지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 여인권
- 발행연도
- 2016
- 저작권
- 숙명여자대학교 논문은 저작권에 의해 보호받습니다.
이용수12
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
논문에서는 기상에 따른 고령 환자의 질병 발생 빈도를 예측하는 방법을 제안한다. 기상 변화와 연관된 3개의 질병의 주별 발생 빈도는 특정 패턴을 보인다. 이 현상을 모형화하기 위해 건강보험심사평가원에서 제공하는 고령 환자의 의료 자료와 기상청 자료를 이용하여 주별·5개 권역별 데이터셋을 구성하였다.
연구에서는 데이터셋에 적합 가능한 3가지 모형을 고려하였다. 전국 발생 빈도 예측을 위해 ARMAX 모형과 5개 권역별 발생 빈도 예측을 위해 ARMAX 모형, VARMAX 모형, TSCS 회귀 모형을 활용하였다. 제안한 모형들은 MSE, MAPE, MAE를 기준으로 예측력을 비교하였다.
연구에서는 데이터셋에 적합 가능한 3가지 모형을 고려하였다. 전국 발생 빈도 예측을 위해 ARMAX 모형과 5개 권역별 발생 빈도 예측을 위해 ARMAX 모형, VARMAX 모형, TSCS 회귀 모형을 활용하였다. 제안한 모형들은 MSE, MAPE, MAE를 기준으로 예측력을 비교하였다.
목차
1. 서론 = 12. 분석 모형 = 32.1 ARMAX 모형 = 32.2 VARMAX 모형 = 42.3 TSCS 회귀 모형 = 62.3.1 Fuller-Battese 방법 = 72.3.2 Parks 방법 = 92.3.3 Da Silva 방법 = 123. 고령 환자의 질병 발생 빈도 예측 모형 비교 = 153.1 자료 소개 = 153.1.1 심평원 자료 = 153.1.2 기상청 자료 = 193.2 자료의 처리 및 탐색 = 203.2.1 자료의 전처리 과정 = 203.2.2 자료 탐색 = 233.3 전국 발생 빈도 예측 모형 - ARMAX(1,1) 모형 = 303.4 5개 권역별 발생 빈도 예측 모형 = 333.4.1 VARX(1) 모형 = 333.4.2 ARX(1) 모형 = 393.4.3 TSCS 회귀 모형 = 454. 결론 및 추후 연구 = 54
최근 본 자료
댓글(0)
0