Сравнение структур заболеваемости Опции

[Туманов]

Уважаемые господа!

Подскажите, пожалуйста, как сравнить структуры заболеваемости в 2 территориях.
По каждой территории заполнена таблица данных, в которой для 6 нозологических групп и 2 полов пациентов указана доля в процентах случаев заболеваний от полного числа случаев заболеваний во всех 6 нозологических группах у пациентов данного пола в данной территории:

Нозология | Доля случаев у мужчин | Доля случаев у женщин
-------------|------------------------------|--------------------------
Ноз.1 | Доля м1 | Доля ж1
Ноз.2 | Доля м2 | Доля ж2
... | |
Ноз.6 | Доля м6 | Доля ж6
-------------|------------------------------|--------------------------
Всего | 100% | 100%

Спасибо!

[nokh]

Рискну предложить другие схемы .
1. Традиционная. По сути у вас трехмерная таблица сопряженности с 3 входами: А - нозология (6 категорий), В - пол (2) и С - территория (2). Данные для такой таблицы нужно подготовить: в ней должны быть не относительные частоты (%), а абсолютные (количества человек), которые восстанавливаются по % и общему количеству. Если бы входов было 2 (например, не учитывался бы пол) сравнение структур можно было бы провести с помощью обычного критерия хи-квадрат. Для трехмерной таблицы используется отношение правдоподобия (= хи-квадрат максимального правдоподобия = G-критерий = G^2 = максимального лог-правдоподобия и др.), а саму процедуру проверки обычно проводят поэтапно (иерархический логлинейный анализ): от самого сложного полного взаимодействия (ABC) до полной независимости входов таблицы. Очевидное преимущество такой схемы - все данные обрабатываются одновременно, при этом также возрастает мощность анализа (растет объем выборки). Если окажется значимым взаимодействие АBC - значит все входы связаны, такое взаимодействие можно интерпретировать: структура связи нозологий с полом различна на 2 территориях или на территориальные особенности распределения нозологий влияет пол и т.д. Если же взаимодействие АВС незначимо - проверяются 3 взаимодействия низшего порядка: АB(С) - связь нозологии с полом при усреднении данных по территории, AC(B) и CB(A). Вручную такой анализ считать утомительно, т.к. в нем используется итерационный алгоритм расчета ожидаемых частот. Делал логлинейный анализ в Statistica и SPSS - по этим программам могу подсказать на что нажимать .
2. Нетрадиционная. Логлинейный анализ не столько сравнивает структуры, сколько позволяет разобраться что с чем связано и связано ли. Но можно сравнить структуры напрямую, подобно тому как экологи сравнивают структуру распределения видов по биотопам. Здесь для сравнения двух матриц используется прокрустова техника, а для теста значимости - методом перестановок (permutation) оценивается вероятность случайного совпадения данных. Метод назван так именно потому что позволяет оценить насколько одна структура вписывается в "прокрустово ложе" другой структуры. В этом случае неважно какие частоты использовать: абсолютные или относительные, т.к. прокрустово преобразование включает этап преобразования размера. Почитать и скачать бесплатную программу можно здесь: http://www.zoo.utoronto.ca/jackson/pro1.html