Одн норматив: тарифы, нормативы потребления, как оплачивать

=

5 жидких унций
столовое вино

=

3–4 жидкие унции
крепленое вино
(например, херес или портвейн; показано 3,5 унции)

=

2–3 жидких унции
ликер, или аперитив (показано 2,5 унции)

=

1,5 жидких унции бренди или коньяка
(одна мерная ложка)

=

1,5 жидких унции
спиртных напитков (джин, ром, текила, водка, виски и т. д.)

около 5% алкоголя

около 7% алкоголя

около 12 % спирта

около 17% спирта

около 24% спирта

около 40% спирта

около 40% спирта

12 жидких унций обычного пива

около 5% спирта

=

8–10 жидких унций

солодового ликера или ароматизированные солодовые напитки, такие как крепкий зельтер 9 0055
(показан в стакане на 12 унций)

около 7% спирта

=

5 жидких унций

столового вина

около 12% спирта

=

3–4 унции

крепленого вина
(например, херес или портвейн; показано 3,5 унции)

спирт около 17 %

=

2–3 унции

ликера, ликера, или аперитива
(показано 2,5 унции)

около 24% спирта

=

1,5 унции

бренди или коньяка
(один джиггер)

около 40% спирта

=

1,5 жидких унции

дистиллированного спирта
(джин, ром, текила, водка, виски и др. )

примерно 40% спирта

Каждый напиток, изображенный выше, представляет собой один стандартный напиток (или один эквивалент алкогольного напитка), определяемый в Соединенных Штатах как любой напиток, содержащий 0,6 унции или 14 граммов чистого спирта. Процент чистого спирта, выраженный здесь как спирт по объему (алк/об), варьируется в зависимости от типа напитка. Хотя стандартное количество напитков полезно для соблюдения рекомендаций по охране здоровья, они могут не отражать обычные размеры порций.

Предыдущий
Следующий

Ваше «облегченное» пиво слабоалкогольное?

Не обязательно. Несмотря на то, что в нем меньше калорий, во многих сортах светлого пива содержится почти столько же алкоголя, сколько в обычном пиве — в среднем около 85%, или 4,2% против 5,0% алкоголя по объему.

Проверьте содержание алкоголя в напитке. Солодовые напитки не обязаны указывать содержание алкоголя на этикетках, поэтому вам, возможно, придется посетить веб-сайт производителя.

См. Что такое стандартный напиток?

Сколько «напитков» в бутылке вина?

Типичная бутылка столового вина на 25 унций (750 мл) вмещает около 5 «стандартных» порций, каждая из которых содержит около 5 унций. Эта порция вина содержит примерно такое же количество алкоголя, как обычное пиво на 12 унций или 1,5 унции крепких спиртных напитков 80.

Узнайте, как выглядят 5 унций, измерив их дома. Таким образом, вы можете оценить, сколько стандартных напитков вам подают в ресторане или баре, где используются большие стаканы и большие порции.

См. Что такое стандартный напиток?

Смешивание алкоголя с некоторыми лекарствами может вызвать тошноту, головные боли, сонливость, обмороки, потерю координации, внутреннее кровотечение, проблемы с сердцем и затрудненное дыхание. Алкоголь также может сделать лекарство менее эффективным. Для получения дополнительной информации см. Вредные взаимодействия: смешивание алкоголя с лекарствами.

Примеры медицинских состояний, при которых безопаснее всего избегать употребления алкоголя, включают заболевания печени (например, гепатит С), биполярное расстройство, нарушение сердечного ритма и хроническую боль.

Среди опасностей употребления алкоголя несовершеннолетними:

• Ежегодно около 5000 человек в возрасте до 21 года умирают от травм, связанных с алкоголем.
• Чем моложе люди, когда они начинают пить, тем выше вероятность того, что в какой-то момент их жизни разовьется расстройство, связанное с употреблением алкоголя.
• Употребление алкоголя несовершеннолетними запрещено законом — арест может привести к потере работы, водительских прав или стипендии в колледже.

Даже умеренное количество алкоголя может значительно ухудшить качество вождения и вашу способность управлять другими механизмами, независимо от того, чувствуете ли вы действие алкоголя или нет.

Пьянство во время беременности может привести к повреждению головного мозга и другим серьезным проблемам у ребенка. Поскольку еще неизвестно, безопасно ли любое количество алкоголя для развивающегося ребенка, беременным женщинам или женщинам, которые могут забеременеть, пить не следует.

Самый высокий риск

Около 50% пьющих людей в этой группе страдают расстройствами, связанными с употреблением алкоголя.

Употребление алкоголя с низким уровнем риска

Только около 2% пьющих в этой группе страдают расстройством, связанным с употреблением алкоголя.

Стандартный напиток в США содержит около 0,6 жидких унций или 14 граммов чистого спирта (также известного как эквивалент алкогольного напитка). Это количество содержится в 12 унциях обычного пива, 5 унциях столового вина или 1,5 унциях крепких спиртных напитков 80-градусной крепости.

К крепким спиртным напиткам относятся водка, виски, джин, ром и текила.

Употребление алкоголя от легкого до умеренного

• Мужчины: до 2 напитков в день
• Женщины: до 1 напитка в день

Употребление алкоголя в больших количествах или в группе риска

• Мужчины: более 4 порций в любой день или более 14 порций в неделю
• Женщины: более 3 порций в любой день или более 7 порций в неделю

Употребление алкоголя с низким уровнем риска

Мужчины: Не более 4 порций в любой день и не более 14 порций в неделю

Женщины: Не более 3 порций в любой день и не более 7 порций в неделю

Люди, чьи родители, дедушки и бабушки или другие близкие родственники страдают алкоголизмом, имеют более высокий риск стать зависимыми от алкоголя. Многим может быть трудно поддерживать привычку употребления алкоголя с низким уровнем риска.

Поддерживайте темп: лучше выпивать не более одного стандартного напитка в час, с безалкогольными «промежуточными напитками» между алкогольными напитками. В любой день оставайтесь на уровне низкого риска: не более 4 напитков для мужчин или 3 для женщин. Обратите внимание, что взрослому организму требуется около 2 часов, чтобы полностью расщепить один напиток. Не садитесь за руль после употребления алкоголя.

Для сравнения, обычное пиво содержит 5 % алкоголя по объему (алк./об.), столовое вино содержит около 12 % алк./об., а крепкие дистиллированные спирты 80-градусной крепости составляют 40 % алк./об.

Объемное содержание спирта (алк/об) для дистиллированных спиртных напитков указано на этикетках бутылок, а также может быть найдено в Интернете. Это половина «доказательства», так что 80-градусный спирт составляет 40% об./об.

Преобразование крепости в алк/об.

Введите крепость алкоголя в левое поле, чтобы автоматически рассчитать алк/об.

  пруф =  

  алк/об

Преобразование в жидкие унции

Введите измерение в миллилитрах в левом поле, чтобы автоматически рассчитать количество в жидких унциях.

  мл =  

  фл. унция

2. Среднее значение и стандартное отклонение

Медиана известна как мера местоположения; то есть он сообщает нам, где находятся данные. Как указано в , нам не нужно знать все точные значения для вычисления медианы; если бы мы сделали наименьшее значение еще меньше, а наибольшее значение еще больше, это не изменило бы значение медианы. Таким образом, медиана не использует всю информацию в данных, и поэтому можно показать, что она менее эффективна, чем среднее или среднее, которое использует все значения данных. Чтобы вычислить среднее значение, мы складываем наблюдаемые значения и делим на их количество. Сумма значений, полученных в таблице 1. 1, составила 22,5, что было разделено на их количество, 15, чтобы получить среднее значение 1,5. Этот знакомый процесс
удобно выражается следующими символами:

(произносится как «x bar») означает среднее значение; х — каждое из значений содержания свинца в моче; n – количество этих значений; и σ, сигма с греческой заглавной буквы (наша «S») означает «сумма». Основным недостатком среднего является то, что оно чувствительно к удаленным точкам. Например, замена 2,2 на 22 в таблице 1.1 увеличивает среднее значение до 2,82, тогда как медиана останется неизменной.

Помимо показателей местоположения нам нужны показатели того, насколько изменчивы данные. С двумя из этих показателей, размахом и межквартильным размахом, мы познакомились в главе 19.0003

Диапазон является важным измерением, так как цифры вверху и внизу обозначают результаты, наиболее далекие от общего. Однако они не дают особых указаний на распространение наблюдений о среднем значении. Здесь на помощь приходит стандартное отклонение (SD).

Теоретическая основа стандартного отклонения сложна и не должна беспокоить обычного пользователя. Мы обсудим выборку и совокупности в главе 3. Здесь следует отметить практический момент: когда совокупность, из которой получены данные, имеет приблизительно «нормальное» (или гауссовское) распределение, то стандартное отклонение обеспечивает полезную основу для интерпретация данных с точки зрения вероятности.

Нормальное распределение представлено семейством кривых, однозначно определяемых двумя параметрами: средним значением и стандартным отклонением генеральной совокупности. Кривые всегда имеют форму симметричного колокола, но степень сжатия или уплощения колокола зависит от стандартного отклонения генеральной совокупности. Однако сам факт того, что кривая имеет форму колокола, не означает, что она представляет собой нормальное распределение, потому что другие распределения могут иметь подобную форму.

Многие биологические характеристики достаточно точно соответствуют нормальному распределению, чтобы его можно было широко использовать, например, рост взрослых мужчин и женщин, кровяное давление у здорового населения, случайные ошибки во многих типах лабораторных измерений и биохимических данных. На рис. 2.1 показана нормальная кривая, рассчитанная по диастолическому артериальному давлению 500 мужчин, среднее значение 82 мм рт.ст., стандартное отклонение 10 мм рт.ст. Отмечены диапазоны, представляющие [+-1SD, +12SD и +-3SD] относительно среднего значения. Более обширный набор значений приведен в таблице А печатного издания.

Рисунок 2.1

Причина, по которой стандартное отклонение является такой полезной мерой разброса наблюдений, заключается в следующем: если наблюдения подчиняются нормальному распределению, то диапазон охватывает одно стандартное отклонение выше среднего и одно стандартное отклонение ниже его.

включает около 68% наблюдений; диапазон двух стандартных отклонений выше и двух ниже () около 95% наблюдений; и трех стандартных отклонений выше и трех ниже () около 99,7% наблюдений. Следовательно, если мы знаем среднее значение и стандартное отклонение набора наблюдений, мы можем получить некоторую полезную информацию с помощью простой арифметики. Помещая одно, два или три стандартных отклонения выше и ниже среднего, мы можем оценить диапазоны, которые, как ожидается, будут включать около 68%, 95% и 99,7% наблюдений.

Стандартное отклонение от разгруппированных данных

Стандартное отклонение — это суммарная мера различий каждого наблюдения от среднего значения. Если сложить сами разности, положительные точно уравновесят отрицательные, и поэтому их сумма будет равна нулю. Следовательно, квадраты разностей складываются. Затем сумма квадратов делится на количество наблюдений минус один, чтобы получить среднее значение квадратов, и извлекается квадратный корень, чтобы вернуть измерения к единицам, с которых мы начали. (Деление на количество наблюдений минус один вместо самого числа наблюдений для получения среднего квадрата связано с тем, что должны использоваться «степени свободы». В этих обстоятельствах они на единицу меньше, чем общее количество. Теоретическое обоснование этого не требуется. беспокоить пользователя на практике. )

Чтобы получить интуитивное представление о степенях свободы, выберите шоколад из коробки с n конфетами. Каждый раз, когда мы приходим, чтобы выбрать шоколад
, у нас есть выбор, пока мы не дойдем до последнего (обычно с орехом внутри!), а затем у нас нет выбора. Таким образом, у нас есть выбор из n-1, или «степеней свободы».

Расчет дисперсии проиллюстрирован в таблице 2.1 с помощью 15 показаний предварительного исследования концентрации свинца в моче (таблица 1.2). Показания приведены в столбце (1). В столбце (2) записывается разница между каждым показанием и средним значением. Сумма разностей равна 0. В столбце (3) различия возведены в квадрат, а сумма этих квадратов указана внизу столбца.

Таблица 2.1

Сумма квадратов разностей (или отклонений) от среднего, 9,96, теперь делится на общее количество наблюдений минус один, чтобы получить дисперсию. Таким образом,

В этом случае мы находим :

Наконец, квадратный корень из дисперсии дает стандартное отклонение:

из которого мы получаем
Эта процедура иллюстрирует структуру стандартного отклонения, в частности, что два крайних значения 0,1 и 3,2 вносят наибольший вклад в сумму разницы в квадрате.

Процедура калькулятора

Большинство недорогих калькуляторов имеют процедуры, которые позволяют непосредственно вычислять среднее значение и стандартное отклонение, используя режим «SD». Например, на современных калькуляторах Casio нужно нажать SHIFT и «.», и на дисплее должен появиться маленький символ «SD». На более ранних Casios нужно нажимать INV и MODE, тогда как на Sharp 2nd следует использовать F и Stat. Данные сохраняются с помощью кнопки M+. Таким образом, переведя калькулятор в режим «SD» или «Stat», из таблицы 2.1 вводим 0,1 M+ , 0,4 M+ и т. д. Когда все данные введены, можно проверить правильность включения количества наблюдений по Shift и n, и «15» должны отображаться. Среднее значение отображается с помощью Shift и , а стандартное отклонение — с помощью Shift и . Не нажимайте Shift и AC между этими операциями, так как это очищает статистическую память. На многих калькуляторах есть еще одна кнопка. Это использует делитель n, а не n — 1 в расчете стандартного отклонения. На калькуляторе Sharp обозначается , тогда как обозначается s. Это значения «населения», и они получены в предположении, что вся совокупность доступна или что интерес сосредоточен исключительно на имеющихся данных, и результаты не будут обобщаться (см. главу 9).0055 3 для получения подробной информации о выборках и популяциях). Так как такая ситуация возникает очень редко, ее следует использовать и игнорировать, хотя даже для умеренных размеров выборки разница будет небольшой. Не забудьте вернуться в обычный режим перед возобновлением вычислений, потому что многие из обычных функций недоступны в режиме «Статистика». В современных Casio это Shift 0. В более ранних Casio и Sharps повторяется последовательность, вызывающая режим «Stat». Некоторые калькуляторы остаются в режиме «Stat»
даже в выключенном состоянии. Mullee (1) дает советы по выбору и использованию калькулятора. В формулах калькулятора используется соотношение

Правостороннее выражение легко запомнить, если вычислить среднее квадратов минус среднеквадратичное”. Выборочная дисперсия получена из

Вышеупомянутое уравнение верно, как видно из Таблицы 2.1, где сумма квадратов наблюдений , дается как 43,7l.

Таким образом, мы получаем

то же значение, что и сумма в столбце (3). Следует соблюдать осторожность, потому что эта формула включает вычитание двух больших чисел, чтобы получить меньшее, и может привести к неправильным результатам, если числа очень большие. Например, попробуйте найти стандартное отклонение 100001, 100002, 100003 на калькуляторе. Правильный ответ — 1, но многие калькуляторы дают 0 из-за ошибки округления. Решение состоит в том, чтобы вычесть большое число из каждого наблюдения (скажем, 100 000) и вычислить стандартное отклонение по остаткам, а именно 1, 2 и 3.

Стандартное отклонение от сгруппированных данных

Мы также можем рассчитать стандартное отклонение для дискретных количественных переменных. Например, помимо изучения концентрации свинца в моче 140 детей, педиатр спросил, как часто каждый из них в течение года осматривался врачом. После сбора информации он свел в таблицу данные, показанные в столбцах (1) и (2) Таблицы 2.2. Среднее значение вычисляется путем умножения столбца (1) на столбец (2), добавления продуктов и деления на общее количество наблюдений. Таблица 2.2

Как и для непрерывных данных, для вычисления стандартного отклонения мы возводим в квадрат каждое из наблюдений по очереди. В этом случае наблюдением является количество посещений, но поскольку у нас есть несколько детей в каждом классе, показанном в столбце (2), каждый квадрат числа (столбец (4)) должен быть умножен на количество детей. Сумма квадратов дана внизу столбца (5), а именно 1697. Затем мы используем формулу калькулятора, чтобы найти дисперсию: и иметь в виду. Приблизительно 95%-ый диапазон дан. Это исключает двух детей без посещений и
шестерых детей с шестью или более посещениями. Таким образом, восемь из 140 = 5,7% находятся за пределами теоретического диапазона 95%. Обратите внимание, что для дискретных количественных переменных характерно так называемое асимметричное распределение, то есть они несимметричны. Одним из признаков отсутствия симметрии в производной статистике является то, что среднее значение и медиана значительно различаются. Другой случай, когда стандартное отклонение того же порядка, что и среднее значение, но наблюдения не должны быть отрицательными. Иногда трансформация будет
преобразовать асимметричное распределение в симметричное. Когда данные подсчитываются, например количество посещений врача, часто помогает преобразование квадратного корня, а если нет нулевых или отрицательных значений, логарифмическое преобразование сделает распределение более симметричным.

Преобразование данных

Анестезиолог измеряет болезненность процедуры с помощью 100-мм визуальной аналоговой шкалы у семи пациентов. Результаты приведены в таблице 2.3 вместе с логарифмическим преобразованием (кнопка ln на калькуляторе). Таблица 2.3

Данные представлены на Рисунке 2.2, который показывает, что выбросы в зарегистрированных данных не выглядят столь значительными. Среднее значение и медиана составляют 10,29 и 2 соответственно для исходных данных со стандартным отклонением 20,22. Если среднее значение больше медианы, распределение имеет положительную асимметрию. Для зарегистрированных данных среднее значение и медиана составляют 1,24 и 1,10 соответственно, что указывает на то, что зарегистрированные данные имеют более симметричное распределение. Таким образом, было бы лучше проанализировать записанные преобразованные данные
в статистических тестах, чем при использовании исходной шкалы. Обратите внимание, что медиана зарегистрированных данных совпадает с журналом медианы необработанных данных, однако это неверно для среднего значения. Среднее значение зарегистрированных данных не обязательно равно журналу среднего значения необработанных данных.
Антилогарифмический (exp или на калькуляторе) среднего значения зарегистрированных данных известен как среднее геометрическое и часто представляет собой
лучшая сводная статистика, чем среднее значение для данных из распределений с положительной асимметрией. Для этих данных среднее геометрическое в 3,45 мм.

Стандартное отклонение между субъектами и внутри субъектов

Если проводятся повторные измерения, скажем, артериального давления у человека, эти измерения, вероятно, будут различаться. Это внутрисубъектная или внутрисубъектная изменчивость, и мы можем рассчитать стандартное отклонение этих наблюдений. Если наблюдения происходят близко друг к другу во времени, это стандартное отклонение часто называют ошибкой измерения. Измерения, сделанные на разных субъектах, различаются в зависимости от межсубъектной или межсубъектной изменчивости. Если над каждым индивидуумом производилось много наблюдений и бралось среднее, то можно считать, что внутрисубъектная изменчивость усреднена и вариация средних значений обусловлена ​​исключительно межсубъектной изменчивостью. Отдельные наблюдения над индивидуумами явно содержат смесь межсубъектных и внутрисубъектных вариаций. Коэффициент вариации (CV%) представляет собой стандартное отклонение внутри субъекта, деленное на среднее значение, выраженное в процентах. Его часто называют мерой воспроизводимости биохимических анализов, когда анализ проводится несколько раз на одном и том же образце. Его преимущество состоит в том, что он не зависит от единиц измерения, но он также имеет многочисленные теоретические недостатки. Обычно бессмысленно использовать коэффициент вариации в качестве меры межсубъектной изменчивости.

Общие вопросы

Когда я должен использовать среднее значение и когда я должен использовать медиану для описания моих данных
?

Распространено заблуждение, что для данных с нормальным распределением используется среднее значение, а для данных с ненормальным распределением используется медиана. Увы, это не так: если данные распределены нормально, среднее значение и медиана будут близки; если данные не распределены нормально, то и среднее значение, и медиана могут дать полезную информацию. Рассмотрим переменную, которая принимает значение 1 для мужчин и 0 для женщин. Это явно не нормальное распределение. Однако среднее значение дает долю мужчин в группе, тогда как медиана просто говорит нам, в какой группе было более 50% людей. Точно так же среднее из упорядоченных категориальных переменных может быть более полезным, чем медиана, если упорядоченным категориям можно дать значимые оценки. Например, лекция может быть оценена от 1 (плохо) до 5 (отлично). Обычной статистикой для подведения итогов будет среднее значение. В ситуации, когда на одном полюсе распределения находится небольшая группа (например, годовой доход), медиана будет более «репрезентативной» для распределения. Мои данные должны иметь значения больше нуля, но среднее значение и стандартное отклонение примерно одного размера. Как это произошло? Если данные имеют очень асимметричное распределение, то стандартное отклонение будет сильно завышено и не является хорошей мерой изменчивости для использования. Как мы показали, иногда преобразование данных, такое как логарифмическое преобразование, делает распределение более симметричным. В качестве альтернативы укажите межквартильный диапазон.

Список литературы

1. Мулли М. А. Как выбрать и использовать калькулятор.