- •Инновационные социальные технологии прогнозирование инвалидизации населения рф
- •1. Введение
- •2. Исходные статистические данные по инвалидности
- •3. Исследование математического и программного обеспечения для решения задачи прогнозирования инвалидности
- •3.1. Анализ математического обеспечения
- •3.2. Анализ программного обеспечения
- •3.3. Первичный статистический анализ данных
- •4. Использование корреляционно-регрессионной модели для прогнозирования инвалидности
- •5. Анализ результата верификации модели
- •6. Методика прогнозирования инвалидности
- •1. Подготовка исходных данных.
- •2. Выделение внешних факторов, связанных с рассматриваемым показателем инвалидности.
- •5. Выделение факторов, сильно коррелирующих друг с другом.
- •Формирование исходных данных для оценивания параметров регрессии.
- •7. Анализ параметров уравнения регрессии.
- •9. Возможное исключение незначимых факторов из уравнения регрессии. Пересчет параметров итоговой регрессии.
- •7. Концепция прогноза первичного выхода на инвалидность
- •7.1. Предпрогнозная ориентация
- •7.1.1. Эндогенная ситуация
- •7.1.2. Экзогенная ситуация
- •7.1.3. Концептуальный прогноз
- •О месте здоровья в системе социальных ценностей и приоритетов однозначно свидетельствуют следующие аргументы:
- •Конкретизация прогноза инвалидности во многом зависит от того, какое место она занимает в структуре потерь здоровья.
- •Концептуальная конкретизация параметров прогноза во многом зависит от принятой позиции в отношении плохо формализуемых субъективных обстоятельств.
- •7.2. Методические проблемы
- •7.2.1. Достоинства и ограничения классических экономико-статистических моделей
- •7.2.2. Анализ признакового пространства
- •7.2.3. Пути построения адекватных моделей. Некоторые решения
- •1. Учет многомерности выходного параметра модели.
- •2. Учет неоднородности совокупности (статика).
- •3. Анализ устойчивости зависимостей во времени
- •7.2.4. Методы динамизации пространственных моделей
- •7.3. Информационная база исследования
- •8. Заключение
- •9. Приложения
- •Корреляции изменений факторов 94-93 с изменением инвалидности 95-94
- •Корреляции изменений факторов 93-92 с изменением инвалидности 94-93
- •Литература
- •Содержание
- •107150, Г. Москва, ул. Лосиноостровская, 24
6. Методика прогнозирования инвалидности
Построение прогноза показателей инвалидности по территориям РФ можно реализовать с использованием системы Excel for WINDOWS. Ниже представлен сценарий построения прогноза.
1. Подготовка исходных данных.
-
Ввести исходные данные по рассматриваемому показателю инвалидности:
столбец 1 - номер территории РФ,
столбец 2 - значение показателя инвалидности.
За каждый год данные вводятся на отдельном листе рабочей книги Excel.
-
Ввести исходные данные по имеющимся факторам:
столбец 1 - номер территории РФ,
каждый из последующих столбцов - для очередного внешнего фактора.
За каждый год данные вводятся на отдельном листе рабочей книги Excel.
Все данные должны быть приведены для одних и тех же территорий РФ: лишние территории (строки таблиц) удаляются. Порядок перечисления территорий во всех таблицах должен быть одинаковым.
2. Выделение внешних факторов, связанных с рассматриваемым показателем инвалидности.
-
Рассчитать парные коэффициенты корреляции между показателем инвалидности за текущий год и внешними факторами за последние годы (с разными лагами). Полученные коэффициенты корреляции целесообразно свести в общую таблицу (см. пример выше).
-
В качестве факторов, имеющих устойчивую взаимосвязь с рассматриваемым показателем инвалидности, выделить имеющие значимые коэффициенты корреляции для разных лагов. Выделенные факторы - претенденты на включение в регрессионную модель.
3. Расчет парных коэффициентов корреляции, соответствующих “лишних” факторов и показателей инвалидности за текущий год в случае нестабильной временной структуры внешних факторов (по некоторым факторам отсутствуют данные за отдельные периоды времени).
Претендентами на включение в регрессионную модель считать факторы с коэффициентами корреляции, превышающими 0.3. Включение должно осуществляться с соответствующим лагом (f(t-2), f(t-3) и т.п.).
4. Выявление взаимосвязи для “лишних” факторов - претендентов на включение в уравнение регрессии с остальными факторами в период времени, за который эти факторы предполагается включить в уравнение регрессии.
Рассчитать матрицу взаимных парных коэффициентов корреляции между всеми факторами за соответствующий год. Если факторы-претенденты значимо коррелируют (коэффициенты корреляции превышают 0.5) с факторами, включаемыми в уравнение регрессии на предыдущих шагах, их следует исключить из числа претендентов.
5. Выделение факторов, сильно коррелирующих друг с другом.
Вычислить взаимные коэффициенты корреляции между факторами за каждый из рассматриваемых годов. Сильно взаимосвязанные факторы - с коэффициентами корреляции, превышающими 0.5. Из каждой полученной группы взаимосвязанных факторов в итоговую регрессионную модель может быть включен только один фактор.
-
Формирование исходных данных для оценивания параметров регрессии.
Осуществить на отдельном рабочем листе Excel после определения факторов-претендентов. Данные целесообразно представить в виде:
столбец 1 - номер района;
столбец 2 - значение показателя инвалидности за текущий год (y(t)) играет роль отклика;
столбец 3 - значение показателя инвалидности за предыдущий год (y(t-1));
остальные столбцы - значения отобранных факторов с соответствующими лагами.