Model narzędzi prognostyczno-analitycznych w zarządzaniu placówką medyczną

Modele konstruowania prognoz 

W  zależności od  przyjętych założeń co  do  wyboru poszczególnych składowych i  ich wzajemnych relacji oraz sposobu określenia parametrów, modele te  mogą mieć różną postać.

- Model szeregów czasowych – szereg czasowy jest zbiorem obserwacji zmiennej, uporządkowanej według czasu. Jednym z  celów analizy szeregu czasowego jest prognozowanie przyszłych wartości zmiennej szeregu czasowego. W  szeregach czasowych wyróżniamy dwie składowe:

• składową systematyczną związaną z  procesem deterministycznym oraz
• składową przypadkową, związaną z  procesem stochastycznym o  szczególnych właściwościach (ryc. 1).

Trend to  długookresowa skłonność do  jednokierunkowych zmian (wzrostu lub spadku) wartości badanej zmiennej. Jest rozpatrywany jako konsekwencja działania stałego zestawu czynników na  prognozowane zjawisko. Stały (średni) poziom oznacza brak trendu i  oscylowanie wartości badanej zmiennej wokół pewnego stałego poziomu.

Wahania cykliczne to  długookresowe rytmiczne wahania wartości badanej zmiennej wokół trendu lub stałego (średniego) poziomu zmiennej. Wahania sezonowe są  zmianami wartości prognozowanej zmiennej wokół trendu lub stałego średniego poziomu zmiennej, powtarzającymi się mniej więcej w  tych samych rozmiarach co  pewien okres (w  przybliżeniu stały), nieprzekraczający jednego roku.

Proces wyodrębniania poszczególnych składowych szeregu czasowego nazywa się dekompozycją szeregu czasowego. W  praktyce dekompozycję szeregu czasowego na  poszczególne składowe przeprowadza się, budując modele szeregu czasowego. 

• Model regresyjny – jest jedną z  najbardziej popularnych metod analizy danych statystycznych. [...]

Ten materiał dostępny jest dla Subskrybentów.

Wybierz pakiet subskrypcji dla siebie i ciesz się dostępem do bazy merytorycznej wiedzy!

Wybierz subskrypcję

Masz aktywną Subskrypcję?

Zaloguj się

Nie masz jeszcze konta w serwisie? Dołącz do nas