Относительные величины частоты характеризуют распространенность изучаемого явления в среде, с которой оно связано и отвечают на вопрос: как часто встречается явление в той среде, в которой оно происходит? Например, временная нетрудоспособность на 100 работающих (в процентах) или заболеваемость на 1000 (в промиллях), 10000 (в продецимиллях), 100000 (в просантимиллях) человек населения.

Относительная величина частоты определяется следующим образом:

,

где F – относительные величины частоты; n – абсолютная величина явления; N – абсолютная величина среды.

Относительная величина распределения (r) показывает какую долю (в процентах) среди всего явления в целом (R_∑), принимаемого за 100 %, составляет его составная часть (R_i). Используется, например, для характеристики структуры заболеваемости. Относительная величина распределения определяется по формуле:

.

Относительные величины наглядности определяется следующим образом:  одна из сравниваемых величин принимается за 100 %, а другие определяются в процентах по отношению к ней.

Относительные величины соотношения – это показатель для величин, связанных между собой только логически, например, обеспеченность врачами. Формула расчета аналогична формуле для определения относительный величины частоты:

F = (n * k) / N.

Относительные величины динамики применяются при анализе рядов абсолютных, относительных или средних величин, отражающих изменение явления во времени.

Средними величинами являются:

· средняя арифметическая (простая и взвешенная);

· медиана и мода;

· средняя геометрическая;

· средняя хронологическая.

Cредняя арифметическая простая (Х_ар.пр)_. применяется для небольшого числа наблюдений:

где n – число наблюдений (n < 30); Х_i – значение варьирующего признака.

При большом числе наблюдений применяют среднюю арифметическую взвешенную:

,

где х_i –середины интервалов для сгруппированного ряда; n_i – число наблюдений в каждом интервале; N = ∑n_i – общее число наблюдений.

Средняя величина не характеризует изучаемые явления с точки зрения индивидуальных колебаний значений признака, что, в свою очередь, не позволяет решить вопрос, насколько типичной является полученная средняя величина. Это можно сделать только с помощью среднего квадратического отклонения (σ), вычисляемого по формуле:

   при n > 30;

  при n < 30.

Среднее квадратическое отклонение служит для:

· измерения колебания значений вариационного ряда;

· сравнительной оценки степени соответствия средних арифметических величин тем вариационным рядам, для которых они вычислены;

· индивидуальной оценки отдельных членов группы внутри совокупности (сигмальной оценки) и ориентировочных расчетов распределения членов группы вокруг средней арифметической;

· оценки достоверности различий двух средних величин.

Так как среднее квадратичное отклонение является именованной величиной, то сравнивать колебание двух средних величин можно только с помощью коэффициента вариации:

.

Чем больше коэффициент вариации, тем больше размах вариационного ряда от средних значений.

Мода (Мо) – это та варианта, которая встречается в вариационном ряду наиболее часто. Может быть использована в медико-экологической статистике для оценки средней длительности заболевания, особенно при малом количестве больных данной болезнью.

Медиана (Ме) – варианта, которая находится в середине ранжированного ряда распределения и, следовательно, делит его на две равные части. При нечетном числе членов ряда – центральная варианта и будет его медианой. При четном числе членов ряда – определяется как полусумма двух соседних вариант, расположенных в центре ряда.

Медианой можно пользоваться как ориентировочной средней:

;

;

.

Средняя геометрическая применяется в тех случаях, когда ряд варьирующих величин отражает изменение признака в геометрической прогрессии:

,

где П – произведение вариант ряда, х_i – отдельные варианты ряда; n – число вариант.

Обычно ее вычисляют с помощью логарифмов.