Исследование обобщённых смешанно-аддитивных регрессионных моделей с пространственно-структурными факторами рисков

Обложка

Цитировать

Полный текст

Аннотация

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.

Об авторах

Евгений Юрьевич Щетинин

ФБГОУ ВПО МГТУ «СТАНКИН»

Email: riviera-molto@mail.ru
Кафедра прикладной математики

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).