Версия для печати темы

Автор: Гематолог 12.11.2013 - 00:47

Друзья, я знаю, что когда-то эта тема обсуждалась.
Тем не менее, нужна помощь.
Я имею данные о заболеваемости и смертности по своему региону от одного из заболеваний системы крови за 5 лет.
Будет поставлен вопрос о статистической значимости колебаний показателей между различными годами.
Я ей богу не помню, как здесь правильно поступить - представить доверительный интервал для долей или поработать с критериями.
Спасибо за подробный ответ!

Автор: paravoz 12.11.2013 - 01:17

Доверительный интервал здесь скорее всего не поможет.
Во-первых, вы имеете генеральную совокупность (если вы будете делать выводы о регионе) и меры разброса данных, такие как стандартное отклоение и доверительный интервал, на ней не расчитываются.
Во-вторых, вы их и не сможете посчитать потому что для расчетов мер разброса показателей необходим объем выборки, а в данном случае показатель (заболеваемость) и есть объем выборки.

В общем, при анализе временных рядов используются такие показатели как прирост, темп прироста и т.д. и они являются априори точными, так как представляют собой генеральную совокупность.

Автор: nokh 12.11.2013 - 20:15

Я думаю, что ДИ, всё-таки можно использовать. Ведь региональные данные - только часть какой-то более крупной генеральной совокупности, скажем РФ. Это становится особенно видно, если сравнивать статистически региональные данные с общероссийскими, или с соседними регионами. Ведь численность населения известна, можно рассчитать доли и 95%-ный ДИ, например по Клопперу - Пирсону.

Автор: DrgLena 12.11.2013 - 23:23

Обсуждалась и довольно подробно. Нет смысла повторять.
Можно только добавить, что недавно на форуме 5.11.2013 - 13:47
TheThing выложил калькулятор, где можно рассчитать индексы заболеваемости, а также на примере показано сравнение индексов заболеваемости во Флориде и Аляске, а также стандартизация индексов и согласование по возрастным категориям. За что ему большое спасибо!
Посмотрите два последних листа .

Автор: Гематолог 13.11.2013 - 12:02

Спасибо Большое всем ответившим экспертам! Посмотрю ветку, которую указывает DrgLena. На более ранних ветках попалось обсуждение про применение
Z-критерия в подобных случаях. Но, исходя из его природы и условия, думаю, это не вариант...
Спасибо!

Автор: paravoz 13.11.2013 - 15:32

Доля рациональности есть, особенно в том, что ДИ расчитать можно, но это не правильно. Заболеваемость и смертность это официальные показатели санитарной статистики РФ. Они имеют конкретные методики расчета, простые, но тем не менее они эти методики имеют. У них не может быть ни ошибок, ни стандартных отклонений, ни ДИ. Если заболеваемость, например туберкулезом, равна 4 532 на 100 000 населения, то ни каких плюсов/минусов быть не должно, это официальная статистика.
Другой вопрос если вы основываете свою работу на недостатках официальной статистики.
Например, официальная заболеваемость ХОБЛ в регионе 10,2 на 1000 населения. Проводим углубленное обследование 6000 человек с ранее не установленным диагнозом ХОБЛ и среди них находим 54 больных (то есть 9 на 1000 населения). Таким образом, делаем вывод о несоответствии официальной заболеваемости 10,2 и истиной заболевемости 10,2+9=19,2 на 1000 населения. Но тем не менее никакого плюс/минуса.

А сравниваются показатели в различных регионах тоже очень просто. Регион 1 - заболеваемость ХОБЛ - 15,6 на 1000 населения, Регион 2 - 12,3 на 1000 населения. Вывод: в Регионе 1 заболеваемость ХОБЛ выше чем в Регионе 2 на 3,3 на 1000 населения. И, по-моему, этого достаточно без всяких ошибок.

С точки зрения расчета мер разброса, то население региона это не объем выборки. Вот если считать среднее по России, то при расчете ошибки среднего и ДИ число регионов России будет объемом выборки, а в случае расчетов в одном регионе такой номер не пройдет.

На самом деле, это мое личное мнение, основанное на том, что ни разу не встречался с мерами разброса для показателей официальной статистики, но вопрос интересный.

Готов вежливо подискутировать.

Автор: Гематолог 13.11.2013 - 23:54

А для оценки РАЗЛИЧИЯ заболеваемости между различными годами (например 2011 и 2012) можно ли использовать Z-критерий?

Автор: paravoz 14.11.2013 - 09:40

Здесь не нужно никаких критериев. Если у вас заболеваемость по всему региону, то это генеральная совокупность. Если вы имеете данные по генеральной совокупности, не требуется рассчитывать никаких мер разброса и никаких критериев. Любое изменение в динамике показателей заболеваемости генеральной совокупности является достоверным, то есть 100-процентным. Можете смело говорить, что темп прироста в 2012 году по сравнению с 2011 годом составил ..., или показатель заболеваемости в 2012 году по сравнению с 2011 годом вырос на ...%. И не нужны никакие плюсы/минусы и p-шки.

Автор: Гематолог 14.11.2013 - 22:17

Спасибо, Уважаемый PARAVOZ!
Я прошел на ветку, которую мне рекомендовали выше (не Вы), с приложенным калькулятором, но увы, она совсем не по теме.
Мне не надо вычислять заболеваемость и смертность.
У меня уже ЕСТЬ эти данные.
Вопрос состоял в сравнении между годами.
Как я Вас понял при сравнении МЕЖДУ годами, я могу ограничиться разностью заболеваемостей К2-К1 и темпом прироста - (К2-К1)/К1*100% .
Но. В своем ответе Вы затронули еще одну тему - сравнение показателей со средними по России.
Наш отдел статистики как раз и предоставляет диаграммы-столбики по нашему региону по годам в сравнении со "столбиком" - СРЕДНЯЯ ЗАБОЛЕВАЕМОСТЬ (ИЛИ СМЕРТНОСТЬ) ПО РФ по годам...
Можете чуть подробнее прояснить, как КОРРЕКТНО "сравниваться" с общероссийскими данными?
Я понимаю, что здесь многое зависит от содержательной ТРАКТОВКИ.
Но вполне возможна ситуация, когда отдельный регион ОЧЕВИДНО выделяется в заболеваемости или смертности от "среднего по России" по какому-то лейкозу или раку.
Как здесь грамотно использовать математический аппарат?
Спасибо за помощь!

Автор: paravoz 15.11.2013 - 04:26

При сравнении со средней заболеваемостью или смертностью по РФ нужно понимать откуда она взялась. Если это данные официальной статистики со всех регионов с последующим расчетом средней заболеваемости и смертности, то это средняя заболеваемость или смертность генеральной совокупности. В таком случае вы не то чтобы можете, а должны, ограничится обычным сравнением показателей без всяких плюсов/минусов и критериев. Например, показатель заболеваемости лейкозом N края/области превышает средние показатели по РФ на ...%. И все.
В том случае если средняя заболеваемость по РФ рассчитывалась кем-то как-то анкетно или по выборочным данным, то на таких показателях основываться вообще нельзя. То есть нельзя сравнивать официальные данные по заболеваемости и смертности вашего региона с такими средними по РФ. Берите официальную статистику с сайта Росстата и работайте с ней.

Самым грамотным подходом в данном случае является сравнение двух регионов или одного региона со средними по РФ, это сравнение стандартизованной заболеваемости и смертности.
Стандартизованная заболеваемость - это заболеваемость и смертность пересчитанные в соответствии с возрастно-половой структурой населения. Понятно, что если в структуре населения региона преобладают женщины, то гинекологических заболеваний будет больше чем в регионе с преобладанием мужчин. Поэтому наиболее грамотно, если у вас в работе это является основным разделом, сравнивать стандартизованные показатели заболеваемости и смертности. Так делает ВОЗ.
Но к сожалению официальной статистики заболеваемости по полу и возрасту в России не ведется. Но она ведется по смертности. В связи с этим, заболеваемость сравниваете обычным способом, но повторюсь, что без плюсов/минусов и различных критериев. А смертность сравниваете уже стандартизованную, но опять же без плюсов/минусов и критериев.

При расчете стандартизованных показателей возникает вопрос, к какой возрастно-половой структуре приводить смертность. Если сравниваете свой регион с другим, то для удобства восприятия лучше привести смертность другого региона в соответствии с возрастно-половой структурой вашего региона. Если сравниваете с показателями по РФ, то лучше привести в соответствие со структурой РФ. Наилучшим подходом, все-таки, является приведение смертности к европейской структуре населения. Она есть на сайте ВОЗ. В таком случае вы или кто-либо другой читающий вашу работу сможете сравнивать практически со всеми странами. ВОЗ приводит данные, как правило, именно в стандартизованном в соответствии с европейской структурой населения виде.

Автор: nokh 15.11.2013 - 13:47

К сожалению, здесь я недостаточно компетентен для дискуссий, т.к. тоже почти не сталкиваюсь с официальной статистикой. Но, в целом, я вообще скептически отношусь к замыканию задач на генеральной совокупности (ГС) и отказе от статистики. Возьмём не регион, а конкретный дом, который стоит под трубами конкретного промышленного предприятия и в котором из конкретных проживающих 500 людей 50% страдают онкологией. Раз всё конкретно, значит это - ГС. Встаёт вопрос: расселять дом или нет (вопрос не праздный, скажем в Челябинске ещё в советские времена выселили несколько домов по ул. Механической - ближайшей зоне влияния электрометаллургического комбината, раньше почти пустовали, сейчас там офисы). Для экспертизы по вопросу придётся забыть, что это - маленькая ГС, придётся ставить её в ряд с другими, оценивать вероятности (не)случайности такого положения. То же самое далее - если прогнозировать кто заболеет, кто умрёт, кто родится или нет... При любой задаче прогноза границы ГС сразу размываются во времени.

Он используется для независимых выборок, а у вас они частично зависимые: преимущественно те же люди. Но только преимущественно: кто-то приехал-уехал, родился-умер. Поэтому считаю ДИ наиболее уместными. Но, как уже написал выше, на вашем поле не играю, поэтому не навязываю, ориентируйтесь на толковые работы в своей области.

Автор: paravoz 15.11.2013 - 16:15

Ввели вы меня в очень долгий и тяжелый процесс размышления по этому поводу. Но тем не менее вроде сообразил.
Можно решить эту задачу несколькими способами.

Можно взять дом подальше от завода, посмотреть там сколько в структуре занимает онкология. Затем взять дом чуть дальше и опять расчитать. В общем так можно до бесконечности, все дальше и дальше. В том случае если доля онкологии в структуре заболеваемости взятых домов снижается по мере увеличения расстояния от завода, то завод оказывает онкогенное влияние. Все это без ошибок, ДИ и различных критериев.

Второй способ. Он по изящнее. Взять долю онкологии в структуре заболеваемости региона или города и сравнить с долей онкологии в структуре заболеваемости дома. Но опять без ошибок, ДИ и критериев.

Третий способ. Я бы воспользовался им. Рассчитать стандартизованную заболеваемость онкологией в регионе или городе и стандартизованную заболеваемость онкологией в доме для исключения влияния возрастно-половой структуры населения дома. Вдруг там средний возраст проживающих 95 лет. После рассчета просто сравниваем и все, опять же без ошибок, ДИ и критериев.

Конечно можно взять второй дом и посчитать, к примеру, Хи-квадратом все это дело, но по мне, так это не правильно. Сейчас попробую еще кое-как порассуждать.

Предположим мы в вашем примере берем население дома за генеральную совокупность и одновременно рассматриваем как выборку для расчета мер разброса. Далее расчитываем ошибку доли и далее ДИ с доверительной вероятностью 95%. Таким образом, у нас получается доля онкологии в структуре заболеваемости дома составляет 50+-4,38%. Что это значит? Это значит что в генеральной совокупности доля онкологии в структуре заболеваемости должна находится с 95% вероятностью в диапазоне от 45,62% до 54,38%, что противоречит тем данным, что у нас есть - доля онкологии в структуре составляет 50% и это 100-процентнов этом доме. Таким образом ДИ не может выполнить своей фунции экстраполяции результатов на генеральную совокупность, а соответственно и не требуется его расчитывать в данном случае.
Такая ситуация возникает если вы берете дом за генеральную совокупность и выборочную одновременно. Этого не может быть. Совокупность должна быть либо выборочной, либо генеральной. В случае с отдельно стоящим домом я бы его жителей принял за генеральную совокупность. Сколько раз из жителей этого дома не выбирай по 500 человек доля онкологии все равно будет составлять 50% - никакого разброса и вероятностного распределения.



При прогнозе согласен. Это ведь прогноз он не 100%, поэтому вероятностная характеристика прогнозируемых показателей должна быть расчитана и показана.

Ну вот, вроде такова логика моя в данном вопросе. Может кого-то еще подключить попробовать? Подсказывайте.

Автор: DrgLena 16.11.2013 - 00:11

Распространенность заболевания А на 100.000 населения по некоторым странам восточной Европы составила
6,2
10,1
7,5
13,0
9,0
12,5
По западной Европе индекс распространенности этого заболевания составил 5,9 .
Задача сравнения среднего индекса распространенности по восточной Европе с западной Европой сводится к задаче сравнения выборки с константой по критерию стьюдента:
Средний индекс по восточной Европе 9,7 статистически значимо превышает западноевропейский 5,9 (t=3,46; р=0,018)
Нужный вам год для сравнения всех остальных вы можете выбрать аналогично.

Я сама не могу найти нужную ветку на форуме, где обсуждалась подобная тема, в частности ДИ к индексам, попытки их построить часто приводили к отрицательным значениям. Я разделяю мнение paravoz, что демонстрация динамики не обязательно должна сопровождаться критериями, процент изменения вполне демонстрирут характер изменений в распространенности.

Автор: paravoz 16.11.2013 - 06:31

Если вы имеете данные о распространенности заболевания А только по некоторым странам Восточной Европы, а вывод собираетесь делать по всей Восточной Европе, то вы имеете дело с выборочными данными и вополне можете расчитывать меры разброса и точности (ошибку, стандартное отклонение, дисперсию или ДИ) и использовать критерии для сравнения распространенности заболевания А в Восточной Европе с другими территориями. Единственное, что наврятли набор данных подчиняется закону нормального распределения и, наврятли, целесообразно сдесь использовать критерий стьюдента.

Автор: Liz 16.11.2013 - 08:04

"nokh: Он (Z-критерий) используется для... Поэтому считаю ДИ наиболее уместными.... "
Т.е., как я поняла, различие (напр, по средним) двух выборок (пусть имеем не заболеваемости, а обычные, так сказать, выборки) можно оценить двумя РАЗНЫМИ способами: с помощью подходящего критерия (первый подход), а можно с помощью ДИ (второй подход). Разрешите вопрос на понимание: КАК после получения ДИ (средних двух сравниваемых выборок) оцифровать(!) различие (получить р)? Спасибо!!

Автор: DrgLena 16.11.2013 - 09:11

Ну пусть это будут все страны варшавского договора и средний индекс распространенности по западной Европе. Каждый этот индекс это результат расчета, а потому уже несет в себе большую ошибку. Эти индексы отражают очень даже среднюю заболеваемость в данном случае на 100 000 населения, а потому стьюдент, пусть дает среднее по средним, тем более, что сравнение выборки с числом реализовано в пакетах. Вряд ли в данном случае понятие СРЕДНЕЕ нужно чем то заменять. Медианы и квартили не встречала при описании распространенности.

Я предложила этот подход, поскольку так можно сравнить, например, заболеваемость в 2000 г с последующими годами, если уж очень нужно показать р. Ваш подход с демонстрацией процентов, представляется мне вполне достаточным, но ведь модно стало ЗНАЧИМОСТЬ считать даже при сравнении двух чисел.

Автор: paravoz 16.11.2013 - 18:58

Представление распространенности заболеваний в виде средней заболеваемости на 100000 или на 1000 является общепринятым и, я согласен, что медиана и квартили здесь врятли подойдут. Но с точки зрения математической статистики это не верно. Читая о среднем, любой специалист в статистике сразу подразумевает нормальное распределение и то, что сопутствует этому. А в данном случае это не будет соответствовать действительности.

Расчет p критерием стьюдента, думаю, все равно не является правомочным. Мне кажется, использовать необходимо непараметрические критерии.

Все это конечно обсуждаемо и является проблемой общемировых стандартов.

У меня другой вопрос. Зачем делать выводы о распространенности заболевания во всей Западной Европе по выборочным данным о распрстраненности заболевания в странах Варшавского договора? Какова может быть в данном случае нулевая и альтернативная гипотезы?

Автор: DrgLena 16.11.2013 - 20:16

Нет, страны западной Европы в варшавский договор не входили и данные о распространенности этого заболевания опубликованы и составляют 5,9 на 100 000. По странам восточной Европы, которые входили в варшавский договор имеются данные для каждой страны. Нулевая гипотеза - распространенность заболевания А в западной европе и в исследуемых странах одинакова.
Как вы предлагаете решить эту конкретную задачу, как представить результат сравнения и какие выводы можно сделать по тем данным, которые я привела.

Автор: 100$ 16.11.2013 - 21:08

Читая о среднем, специалист в статистике сразу подразумевает математическое ожидание случайной величины (первый центральный момент ее распределения) и то, что среднее арифметическое является его (мат. ожидания) состоятельной оценкой.

Канешна, если он специалист.

Автор: DrgLena 16.11.2013 - 23:55

100$, используйте вашу энергию в мирных целях, предложите ваш вариант решения задачи про варшавский договор ?
без мат.ожидания и другого мата для медицинской публикации.

Автор: Гематолог 17.11.2013 - 00:02

[quote name='paravoz' date='16.11.2013 - 19:58' post='16160']
Представление распространенности заболеваний в виде средней заболеваемости на 100000 или на 1000 является общепринятым и, я согласен, что медиана и квартили здесь врятли подойдут. Но с точки зрения математической статистики это не верно. Читая о среднем, любой специалист в статистике сразу подразумевает нормальное распределение и то, что сопутствует этому. А в данном случае это не будет соответствовать действительности.

Расчет p критерием стьюдента, думаю, все равно не является правомочным. Мне кажется, использовать необходимо непараметрические критерии.

Все это конечно обсуждаемо и является проблемой общемировых стандартов.

Спасибо!

Все понял.
Пересмотрел максимум литературы на этот счет.
Прикрепил для иллюстрации две диаграммы по одной из исследуемых мной нозологий.
Описывая динамику буду рассчитывать прирост и темп прироста.
Действительно, опыт применения критерия Стьюдента для заболеваемости/смертности мне не попался.
Но так же вообще не попались примеры вычисления р для различий этих показателей. :-)
Может плохо искал...

Автор: paravoz 17.11.2013 - 06:05

Все верно. Критерий Стьюдента и другие критерии используются когда распространность оценивается по выборозным данным, что бывает крайне редко. Обычно данные официальной статистики о распространенности доступны. Поэтому нет смысла оценивать распространенность по выборочным данным.
В связи с этим и статей вы никаких не нашли. Их нет. Ну или крайне мало.

Вы верно решили использовать прирост и темп прироста.

Автор: 100$ 17.11.2013 - 12:10

Мат в общении с женщинами не практикую, даже когда приходится их ожидать

Автор: nokh 18.11.2013 - 16:32

Два подхода потому и два, что при подходе с интервальным оцениванием не нужно вычислять р. Исходя из контекста задачи мы выбираем некий заранее фиксированный уровень значимости в духе Неймана - Пирсона и закладываем его в расчёт ДИ: 90%-ных, 95%-ных, 99%-ных или каких-то ещё. Если ДИ не перекрываются считаем различия значимыми в духе гибридного подхода:) Насколько я понял, в своё вермя тема с ДИ активно раскручивалась именно как возможная самодостаточная альтернатива расчёту р. Можно, конечно, поизвращаться и интерполировать такое граничное значение альфы при котором ДИ не будут перекрываться и интерпретировать его как р, но не встречал таких рекомендаций; обычно так не поступают.

Автор: paravoz 18.11.2013 - 18:22

Очень важное преимущество метода ДИ перед измерением значения p, то, что с помощью ДИ можно помимо статистической значимости узнать и клиническую значимость. Это очень важно, но многими пренебрегется. Так, например, многие расчитывают значение p и оно получается высокозначимым <0,001, и делают на этом выводы, например, о разнице количества лейкоцитов в исследуемых группа. Но стоит расчитать ДИ и оказывается, что разница составляет с 95% доверительной вероятностью в 0,1-0,5 на 10^9 лейкоцитов. Такая маленькая разница не может быть уловима ни одним человеком и выводы никакой значимости для практики не имеют. Вот и получается расчитывают p, а о клинической значимости не задумываются.

В связи с тем, что с помощью ДИ можно определить клиническую значимость, я в своих работах использую и критерии и ДИ. С помощью первых я определяю точное p (это важно, потому что <0,05 или >0,05 этого мало), а с помощью ДИ определяю клиническую значимость и 95% разброс величины. Такой подход также повышает уверенность в полученных рзультатах, так как если уж и критерием и ДИ статистически значимые различия есть, то можно с большей уверенностью сказать, что они точно есть. Но тут думаю на любителя.

Автор: DrgLena 19.11.2013 - 21:41

Cложно согласиться с тем, что ДИ имеет отношение к понятию клинической значимости или с тем что ДИ показывает "95% разброс величины".
Если вы имеете ввиду, что при больших выборках слабые различия могут быть статистически значимыми, то для оценки величины эффекта существует такой инструмент измрения, как d Cohen's. Это обсуждалось на форуме.
ДИ к разнице средних двух групп тоже может быть построен, но он тоже будет отражать где будет находиться разница средних, но никак не отражать клиническую значимость.

Автор: TheThing 19.11.2013 - 23:13

Наверное, имелось ввиду следующее: например, проводится стат.анализ, рассчитывается значение р, допустим р > 0.05, если мы опираемся лишь на стат.значимость и значение р, делаем вывод,что все пропало (в смысле не можем отвергнуть нулевую гипотезу ) Мы можем использовать величину эффекта, например Hedges g, Cohen f, Cohens d, Pearson r и др (в своё время насчитал их более 30), допустим получаем значение 0,6 по Коэн d, это достаточно большая величина эффекта, то есть можно сделать вывод,что не все пропало?? Строим доверительные интервалы для d Коэна - получаем 0.2-0.9, то есть эффект может быть как очень маленьким так и большим, опять чего-то не хватает, чтобы сделать определённый вывод. Но в данном случае, доверительные интервалы помогли определить "силу" или "надёжность" наших суждений относительно величины эффекта, которая отражает практическую значимость.
Хотя в любом случае не следует забывать, что эти границы значений величин эффектов - это такие же произвольные значения, как и в случае 0,05 для р значения. Поэтому окончательные выводы о значимости своих результатов, объединив как стат.значимость так и практическую значимость, должен делать,как это не прискорбно, человек :-)

Автор: paravoz 20.11.2013 - 02:15

Очень даже легко. ДИ действительно показывает 95% разброс величины расчитанной по выборочным данным при экстраполяции ее на генеральную совокупность. Ну так же? может не каждое слово на своем месте, но суть верна!? Величина эффекта - это стандартизованный показатель, это недостаток всех методов его определения. Получился, к примеру, d Cohen's = 0,6. И что, как мне с этими 0,6 смотреть в глаза практикующему врачу специалисту. Метод ДИ позволяет в единицах измерения конкретного показателя показать на сколько в 95% отличаются показатели двух групп. Это могут быть средние, медианы, моды, доли, ОР, ОШ и много еще чего. И мне кажется метод ДИ более нагляден, чем оценка величины эффекта. ИМХО

Автор: Yaroslava 17.11.2018 - 01:08

[font="Comic Sans MS"]Здравствуйте, может мой вопрос кому-то покажется глупым, но я на него не могу найти ответ на просторах интернет-ресурсов, поэтому обращаюсь за помощью))
Подскажите, пожалуйста, если я хочу провести анализ многолетней динамики заболеваемости и планирую сравнить грубый показатель заболеваемости области А за 2000 год со средне-областным показателем того же года, то как мне рассчитать этот средне-областной показатель? Это просто среднее арифметическое по областям (обл. В+ обл. Г+..../n) или другая формула? И дальше для выявления статистической разницы я намереваюсь использовать t-критерий, в котором, опять же вопрос, для сравнения использовать среднее арифметическое по количеству населения в средне-областном показателе?

Ох...надеюсь, не запутала) Заранее спасибо за ответы!))

Автор: nokh 19.11.2018 - 11:57

Запутала! Если сравниваете многолетнюю динамику, то это - одни методы, если один год - другие. За один год сравнивать со средним показателем будет некорректно, т.к. данные по интересующей области А будут входить частью в полные данные. Но можно сравнить однородность заболеваемости по областям, т.е. сделать таблицу частот из двух колонок (число лиц с заболеванием, число лиц без заболевания) и числа строк, равному числу областей, и проанализировать её критериями типа хи-квадрат. Если будет значимая неоднородность - смотреть по остаткам Хабермана какие области отклонились "в плюс", какие - "в минус" от нулевой гипотезы (заболеваемость везде одинаковая). Если в качестве третьего входа в таблицу сопряжённости добавить год, то можно проанализировать сразу весь массив данных в ходе логлинейного анализа.