meaz etapa de analiz i interpretare a materialului statistic. Aceas-
t operaie const dintr-o serie de aprecieri, comparaii i corelaii a
rezultatelor obinute.
Aprecierea tendinelor n timp
Valorile nregistrate de noi n raport cu timpul (an, semestru, trimes-
tru, luni) pot mai mari sau mai mici, pozitive sau negative, n funcie
de modicarea unor factori care pot contribui la determinarea sau inu-
enarea evoluiei fenomenului cercetat, ntr-un sens sau altul.
Folosind aceste aprecieri comparative putem sesiza rolul pozitiv
sau negativ pe care factorii respectivi (factori de risc sau de protecie)
l-au exercitat asupra fenomenului cercetat.
Exemplul 1. Cercetnd morbiditatea prin HTA ntr-o colectivitate
i determinnd anumite valori ale acesteia, pentru a vedea n ce m-
sur recomandrile fcute pentru eliminarea factorilor de risc au fost
eciente, comparm valorile gsite de noi n momentul examinrii cu
valorile morbiditii prin HTA n aceeai colectivitate cu 5 sau 10 ani n
urm. Dac valorile gsite de noi ale morbiditii (sub raportul indicelui
de inciden sau prevalen) sunt mai reduse dect cele nregistrate cu
5 sau 10 ani n urm, deci s-au redus de la o prevalen de 18% spre
exemplu la o valoarea a indicelui de prevalen de 12%, nseamn c
msurile recomandate, n timp, pentru reducerea factorilor de risc (ali-
mentari, efort zic, stres) au fost eciente.
Exemplul 2. Cercetnd morbiditatea prin afeciuni stomatologice
ntr-o colectivitate industrial care lucreaz n mediu cu vapori de mer-
cur, trebuie s comparm valorile morbiditii stomatologice gsite de
noi n momentul examinrii cu valorile pe care aceast morbiditate le-a
nregistrat cu 5 sau 10 ani n urm i cu condiiile de munc existente
n perioada respectiv de timp.
Aprecierea tendinelor fenomenelor n spaiu
Rezultatele obinute n cercetarea noastr trebuie apreciate apoi
comparativ cu rezultatele pe care ali cercettori le-au obinut n co-
lectiviti spaial diferite cu condiii de munc i de trai similare sau
diferite. Aprecierea rezultatelor obinute de noi n raport cu rezultatele
nregistrate n colectiviti diferite n care exist factori de risc mai nu-
meroi, ne permite s reliefm rolul factorilor de risc n determinarea
sau inuenarea acestei patologii.
Spre exemplu dac n colectivitatea A examinat de noi, valorile
prevalenei prin HTA sunt de 12% iar n colectivitatea B, cu condiii
similare cu cele ale colectivitii A, nregistrm valori ale prevalenei
de 18% nseamn c munca de prevenire i combatere a unor factori
de risc existeni n colectivitatea B las de dorit. Dac exist condiii
geograce, social-economice, comportamentale diferite, iar asisten-
a medical este de aceeai calitate, diferena valoric poate pus
pe seama unor factori de risc insucient cunoscui i stpnii, n felul
acesta putem sesiza i evalua rolul pe care unii factori climatici, social-
economici, culturali, igienico-sanitari, de asisten medical etc. l exer-
cit n determinarea sau inuenarea strii de sntate a populaiei.
Corelarea rezultatelor obinute cu factorii de risc care sunt n m-
sur s inueneze fenomenul cercetat. Asemenea factori pot factori
naturali ai mediului zic extern (clima, altitudinea, condiii hidrologice,
microclimat, ap, aer etc.) factori biologici, factori social-economici (lo-
cuin, alimentaie, obiceiuri, mentaliti, condiii de munc etc.). n urma
operaiei de corelare se poate stabili msura n care unul dintre factorii
de risc inueneaz, ntr-o mai mare sau mai mic msur, starea de
morbiditate printr-o anumit afeciune i totodat se poate face o ierarhi-
zare a acestora stabilindu-se i ordinea de inuenare a acestora.
Dup ce am efectuat, n cadrul operaiei de analiz i interpretare,
aprecieri, comparaii i corelaii ale rezultatelor obinute n raport cu
complexul de factori de mediu extern, socio-economici, biologici, ce ar
BIOSTATISTICA
180 181
putut contribui la determinarea sau inuenarea, ntr-un sens sau altul
a fenomenului cercetat, se trece la formularea de concluzii.
Exemplul 3. Dac n colectivitatea A factorul de risc pentru HTA
nu inueneaz semnicativ valorile TA, iar n colectivitatea B valorile
crescute ale TA se coreleaz cu o solicitare nervoas de lung durat
i cu o alimentaie neraional se impune o schimbare a ritmului de
lucru n ntreprinderea respectiv i corectarea modului de alimentaie
ale angajailor
Exemplul 4. Dac morbiditatea prin stomatit mercurial a crescut
fa de valorile anilor trecui, ind mai mare dect morbiditatea unor
colectiviti cu condiii asemntoare, rezult c au existat deciene n
supravegherea strii de sntate a colectivitii respective.
Lucrarea se ncheie cu capitolul propuneri.
ntruct orice lucrare cu caracter aplicativ, pe care o efectum, ur-
mrete un scop practic, este resc ca ea s se ncheie cu acest capi-
tol de propuneri, n cadrul acestui capitol propunerile elaborate trebuie
s e ct mai concrete, s e uor aplicabile, viznd totodat i cile
de rezolvare a problemelor.
Exemplul 5. n cazul frecvenei crescute a bolii hipertensive n co-
lectivitatea B se vor face propuneri de modicare a proceselor tehnolo-
gice cu automatizarea unor operaii solicitante, se vor indica micropa-
uze la anumite intervale de timp, se va institui un program de educaie
pentru sntate n vederea instituirii unui regim alimentar raional etc.
Exemplul 6. Pentru reducerea cazurilor de stomatit mercurial se
vor lua msuri cu caracter tehnic, menite s limiteze concentraia vapo-
rilor de mercur n aerul atmosferic, la locul de munc, se vor indica m-
suri de depistare activ prin consultaii periodice active, de tratament
prompt i ecient al cazurilor recent depistate, de educaie sanitar a
muncitorilor expui, cu accent pe msurile de igien individual, buco-
dentar etc.
BIBLIOGRAFIE
1. Albert, J. M., Yun, H. (2001). Statistical advances in AIDS therapy trials.
Statistical Methods in Medical Research 10:85100.
2. Andersen, P. K., Klein, J. P., Knudsen, K. M., Tabanera y Palacios, R.
(1997). Estimation of variance in Coxs regression model with shared
gamma frailties. Biometrics 53:14751484.
3. Babiker, A. G., Cuzick, J. (1994). A simple frailty model for family studies
with covariates. Statistics in Medicine 13:16791692.
4. Bailar JC III. The promise and problems of meta-analysis. New England
Journal of Medicine 337:559-560,1997.
5. Bjorling, L. E., Hodges, J. S. (1997). Rule-based ranking schemes for
antiretroviral trials. Statistics in Medicine 16:11751191.
6. Bloom BS, et al. A reappraisal of hepatitis B virus vaccination strategies
using cost-effectiveness analysis. Annals of Internal Medicine 118:298-
306,1993.
7. Borzak S, Kidker PM. Discordance between metaanalyses and large-sca-
le randomized controlled trials: examples from the management of acute
myocardial infarction. Annals of Internal Medicine 123:873-877,1995.
8. Buyse, M., Molenberghs, G. (1998). Criteria for the validation of surrogate
end-points in randomized experiments. Biometrics 54:10141029.
9. Carr, A., Samaras, K., Thorisdottir, A., Kaufmann, G. R., Chisholm, D. J.,
10. Carsenten, B. (1996). Regression models for interval censored survival
data: application to HIV infection in Danish homosexual men. Statistics in
Medicine 15:21772189.
11. Clayton, D., Cuzick, J. (1985). Multivariate generalizations of the proportio-
nal hazards model. Journal of the Royal Statistical Society A 148:82117.
12. Clemens JD, et al. The BCG controversy: a methodolog ical and statistical
reappraisal. Journal of the American Medical Association 249:2362-2369,
1983.
13. Daniels,M. J., Hughes,M. D. (1997). Meta analysis for the evaluation of
potential surrogate markers. Statistics in Medicine 16:19651982.
14. DeGruttola, V., Fleming, T. R., Lin, D. Y., Coombs, R. (1997). Validating
surrogate markers are we being naive? Journal of Infectious Diseases
175:237246.
15. Delta Coordinating Committee (1996). Delta: a randomised double-blind
controlled trial comparing combinations of zidovudine plus didanosine
or zalcitabine with zidovudine alone in HIV-infected individuals. Lancet
348:283291.
16. Delta Coordinating Committee and Virology Group (1999). An evaluation
of HIV RNA and CD4 cell count as surrogates for clinical outcome. AIDS
13: 565573.
17. DeMasi, R. A., Babiker, A. G. (1998). Nonparametric estimation of the
proportion of treatment effect explained by a surrogate marker. Presented
at the 1998 ENAR conference, April 1, 1998.
BIOSTATISTICA
182 183
18. Dempster, A. P., Laird, N.M., Rubin, D. R. (1977). Maximum likelihood
from incomplete data via the EM algorithm. Journal of the Royal Statistical
Society B 39:138.
19. Efron, B. (1988). Logistic regression, survival analysis and the Kaplan Meier
curve. Journal of the American Statistical Association 83:414425.
20. Ellenberg, S. S., Finkelstein, D. M., Schoenfeld, D. A. (1992). Statistical
issues arising in AIDS clinical trials (with discussion). Journal of the Ame-
rican Statistical Association 87:562583.
21. Fieller, E. C. (1940). The biological standardisation of insulin. Journal of
the Royal Statistical Society 7:S1S15.
22. Finkelstein, D. M., Schoenfeld, D. A., Stamenovic, E. (1997). Analysis of
multivariate failure time data from an AIDS clinical trial. Statistics in Medi-
cine 16:951961.
23. Finkelstein, D. M. (1986). A proportional hazards model for interval-censo-
red failure time data. Biometrics 42:845854.
24. Foulkes, M. A. (1998). Advances in HIV/AIDS statistical methodology over
the past decade. Statistics in Medicine 17:125.
25. Freedman, L. S., Graubard, B. I., Schatzkin, A. (1992). Statistical valida-
tion of intermediate endpoints for chronic diseases. Statistics in Medicine
11:167178.
26. Gehan, E. A. (1965). A generalized two-sampleWilcoxon test for doubly
censored data. Biometrika 52:620653.
27. Hughes, M. D. (2000). Analysis and design issues for studies using cen-
sored biomarker measurements with an example of viral load measure-
ments in HIV clinical trials. Statistics in Medicine 19:31713191.
28. Jekel IF, et al. Inuence of the prevalence of infection on tuberculin skin
testing programs. Public Health Reports 84:883-886,1969.
29. Journot, V., Chene, G., Joly, P., Saves, M., Jacqmin-Gadda, H., Molina,
J.-M., Salamon, R., the ALBI Study Group (2001). Viral load as a primary
outcome in Human Immunodeciency Virus trials: a review of statistical
analysis methods. Controlled Clinical Trials 22:639658.
30. Kay, R. (1984). Multistate survival analysis: An application in breast can-
cer. Methods of Information in Medicine 23:157162.
31. Klein, J. P., Moeschberger, M. L. (1997). Survival analysis: techniques for
censored and truncated data. New York: Springer-Verlag.
32. Klein, J. P. (1992). Semiparametric estimation of random effects using the
Cox model based on the EM algorithm. Biometrics 48:795806.
33. Kulinskaya E.V., Satarov G.A. Testing the Hypotesis about the Quality
of Classication in the Data-Analysis System Clams // Statistical
Data Analysis. Abstracts f International Conference. Soa, 1990.
34. Munink M, et al. Decision Making in Health and Medicine: Integrating Evi-
dence and Values. Cambridge: Cambridge University Press, 2001.
35. Murean P. Manual de metode matematice n analiza strii de sntte.
Bucureti, 1989, 574 pag.
36. Newcombe, R. G. (1988). Explanatory and pragmatic estimates of the
treatment effect when deviations from allocated treatment occur. Statistics
in Medicine 7:11791186.
37. OBrien, P. C. (1984). Procedures for comparing samples with multiple
endpoints. Biometrics 40:10791087.
38. Pickles, A., Crouchley, R. (1995). A comparison of frailty models for multi-
variate survival data. Statistics in Medicine 14:14471461.
39. Prentice, R. L., Williams, B. J., Peterson, A. V. (1981). On the regression
analysis of multivariate failure time data. Biometrika 68:373379.
40. Raab, G. M., Parpia, T. (2001). Random effects models for HIV marker
data: Practical approaches with currently available software. Statistical
Methods in Medical Research 10:101116.
41. Robins, J. M., Greenland, S. (1994). Adjusting for differential rates of pro-
phylaxis therapy for PCP in high-dose versus low-dose AZT treatment
arms in an AIDS randomized trial. Journal of the American Statistical As-
sociation 89:737749.
42. Smith, P. J., Thompson, T. J., Jereb, J. A. (1997). A model for interval-censo-
red tuberculosis outbreak data. Statistics in Medicine 16:485496.
43. Sonnenberg FA, Beck JR. Markov models in medical decision making: a
practical guide. Medical Decision Making 13:322-338,1993.
44. Sun, J. (1997). Regression analysis of interval-censored failure time data.
Statistics in Medicine 16:497504.
45. Survival Analysis: State of the Art. Boston: Kluwer Academic Publishers,
pp. 99120.
46. Thall, P. F., Cheng, S. C. (1999). Treatment comparisons based on two-
dimensional safety and efcacy alternatives in oncology. Biometrics
55:746753.
47. Touloumi, G., Pocock, S. J., Babiker, A. G., Darbyshire, J. H. (1999). Es-
timation and comparison of rates of change in longitudinal studies with
informative drop-outs. Statistics in Medicine 18:12151233.
48. Touloumi, G., Pocock, S. J., Babiker, A. G., Darbyshire, J. H. (2002). Im-
pact of missing data due to selective drop-outs in cohort studies and clini-
cal trials. Epidemiology 13:347355.
49. Tubert-Bitter, P., Bloch, D. A., Raynauld, J. P. (1995). Comparing the bi-
variate effects of toxicity and efcacy of treatments. Statistics in Medicine
14:11291141.
50. Volberding, P. A., Lagakos, S. W., Koch, M. A., Pettinelli, C. B., et al.
(1990).
51. Walker, A. S., Babiker, A. G., Darbyshire, J. H. (2000). Analysis of multi-
variate failure-time data from HIV clinical trials. Controlled Clinical Trials
21:7593.
52. Walker, A. S. (1999).The analysis of multivariate failure time data with ap-
plication to multiple endpoints in trials in HIV infection. Unpublished PhD
thesis, University College, London.
BIBLIOGRAFIE
BIOSTATISTICA
184 185
53. Wang, S. T., Klein, J. P., Moeschberger, M. L. (1995). Semi-parametric es-
timation of covariate effects using the positive stable frailty model. Applied
Stochastic Models and Data Analysis 11:121133.
54. Wei, L. J., Glidden, D. V. (1997). An overview of statistical methods for mul-
tiple failure time data in clinical trials. Statistics in Medicine 16:833839.
55. Wei, L. J., Lin, D. Y., Weissfeld, L. (1989). Regression analysis of multi-
variate incomplete failure time data by modelling marginal distributions.
Journal of the American Statistical Association 84:10651073.
56. Weinstein MC, Fineberg HV. Clinical Decision Analysis. Philadelphia: Sa-
unders, 1980.
57. White, I. R., Babiker, A. G., Walker, A. S., Darbyshire, J. H. (1999). Rando-
mization-based methods for correcting for treatment changes: examples
from the Concorde trial. Statistics in Medicine 18:26172634.
58. .., .., .. -
. .: , 1974.
59. .
.: , 1985.
60. .., B.., .., .., A.. -

-
, //, 1977. .
17. ,7.
61. ..; H.. .
.: , 1983.
62. .. . -
: , 1985.
63. .., ... ... .., -
... ..
-3 //. 1977. .17. 6, 7.
64. .., . .. . -
. .: , 1984.
65. .., .
. .: , 1976.
66. E..
CLAMS IBM // .
-
. . . .:
, 1980.
67. ., .. -
CLAMS IM PC //.
-
. Te. . : , 1990.
68. .., .., ..
// . 1976. 3.
69. .. , -
. .: , 1982.
70. A.. -
. : - , 1982.
71. A.. -
//[2].
72. A.. //.
. . .: , 1985.
73. A.. //. 1 -
. -
, , . . 1.
.: , . , 1988.
74. A.. // -
. .8. .: , 1982.
75. .., .. -
// I . -
- -
(8- 1985 ., ). -
: , 1986.
76. .. , -
- //
1984 . . -
. .: , 1986.
77. ..
//-
- -
. .: , 1987.
78. .. -
// . .: , 1983.
79. ..
// . -
.
, 1985. .: , 1987.
80. .. //-
-
. .: , 1980.
81. ..
// . .: , 1983.
82. .. - //-
. -
. , 1985. .: , 1987.
83. .. - . .:
, 1979.
BIBLIOGRAFIE
BIOSTATISTICA
186
84. .., .. -
// -
. .:
, 1977.
85. .. // . 1982. 7.
86. .. //-
. .: , 1982.
87. .. -
//
. : . . -, 1991.
88. ..
// -
. .: , 1977.
89. H.., .., .. -
//. .

) . Te. . , 1977.
90. .B. //[2].
91. . . .
. .: , 1987.
92. .. . -
: , 1986.
93. .. -
//
. .: , 1984.
94. .. -
.
. .: , 1979.
95. .., .. . .: ,
1982.
96. A.M. - //
. .:
, 1980.

Biostatistica Spinei

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Biostatistica Spinei

Încărcat de

Drepturi de autor:

Formate disponibile

1

UNIVERSITATEA DE STAT DE MEDICIN I FARMACIE

ES, putem stabili volumul sau mri-

coecient tabelar n funcie de riscul ; a crui valori

Acest lucru nseamn c din colectivitatea din care am extras ean-

x0,57, iar pentru =5% vom citi n tabelul distribuiei

valoarea de 1,98. Deci 7>1,98x0,57 deci diferena dintre cele dou

xES atunci diferena ar fost nesemnicativ

-ES=1,960,14 deci probabilitatea bieilor este aceeai

= coecient ce caracterizeaz distribuia lui Student, pentru riscul

S-ar putea să vă placă și