Упрощенная HTML-версия
46
вскрытия закономерностей изменения временной последовательности дис-
кретных значений показателя за период наблюдения, а также для прогноза
возможных его значений. На базе выявленных закономерностей и разработа-
ны прогностические модели для управления изученным процессом в после-
дующие периоды [81, 203]. Анализ временного ряда обращаемости за скорой
медицинской помощью в связи с болезнями системы кровообращения был
проведен с использованием метода авторегрессии – AR (p,d,q). Анализ вре-
менного ряда числа вызовов за скорой медицинской помощью населения г.
Новодвинск по поводу болезней органов дыхания произведена комбиниро-
ванным методом авторегрессии и интегрированного скользящего среднего –
ARIMA (p,d,q; P,D,Q).
Анализ временных рядов был проведен по следующим этапам [179]:
1. Графическое представление и описание поведения временного ряда,
построение и анализ автокорреляционной функции.
2. Выделение и удаление закономерных составляющих временного ря-
да: тренда, сезонных, циклических составляющих.
3. Подбор, построение математической модели для прогнозирования
обращаемости, представленной временным рядом.
4. Проверка адекватности модели, анализ остатков.
В связи с тем, что в воскресные и праздничные дни в г. Новодвинске не
проводились измерения концентраций загрязняющих веществ, пропуски бы-
ли заполнены средней величиной за два предыдущих и последующих дня.
Использовался регрессионный анализ, который применялся при нали-
чии следующих условий [43, 81, 107, 223]:
1. Зависимые и независимые переменные были количественными.
2. Независимые переменные не были мультиколлинеарны. Условие со-
блюдается если коэффициент корреляции Спирмена между предикторами не
превышает 0,5.
3. Остатки имели нормальное распределение. Для проверки остатков на
нормальность использован тест Колмогорова-Смирнова.