Диссертация (1154371), страница 63
Текст из файла (страница 63)
Это: логарифмическая кривая, гиперболическая кривая 2 типа и параболическаякривая. Коэффициенты корреляции и детерминации у всех моделей примерно одинаковыеR=0,91 и R2=0,84 и отличаются на тысячные доли; таким образом, все три моделипримерно равноценные. Расчеты прогноза на 2016-2017 гг. по этим моделям приведены втаблице 12в.381Результаты выбора оптимальной математической моделиМатематическая модель1. Логарифмическая кривая:П11 =61941,427861-12231,803876*ln(t)2. Гиперболическая кривая 2 типа:П12 =1/(0.000015+0.000002*t)3. Параболическая кривая:П13 =65758.892847-6157.749994*t+301.107142*t^2Таблица 12бR0.9169R20.8406Рейтинг10.91410.835620.91360.83473Таблица 12вРезультаты прогноза Количества граждан, обратившихся за лекарственнойпомощью по программе ОНЛС по оптимальным математическим моделям (дов.
интл 99%)ГодыЛогарифмическая кривая2016201735065,408±5129,68033776,659±5496,538Гиперболическая кривая2 типа33451,499±5248,44531735,075±5623,797Параболическая кривая34728,821±5224,89534292,107±5598,563Графический анализ соответствия фактических и полученных теоретическихзначений, а также прогноза на 2016-2017 гг. приведен на рисунках 12а и 12б. (* расчетные данные: прогнозы для каждой из моделей, а для графика фактических значений- экстраполяция по среднему приросту).Из анализа рисунков 12а и 12б видно, что все расчеты по моделям даютприблизительно одинаковые результаты как для прошедших периодов времени, как и дляпрогнозного периода 2016-2017 гг. Можно предположить дальнейшее медленноеснижение количества граждан, обратившихся за лекарственной помощью по программеОНЛС.
Наиболее оптимальным методом прогнозирования для показателя П1 являетсярасчет по лучшей из трех математических моделей - в данном случае этологарифмическая кривая.Рисунок 12а. Количество граждан, обратившихся за лекарственной помощью попрограмме ОНЛС. Графический анализ фактических и теоретических значенийпоказателя.382Рисунок 12б. Количество граждан, обратившихся за лекарственной помощью попрограмме ОНЛС. Графический анализ фактических и теоретических значенийпоказателя.1.13. Анализ динамики показателя Количество граждан, обратившихся залекарственной помощью по региональной программеДинамика показателя П2 «Количество граждан, обратившихся за лекарственнойпомощью по региональной программе» и результаты анализа приведены в таблице 13а.
Вприложении 1 представлены статистические расчеты по программе «Тренд».Таблица 13аДинамика показателя П2 «Количество граждан, обратившихся за лекарственнойпомощью по региональной программе»Теоретические значения по функциямГодыКоличествограждан,чел.Темпыприроста,%12200866041200956003201065709201158211201264193201363113201462924201562987Среднее62398Кv %5,29Коэф кор. r =0,094Коэф. коррел.
междуS-образнаякриваяexp(A+B/t)Гиперболическая кривая 3типаt/(A+B*t)Параболическая криваяA+B*t+C*t^234560-15,199617,3312-11,410910,2764-1,6824-0,29950,1001-0,1264-6343762580622976215662071620156197561945-6323062458622056207962004619546191861892-6290762198617726162661762621796287863858--0,15780,15930,2171383факт. и теор. даннымиМАРЕ, %4,4834,543МРЕ, %-0,150,00t-кр. Стьюдента табл.= 2,31; расчетный = 0,23 -> не достоверен4,299-0,28Как следует из данных таблицы 13а, за исследуемый период (2008-2015гг.)(колонка 2 и 3) динамика показателя П2 характеризовалась как: разнонаправленныеколебания в диапазоне от 58 до 66 тыс.
чел. в период 2008-2012 гг. и последующаястабилизация в 2013-2015 гг. на уровне около 63 тыс. чел. В среднем за все годыежегодный темп прироста составил -0,13%.Коэффициент вариации – Kv составил 5,29%, в пределах нормы, что позволяетвыявлять тенденции с применением метода аналитического выравнивания, которыйзаложен в программе «Тренд».С помощью корреляционного анализа установлена слабая взаимосвязь со временем– коэффициент корреляции равен 0,094, статистически не достоверен по t-критериюСтьюдента.
На столь низкое значение коэффициента корреляции оказали влияниеразнонаправленные колебания показателя в период 2008-2012 гг.Проведена аппроксимация по 13 алгебраическим функциям, из которых покритериям оптимальности отобраны три, имеющие первые места в рейтинге (таблица13б). Это: S-образная кривая, гиперболическая кривая 3 типа и параболическая кривая.Коэффициенты корреляции и детерминации у всех моделей одинаково низкие; такимобразом, все три модели скорее всего слабо применимы для прогнозирования.
Расчетыпрогноза на 2016-2017 гг. по этим моделям приведены в таблице 13в.Таблица 13бРезультаты выбора оптимальной математической моделиМатематическая модель1. S-образная кривая:П21 =exp(11,030597+0,027203/t)2. Гиперболическая кривая 3 типа:П22 =t/(-0,00+0,000016*t)3. Параболическая кривая:П23 =63896,232140-1130,303570*t+140,696428*t^2RR2Рейтинг0,15780,024930,15930,025420,21710,04711Таблица 13вРезультаты прогноза Количества граждан, обратившихся за лекарственнойпомощью по региональной программе по оптимальным математическим моделям(дов.
инт-л 99%)ГиперболическаяПараболическаяГодыS-образная криваякривая 3 типакривая201661921,306±4769,75961870,807±4776,01265119,911±4712,709201761902,592±5110,84461854,189±5117,57766662,839±5049,747Графический анализ соответствия фактических и полученных теоретическихзначений, а также прогноза на 2016-2017 гг. приведен на рисунках 13а и 13б. (* расчетные данные: прогнозы для каждой из моделей, а для графика фактических значений- экстраполяция по среднему приросту).Из анализа рисунков 13а и 13б видно, что расчет прогноза на 2016-2017 гг. посреднему приросту наиболее адекватно отражает тенденцию показателя П2 за 20132015 гг. и является наиболее оптимальным методом прогнозирования в данном случае.Прогноз 2016 г.
– П16 == 62905;384Прогноз 2017 г. – П17 == 62823.Рисунок 13а. Количество граждан, обратившихся за лекарственной помощью порегиональной программе. Графический анализ фактических и теоретических значенийпоказателя.Рисунок 13б. Количество граждан, обратившихся за лекарственной помощью порегиональной программе. Графический анализ фактических и теоретических значенийпоказателя.Основываясь на результатах прогноза по среднему темпу прироста можнопредположить дальнейшее медленное снижение количества граждан, обратившихся залекарственной помощью по региональной программе, что совпадает с выявленнойтенденцией сокращения количества граждан по программе ОНЛС.Резюмируя выводы по результатам прогнозирования на 2016 и 2017 гг.
количестваграждан, обратившихся за лекарственной помощью по программе ОНЛС и порегиональной программе, можно предположить, что в целом снижение количестваобращений вызвано комплексом факторов, среди которых, возможно не в последнююочередь, и снижение количества граждан, имевших права на такую помощь.385Приложение 1Корреляционно-регрессионный анализ 11 факторов (Ф) и 2 переменных (П) региональнойлекарственной политики (расчеты по программе «ТРЕНД»)Ф1 – Количество граждан, имеющих право на безвозмездное получение ЛС и МИ по программеОНЛС*******************************************************************************ТАБЛИЦА СТАТИСТИЧЕСКИХ РЕЗУЛЬТАТОВ О ПОДБОРЕ КРИВЫХ Ф11 !------------------------------------------------------------------------------! N!ВИД КРИВОЙ:Y=! КОЭФ.ДЕТ.! MAPE% ! MSE ! SSE ! MPE% ! MERR !------------------------------------------------------------------------------! 1! A+Bt!0.81921 13! 6.453 13!~2.9E7 13!~2.3E8 13! -0.39 13! 0.0000!! 2! A*EXP(Bt)!0.86631 12! 5.057 12!~2.2E7 12!~1.8E8 12! -0.20 12! 189.9214!! 3! A*(t^B)!0.99056 5! 1.502 5!~1.5E6 5!~1.2E7 5! -0.02 5! 23.1647!! 4! A+B/t!0.97096 7! 2.493 6!~4.6E6 7!~3.7E7 7! -0.17 11! -0.0000!! 5! 1/(A+Bt)!0.90606 11! 4.094 10!~1.7E7 10!~1.4E8 10! 0.10 9! 413.0633!! 6! t/(A+Bt)!0.90887 10! 4.727 11!~1.8E7 11!~1.4E8 11! -0.15 10!-100.6789!! 7! A+B*LN(t)!0.97359 6! 2.496 7!~4.2E6 6!~3.3E7 6! -0.01 4! 0.0000!! 8! EXP(A+B/t)!0.94410 9! 3.587 9!~9.2E6 9!~7.4E7 9! -0.09 8! 26.3929!! 9!1/(A+B*LN(t))!0.99305 4! 1.176 1!~1.1E6 4!~8.9E6 4! -0.01 2! -4.5307!!10! A+B*(C^t)!0.99334 3! 1.349 4!~1.1E6 3!~8.4E6 3! -0.03 6! -0.0000!!11! A*(B^(C^t)!0.99420 2! 1.189 3!~9.2E5 2!~7.3E6 2! -0.01 3! 9.2422!!12! 1/(A+B*(C^t)!0.99458 1! 1.178 2!~8.7E5 1!~6.9E6 1! 0.01 1! 28.3507!!13! A+Bt+C*(t^2)!0.96458 8! 3.306 8!~5.6E6 8!~4.5E7 8! -0.07 7! 0.0000!------------------------------------------------------------------------------!КОЭФ.ДЕТЕРМ.-опред.долю дисперсии,объясняемой регрессией;MAPE-хар-т относ.точ!!ность прогноза :<10%.+++,10-20%.++,20-50%.+,>50%.---;MPE-относ.пок-ль смещен.!!прогноза:д.б.<5% ;MERR-средн.ошибка ;MSE-ср.квадр.ошибки;SSE-сум.квадр.ошибок!**************************************************************************************************************************************************************ТАБЛИЦА ПАРАМЕТРОВ УРАВНЕНИЙ КРИВЫХ И КОЭФ.КОРР.
МЕЖДУ FACT И TEOR ДАННЫМИ------------------------------------------------------------------------------! N! ВИД КРИВОЙ ! A ! B ! C !КФ.КОРРЕЛ.!------------------------------------------------------------------------------! 1! A+Bt! 87607.642857! -4966.392857! - ! 0.9051039!! 2! A*EXP(Bt)! 88854.873317! -0.072273! - ! 0.9307555!! 3! A*(t^B)! 91551.349702! -0.267903! - ! 0.9952678!! 4! A+B/t! 49942.413358! 45083.934399! - ! 0.9853744!! 5! 1/(A+Bt)! 0.000011! 0.000001! - ! 0.9518717!! 6! t/(A+Bt)! -0.000009! 0.000019! - ! 0.9533493!! 7! A+B*LN(t)! 90251.547386! -18854.207077! - ! 0.9867092!! 8! EXP(A+B/t)! 10.856913! 0.625836! - ! 0.9716461!! 9! 1/(A+B*LN(t))! 0.000011! 0.000004! - ! 0.9965204!!10! A+B*(C^t)! 53256.758200! 66110.835700! 0.596105! 0.9966633!!11! A*(B^(C^t)! 52128.112262! 2.359516! 0.668867! 0.9970947!!12! 1/(A+B*(C^t)! 0.000020! -0.000012! 0.743252! 0.9972846!!13! A+Bt+C*(t^2)! 103297.910690! -14380.553556! 1046.017855! 0.9821282!*******************************************************************************1.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
