Please use this identifier to cite or link to this item:
https://elib.bsu.by/handle/123456789/231598
Title: | Программное обеспечение для построения множеств регрессионных моделей на выборках ограниченного объема в медицинских исследованиях |
Other Titles: | Software for building of sets of regression models on samples of limited size in medical researches / A. Kapytski, V. Khilmanovich |
Authors: | Копыцкий, А. В. Хильманович, В. Н. |
Keywords: | ЭБ БГУ::ТЕХНИЧЕСКИЕ И ПРИКЛАДНЫЕ НАУКИ. ОТРАСЛИ ЭКОНОМИКИ::Медицина и здравоохранение ЭБ БГУ::МЕЖОТРАСЛЕВЫЕ ПРОБЛЕМЫ::Статистика |
Issue Date: | 2019 |
Publisher: | Минск : ИВЦ Минфина |
Citation: | Сахаровские чтения 2019 года: экологические проблемы XXI века : материалы 19-й международной научной конференции, 23–24 мая 2019 г., г. Минск, Республика Беларусь : в 3 ч. / МГЭИ им. А. Д. Сахарова БГУ; редкол. : А. Н. Батян [и др.] ; под ред. С. А. Маскевича, С. С. Позняка. – Минск : ИВЦ Минфина, 2019. – Ч. 3. – С. 205-208. |
Abstract: | Обработка данных, полученных в результате научных исследований в области медицины, неразрывно связана с применением методов математической статистики (в частности, построением регрессионных моделей). Одной из часто возникающих проблем в исследованиях (особенно медицинских) является ограниченность объема выборки, для которой собирается статистика при большом числе изучаемых показателей. Традиционные методы определения статистически значимых оценок коэффициентов регрессионных моделей (такие, как пошаговое включение или исключение) в данном случае неприменимы. Нами предлагается реализация алгоритма построения множеств регрессионных моделей, получаемых перебором возможных сочетаний предикторов, для случаев, когда объем выборки сопоставим с числом предикторов. |
Abstract (in another language): | Processing of data obtained in medicine researches is associated with application of statistical methods (in partially, with building of regression models). One of the often appearing problems in researches (especially medical) is limited sample size of sample, for which statistical data is collected, with a large number of variables. Usual methods of determination of statistically significant estimations of regression model coefficients (such as forward selection and backward elimination) are not applicable in this case. We propose an implementation of an algorithm of building of regression models sets, got with enumeration of all possible combinations of predictors, for cases when sample size is comparable with a number of predictors. |
Description: | Медицинские физика и электроника. Информационные системы и технологии в здравоохранении |
URI: | http://elib.bsu.by/handle/123456789/231598 |
ISBN: | 978-985-7224-34-0 (ч. 3) |
Appears in Collections: | 2019. Сахаровские чтения 2019 года: экологические проблемы XXI века |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
205-208.pdf | 378,31 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.