Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 634558)
Контекстум
.
Вестник Российского университета дружбы народов. Серия: Математика, информатика, физика  / №3 2014

Исследование обобщённых смешанно-аддитивных регрессионных моделей с пространственно-структурными факторами рисков (80,00 руб.)

0   0
Первый авторЩетинин
Страниц8
ID404471
АннотацияВ настоящей работе реализован байесовский подход к решению задачи распространения эпидемии опасных инфекционных заболеваний на основе обобщённых смешанноаддитивных регрессионных моделей с пространственно-временными факторами. В модель одновременно включены как непрерывные, так и категориальные переменные, а также структурные эффекты, учитывающие влияние статистических связей на риски инфицирования. В качестве основных таких переменных были обоснованно выбраны наличие густонаселённых районов малоимущих с низким уровнем медицинского и социального обеспечения, плотность населения в них. В качестве непрерывных факторов выбраны близость проживания к свалкам, плотность расположения свалок, а также близость проживания к потенциальным источникам заражения холерой. Для оценивания параметров модели нами использованы байесовские сплайны, а также марковские случайные поля как стохастический аналог многомерных пространственных структур связей регрессоров. На примере эпидемиологических данных заболевания холерой в Гане нами проведены вычислительные эксперименты по оцениванию различных характеристик поражения населения холерой, дан прогноз по распространению заболевания по территории страны и численности заражённых. Сравнительный анализ предложенной модели и классических регрессионных моделей показал её вычислительную эффективность и высокую точность в оценках прогноза риска инфицирования.
УДК519.6
Щетинин, Е.Ю. Исследование обобщённых смешанно-аддитивных регрессионных моделей с пространственно-структурными факторами рисков / Е.Ю. Щетинин // Вестник Российского университета дружбы народов. Серия: Математика, информатика, физика .— 2014 .— №3 .— С. 101-108 .— URL: https://rucont.ru/efd/404471 (дата обращения: 18.04.2024)

Предпросмотр (выдержки из произведения)

УДК 519.6 Исследование обобщённых смешанно-аддитивных регрессионных моделей с пространственно-структурными факторами рисков Е. Ю. Щетинин Кафедра прикладной математики ФБГОУ ВПО МГТУ «СТАНКИН» Вадковский пер., д. <...> 3а, Москва, Россия, 119136 В настоящей работе реализован байесовский подход к решению задачи распространения эпидемии опасных инфекционных заболеваний на основе обобщённых смешанноаддитивных регрессионных моделей с пространственно-временными факторами. <...> В модель одновременно включены как непрерывные, так и категориальные переменные, а также структурные эффекты, учитывающие влияние статистических связей на риски инфицирования. <...> В качестве основных таких переменных были обоснованно выбраны наличие густонаселённых районов малоимущих с низким уровнем медицинского и социального обеспечения, плотность населения в них. <...> В качестве непрерывных факторов выбраны близость проживания к свалкам, плотность расположения свалок, а также близость проживания к потенциальным источникам заражения холерой. <...> Для оценивания параметров модели нами использованы байесовские сплайны, а также марковские случайные поля как стохастический аналог многомерных пространственных структур связей регрессоров. <...> На примере эпидемиологических данных заболевания холерой в Гане нами проведены вычислительные эксперименты по оцениванию различных характеристик поражения населения холерой, дан прогноз по распространению заболевания по территории страны и численности заражённых. <...> Сравнительный анализ предложенной модели и классических регрессионных моделей показал её вычислительную эффективность и высокую точность в оценках прогноза риска инфицирования. <...> Ключевые слова: эпидемиологический риск, холера, байесовский полупараметрический подход, регрессионная модель, категориальный регрессор, марковские цепи, пространственно-аддитивные структуры, марковские случайные поля, сплайны, прогноз. <...> Введение Проблема <...>