+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Статистические модели взаимосвязей здоровья населения с факторами внешней среды

  • Автор:

    Маслакова, Татьяна Анатольевна

  • Шифр специальности:

    03.00.16

  • Научная степень:

    Кандидатская

  • Год защиты:

    2007

  • Место защиты:

    Екатеринбург

  • Количество страниц:

    155 с. : ил.

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы

Глава 1.
ВЛИЯНИЕ ФАКТОРОВ РИСКА НА ЗДОРОВЬЕ НАСЕЛЕНИЯ И СТАТИСТИЧЕСКИЕ МЕТОДЫ ОЦЕНКИ ЭТОГО ВЛИЯНИЯ
(литературный обзор)
1.1. Влияние факторов риска на здоровье населения
1.2. Статистические методы исследований
Глава 2.
ОСОБЕННОСТИ ПОСТРОЕНИЯ И АНАЛИЗА МОДЕЛЕЙ РЕГРЕССИОННОГО ТИПА В ЗАДАЧАХ МЕДИКОЭКОЛОГИЧЕСКОГО МОНИТОРИНГА
2Л. Предметная и предсказательная модели регрессии
2.2. Условия применимости регрессионных моделей в области медикоэкологического мониторинга
2.3. Возможности регрессионных моделей
2.4. Статистическая устойчивость моделей
2.5. Качество регрессионных моделей
2.6. Формализованная схема построения модели регрессионного типа и
представления результатов моделирования
Глава 3.
РЕГРЕССИОННЫЕ МОДЕЛИ ВЗАИМОСВЯЗЕЙ ЗДОРОВЬЯ НАСЕЛЕНИЯ С ФАКТОРАМИ СРЕДЫ ОБИТАНИЯ ЧЕЛОВЕКА
3.1. Регрессионная модель взаимосвязи общей заболеваемости населения крупного города с загрязнением окружающей среды
3.1.1. Описательная статистика
3.1.2. Распределение значений токсикантов и заболеваемости
3.1.3. Парные коэффициенты корреляции между заболеваемостью и концентрациями токсикантов
3.1.4. Коэффициенты корреляции между концентрациями токсикантов
3.1.5. Модели простой линейной регрессии
3.1.6. Модели множественной регрессии
3.1.7. Устойчивость модели множественной регрессии
3.2. Смертность населения городов Свердловской области и ее связь с социально-экономическими факторами риска (анализ на основе регрессионной модели)
3.2.1. Описательная статистика
3.2.2. Парные корреляционные связи между смертностью и факторами риска
3.2.3. Модели простой линейной регрессии
3.2.4. Модели множественной регрессии
3.2.5. Устойчивость модели множественной регрессии
3.3. Сравнение моделей, построенных для разных уровней усреднения данных (городской, областной, федеральный уровни)

Глава 4.
ИНТЕГРАЛЬНЫЕ ПОКАЗАТЕЛИ СРЕДЫ ОБИТАНИЯ ЧЕЛОВЕКА И ИХ СВЯЗЬ С ПОКАЗАТЕЛЯМИ ЗДОРОВЬЯ НАСЕЛЕНИЯ
4.1. Обзор подходов к построению интегральных показателей (ИП)
4.2. Интегральные показатели загрязнения атмосферного воздуха и их связь с показателями заболеваемости населения крупного промышленного центра (Санкт-Петербург)
4.2.1. Характеристики связи между заболеваемостью и концентрациями токсикантов
4.2.2. Интегральные показатели загрязнения и их связь с показателями заболеваемости
4.3. Интегральный показатель социально-экономического положения городов Свердловской области и его связь со смертностью населения
4.3.1. Коэффициенты корреляции между У и X
4.3.2. Различие смертности в городах с благоприятной и неблагоприятной социально-экономической обстановкой X
4.3.3. Различие средних значений факторов риска X в городах с низкой и высокой смертностью У
4.3.4. Интегральный показатель социально-экономического состояния городов
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
Актуальность проблемы. Выявление ведущих факторов риска потери здоровья населением является актуальной не только для России, но и для всех стран мира. Знание этих факторов позволяет ранжировать их по степени влияния на здоровье, разрабатывать программы по устранению факторов риска (если это возможно) или находить меры, снижающие негативное действие факторов риска (если их устранение невозможно). Информация о силе влияния различных факторов риска может быть использована для управления риском, для формирования групп риска путем отбора из популяции индивидуумов, имеющих повышенную вероятность заболеваний. Именно в группе повышенного риска проведение профилактических мероприятий наиболее целесообразно.
Исследования взаимосвязей факторов риска с показателями здоровья, которые объединяют в раздел «Медико-экологический мониторинг» (Медико-экологический мониторинг, 1993), описываются в большом числе публикаций (Авалиани, 2001; Альбицкий, 1986; Балаболкин, 1998; Вельтищев, 1998; Гичев, 2003; Привалова, 2003; Штоль, 2000; Экология, 1998). В последнее десятилетие ведущими специалистами выдвигается необходимость количественного описания взаимосвязи «Здоровье - фактор риска» (Вельтищев, 1998; Голубев, 2001а). Однако декларация необходимости установления количественных связей не приводит автоматически к желаемому результату. Более того, в последние годы в ведущих Российских научных журналах появляются публикации, которые либо вообще не используют математические методы анализа и, следовательно, не устанавливают никаких связей (Губернский и др., 2002; Иванов и др., 2005), либо выдают за количественные такие оценки, которые на самом деле количественными не являются (Близнюк, 2001; Галлеев и др., 2002; Голубев, 20016; Иванов, 2003).

3. Причины, обусловленные способом получения параметров модели (методом обработки данных). Например, при обработке данных методом наименьших квадратов при наличии мультиколлинеарности предикторов в модели регрессионного типа малые изменения первичных данных могут приводить к резким изменениям параметров модели. При этом модели с самым разным набором параметров могут хорошо описывать весь набор экспериментальных данных. Таким образом, наблюдаемая неустойчивость модели является как бы внешней (существующей при наличии устойчивости первичных данных), однако результатом такой неустойчивости является отсутствие модели как таковой.
Еще одна возможная причина неустойчивости регрессионной модели -неоправданное увеличение числа параметров модели: модель становится неустойчивой при сколь угодно высоком значении коэффициента детерминации, когда число ее параметров приближается к числу наблюдений. Как отмечает Ю.И. Алимов (Алимов, 1978): «Если увеличивать число параметров регрессии, тогда регрессия старается пройти через все точки выборки, отражая и даже подчеркивая всю тонкоструктурную беспорядочность расположения точек на диаграмме рассеяния». Естественно, что в этих условиях незначительные изменения исходных данных будут приводить к значительным изменениям параметров регрессии.
Обсудим способы проверки устойчивости регрессионной модели. Поскольку модель строится на выборочных данных, которые являются частью генеральной совокупности, то не существует методов, которые гарантировали бы проверку устойчивости со 100%-ной вероятностью. Речь идет, скорее, о способах, указывающих на наличие или отсутствие устойчивости. В литературе обсуждаются два основных способа проверки.
I. Удлинение серии наблюдений (Алимов, 1978). Это наиболее радикальный и действенный способ проверки устойчивости модели. Для этого необходимо продолжить испытания и собрать данные о новых наблюдениях. Новые наблюдения могут быть соединены с уже имеющимися,

Рекомендуемые диссертации данного раздела

Время генерации: 0.143, запросов: 967