Математическое моделирование и инструментальная оценка тарифных показателей на основе многомерного статистического анализа

• Автор: Гривенная, Наталья Владимировна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Ставрополь
• Количество страниц: 208 с. : ил.

Выводы

Глава 2 Разработка математической модели комплексного
влияния природных факторов на показатели общественного здоровья, позволяющую оценить и спрогнозировать их уровень с целью оперативной корректировки тарифных ставок.
2.1 Статистическое исследование зависимостей
2.2 Предварительный анализ и нормализация
медицинских, гелиогеофизических и
метеорологических данных
2.3 Исследование корреляционных зависимостей 62 между медицинскими и гелиогеофизическими данными
2.3.1 Оценка тесноты линейной связи 62 гелиогеофизических и медицинских временных
рядов
2.3.2 Оценка тесноты нелинейной связи 69 медицинских и гелиогеофизических данных.
2.3.3 Анализ корреляционных связей между 25 действующими факторами
2.4 Исследования множественной
статистической связи между гелиогеофизическими и медицинскими данным
2.4.1 Формирование новых признаков групп 83 факторов внешней среды
2.4.2 Степень тесноты множественной 86 статистической связи и среднеквадратическая ошибка прогноза одной переменной по совокупности других.
2.5 Выбор общего вида регрессионной 90 зависимости.

Методика оценки средней

продолжительности жизни - методика «осей и площадей»

Выводы
Глава 3 Результаты расчета неизвестных параметров,
входящих в регрессионную модель комплексного влияния природных факторов на показатели общественного здоровья.
3.1 Результаты линейной аппроксимации М1 регрессионной модели комплексного влияния гелиогеофизических и метеорологических факторов на здоровье человека
3.2 Результаты нелинейной аппроксимации 105 регрессионной модели комплексного влияния гелиогеофизических и метеорологических факторов на здоровье человека
3.3 Оценивание неизвестных значений 108 параметров, нелинейно входящих в уравнение регрессионной зависимости (анализ адекватности модели)
3.4 Функции нормирования осей методики ПО «осей и площадей»
Выводы
Глава 4 Разработка программы, предназначенной для
инструментальной оценки влияния комплекса факторов на число страховых случаев
4.1 Назначение программы «Прогноз»
4.2 Представление информации
4.3 Структура и реализация основных блоков 124 программы
4.3.1 Структура программы
4.3.2 База данных

f (X) = arg extrAn (f), (2.1)

где функционал An (f) задает критерий качества аппроксимирующего показателя 7} (или У) с помощью функции f(X) из класса F. Если в качестве класса F задаются некоторым параметрическим семейством функций {/(Х;6)}, то задача сводится к подбору значений параметров 9, на которых достигается экстремум по в функционала An(f(X,0)).
Этап 7 (анализ точности полученных уравнений). Найденная аппроксимация f(X) неизвестной теоретической функции fT(X) является лишь некоторым приближением истинной зависимости. При этом погрешность 5 в описании неизвестной истинной функции fT(X)c помощью ?(Х)в общем случае состоит из двух составляющих: а) ошибки аппроксимации 5р (зависит от правильности выбора класса допустимых решений) и б) ошибки выборки 8(п)
(обусловлена ограниченностью выборочных данных и элиминируется путем увеличения объема п выборочных данных). На данном этапе необходимо при заданной доверительной вероятности Р, объеме выборки п и значениях объясняющих переменных X указать предельную (гарантированную) величину погрешностей 5р п(У(Х)),8р п(0к),бр п(Уср(Х)), что
|Y (X) - f (Х)| < 8P n (Y (X)),
|Ycp (X) - f(Х)| < 5P n (Ycp (X)), (2.2)
|ек-0к|<5Р>п(0к)
с вероятностью, не меньшей, чем Р (здесь У(Х) - прогнозируемое индивидуальное значение и Ycp(X) = Е(т||Х)- неизвестное условное среднее значение исследуемого результирующего показателя при значениях объясняющих переменных, равных X, 0к- истинное значение и 9к-статистическая оценка lt-ой компоненты неизвестного параметра 9к,).