ОСНОВНЫЕ ПОКАЗАТЕЛИ ЗАБОЛЕВАЕМОСТИ ДЕВОЧЕК В ВОЗРАСТЕ 14-16 ЛЕТ ПО РЕГИОНАМ РОССИЙСКОЙ ФЕДЕРАЦИИ

Хандина Александра Борисовна
Поволжский государственный технологический университет
студентка

Аннотация
Рассматриваются основные показатели заболеваемости девочек в возрасте 14-16 лет по регионам Российской Федерации, анализ проводится методом главных компонент (МГК).

Ключевые слова: метод главных компонент, уровень заболеваемости, эконометрическое моделирование


MAJOR MORBIDITY GIRLS AGED 14-16 YEARS IN THE RUSSIAN FEDERATION REGIONS

Handina Aleksandra Borisovna
Volga State University of Technology
student

Abstract
The main indicators of the incidence of girls aged 14-16 years in the Russian Federation regions, the analysis carried out by the method of principal components.

Библиографическая ссылка на статью:
Хандина А.Б. Основные показатели заболеваемости девочек в возрасте 14-16 лет по регионам Российской Федерации // Экономика и менеджмент инновационных технологий. 2017. № 2 [Электронный ресурс]. URL: https://ekonomika.snauka.ru/2017/02/13880 (дата обращения: 29.03.2024).

Научный руководитель: Бакуменко Людмила Петровна
Поволжский государственный технологический университет, доктор экономических наук

Уровень здоровья населения относится к числу наиболее значимых направлений исследования в социальной статистике. Это важный показатель, который требует особо четкого внимания. 
Для того чтобы понять настоящую ситуацию в этой сфере, необходим ежегодный мониторинг данной области. Но так как простого сбора данных недостаточно, то нужен их анализ, а также установление различных взаимосвязей и выявление факторов, влияющих на те или иные показатели. 
Таким образом, уровень заболеваемости является одной из основных социальных проблем, которая главным образом влияет в целом на число населения.
Для анализа и обработки огромного количества регистрируемых признаков, необходимо воспользоваться удобным и четким методом главных компонент, он предполагает уменьшение размерности информации. 
Ниже приведены факторы, которые влияют на заболеваемость девочек 14-16 лет. Проанализируем данные Минздрава России за 2016 год. 
x1 - группа заболеваний, вызываемых паразитами, а также инфекционные заболевания, чел.;
x2 -  болезни системы крови, кроветворных органов и иммунного механизма, чел.; 
x3 -  нарушения пищевого поведения и нарушения углеводного обмена, чел.; 
x4 -  расстройства поведения и душевные расстройства, чел.;
x5 -  нервные заболевания, чел.;
x6 -  глазные заболевания, чел.;
x7 -  ушные заболевания, чел.;
x8 -  болезни системы кровообращения, чел.;
x9 -  заболевания органов дыхания, чел.;
x10 -  болезни органов пищеварения, чел.;
x11 -  кожные заболевания, чел.; 
x12 -  болезни мочеполовой системы, чел.;
x13 -  последствия внешних причин (травмы), чел.;
Проанализируем данные Минздрава России за 2016 год. Для этого необходимо сформировать главные компоненты путем выделения наиболее значимых факторов и построить уравнения регрессии на главных компонентах. Метод главных компонент необходимо применить к исходным данным, реализуемым в прикладной программе STATISTICA с помощью пакета «Факторный анализ» (Многомерный разведочный анализ). Полученные собственные значения отражены в таблице 1.

Таблица 1 – Собственные значения

Собственные значения (Болезни) Выделение: Главные компоненты

Соб. зн.

% общей

Кумулятивн.

Кумулятивн.

1

8,876633

68,28179

8,876633

68,28179

2

1,03573

7,96715

9,912363

76,24894

С помощью МГК было выделено всего 2 фактора. В данном случае 68,28%  общей дисперсии объясняется первым фактором, 7,97% – вторым фактором, Вместе все факторы объясняют 76% дисперсии.

Далее необходимо оценить значения факторных нагрузок и вычислить коэффициенты информативности для случая с двумя факторами. Главная компонента считается информативной, если коэффициент достаточно высокий Ки ≥ 0,65 ÷ 0,95. Исходя из условия информативности, только первые два фактора являются информативными, поэтому необходимо использовать вращения для факторных нагрузок. В результате после применения вращения «Варимакс исходных», получаем более высокие коэффициенты информативности у первого и второго факторов, это представлено в таблице 2.

Таблица 2 – Факторные нагрузки при варимакс исходных

Фактор.нагрузки (Варим. исх.) (Болезни) Выделение: Главные компоненты (Отмечены нагрузки >,700000)

 

Фактор

Фактор

x1

0,904066

0,120476

x2

0,684492

-0,001361

x3

0,79719

-0,200618

x4

0,064959

0,872487

x5

0,759767

0,157583

x6

0,94566

0,072741

x7

0,949151

0,033646

x8

0,269178

0,453512

x9

0,939623

0,075214

x10

0,959531

0,138622

x11

0,964464

0,136059

x12

0,940053

0,078066

x13

0,906053

-0,032905

Общ.дис.

8,808875

1,103488

Доля общ

0,677606

0,084884

При варимакс исходных коэффициенты информативности получаются достаточно хорошими для двух факторов, поэтому нет необходимости уменьшать количество факторов.
Переменные, которые вошли в каждую главную компоненту. 
К первой компоненте относятся: x1 - группа заболеваний, вызываемых паразитами, а также инфекционные заболевания.; x3 - нарушения пищевого поведения и нарушения углеводного обмена; x5 -  нервные заболевания, чел; x6 - глазные заболевания; x7 - ушные заболевания; x9 - заболевания органов дыхания; x10 - болезни органов пищеварения; x11 - кожные заболевания; x12 - болезни мочеполовой системы; x13 - последствия внешних причин (травмы). 
Ко второй компоненте относится x4 - расстройства поведения и душевные расстройства, чел.;
Далее необходимо определить степень влияния каждого фактора на результативный признак yчисло заболеваний, зарегистрированных у девочек 14-16 лет. Выведенная пошаговая регрессия с исключением представлена в таблице 3.

Таблица 3 – Итоги множественной регрессии

Итоги регрессии для зависимой переменной: y (Таблица данных64) R= ,98278067 R2= ,96585785 Скорректир. R2= ,96545618 F(1,85)=2404,6 p

БЕТА

Стд.Ош.

B

Стд.Ош.

t(85)

p-уров.

Св.член

53096,1

918,1463

57,8297

0

ФАКТОР1

-0,982781

0,020042

-45283,8

923,4689

-49,0366

0

Отсюда следует, что значимым является только первый фактор. Полученное уравнение регресии имеет вид:

      (1)

Коэффициент детерминации R2 =0,97 показывает, что 97% вариации результативного признака объясняется включенной в модель переменной (фактор 1), остальные 3% вариации объясняется неучтёнными в модели факторами.

Модель можно считать значимой, так как фактическое значение F- критерия Фишера превышает критическое при заданных степенях свободы и уровне значимости 97%.

Каждый коэффициент также можно считать значимым, так как критическое значение t-критерия Стьюдента меньше каждого фактического значения.
По вероятностному графику, который изображен на рисунке 1, видно, что значения остатков распределены достаточно равномерно и хорошо ложатся на график нормальных остатков.

Рисунок 1  Нормальный вероятностный график

Коэффициенты уравнения показывают, насколько изменится значение результативного признака при изменении величины факторного на 1 единицу. С уменьшением показателя f1 на 1 единицу значение результативного признака уменьшится на 45283,8 ед. Влияние показателя f2 оказалось незначительным и не вошло в окончательное уравнение.
Из уравнения видно, что первый фактор наиболее часто встречается как заболевание, зарегистрированное у девочек 14-16 лет. 
Можно сделать вывод, что в ходе данной работы были выделены две главные компоненты, что облегчило дальнейшую работу с моделью. Затем с помощью пошаговой регрессии с исключением были выделены наиболее существенные факторы и объяснено их влияние на результативный признак.


Библиографический список
  1. Алексеев А.Р. Экономическая статистика: учебник для вузов / [Алексеев А.Р., Воробьев А.Н., Громыко Г.Л., и др.]; под ред. Ю.Н. Иванова. – М.: ИНФРА-М, 2014. – 734 с.
  2. Бабешко Л.О. Основы эконометрического моделирования : учеб. пособие / Л. О. Бабешко. – Изд. 4-е. – М.: КомКнига, 2013. – 428 с.
  3. Дианов М.А., Никитина С.Ю.  Здравоохранение в России. 2015: Стат.сб./Росстат. – М., З–46 2015. – 174 с.
  4. Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов / Под ред. проф. Н.Ш. Кремера. – М.: ЮНИТИ-ДАНА, 2013. – 311 с.
  5. Костромин А.В., Кундакчян Р.М.  Эконометрика. Учебное пособие / Издательство: Кнорус, 2015 г., – 228с.
  6. Статистический сборник «Регионы России. Социально экономические показатели», 2013. Федеральная Служба Государственной Статистики.
  7. Статистические методы прогнозирования, Дуброва Т.А., 2015.


Все статьи автора «Шувалов Николай Евгеньевич»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться: