Влияние состояния здравоохранения и транспортной обеспеченности на жизнь и здоровье людей

Тип работы:
Курсовая
Предмет:
Безопасность жизнедеятельности


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Содержание

  • Введение
  • Литературный обзор
  • Практическая часть
    • 1. Исходные данные
    • 2. Анализ статистических данных
      • 2.1 Итоговая статистика
      • 2.2 Корреляционный анализ
      • 2.3 Анализ множественной регрессии
      • 2.4 Анализ простой регрессии
    • Результаты анализа статистических данных
    • Заключение
    • Список литературы
  • Введение
  • Здоровье человека зависит от многих факторов, таких как наследственность, состояние окружающей среды, качество продуктов питания и питьевой воды. Конечно, нельзя с точностью определить вклад каждого конкретного негативного фактора в ухудшение состояния здоровья людей, но в данной работе я проведу обработку статистических данных для того, чтобы показать, на сколько состояние здоровья населения зависит от качества здравоохранения и от загрязнения атмосферного воздуха.
  • Цель: выявить зависимость состояния здоровья населения от загрязнения атмосферного воздуха автотранспортом, а также от качества и финансирования здравоохранения.
  • Задачи: провести анализ статистических данных при помощи программы STATGRAP. 21. А именно провести:
  • 1. анализ итоговой статистики;
  • 2. корреляционный анализ;
  • 3. анализ множественной регрессии;
  • 4. анализ простой регрессии.

Литературный обзор

Загрязнение окружающей среды современной антропоэкосистемы оказывает выраженное влияние на функциональное состояние жизненно важных систем организма человека. Реакция организма на загрязнение атмосферы зависит от его индивидуальных особенностей, возраста, пола, состояния здоровья и.т.д. Наиболее чувствительным биологическим показателем качества окружающей среды является здоровье вообще и здоровье детей в частности. Реакция детского организма на действие антропогенных факторов, в силу его физиологических особенностей, значительно отличается от реакции организма взрослых, пожилых и престарелых людей. Кроме того, дети мало перемещаются за территорию проживания, поэтому являются своеобразными биологическими маркерами состояния среды их обитания.

Медицинская статистика свидетельствует об увеличении количества респираторных заболеваний у детей, заболеваний коньюктивы и роговицы глаз. Это является следствием неблагоприятного влияния токсичных веществ атмосферы как местного характера (на слизистую верхних дыхательных путей) так и общего снижения иммунитета из-за несбалансированности прооксидазных и антиоксидазных процессов в организме ребенка. Одним из проявлений таких реакций является бронхиальная астма.

Выраженное влияние на состояние здоровья детей оказывает загрязнение почвы. Исследование волос детей, проживающих на территориях, загрязненных тяжелыми металлами, выявило наличие этих металлов в достаточно большом количестве.

Не менее важным антропогенным фактором является городской шум. Общий уровень шума на наших дорогах выше, чем в западных странах. Это объясняется большим относительным числом грузовых автомобилей в составе транспортного потока, для которых уровень шума на 8−10 дБа (т.е. примерно в 2 раза) выше, чем легковых. Ниже у нас и нормативные требования к выпускаемым автомобилям. Но главная причина заключается в отсутствии контроля над уровнем шума на дорогах. Требование ограничения шума отсутствует даже в Правилах дорожного движения. Неудивительно, что неправильное обустройство грузовых машин, прицепов к ним, небрежная укладка и плохое крепление грузов стало массовым явлением на дорогах. Запрет грузового движения дает снижение уровня шума примерно на 10 дБа. Аналогичный эффект дает исключение движения мотоциклов. Ограничение скорости движения ниже 50 км/час, как правило, не дает снижения шума.

Одним из основных источников внешнего шума является автотранспорт. Установлено, что интенсивность шума (в дБА) составляет: от легкового автомобиля — 70−80; автобуса — 80−85; грузового автомобиля — 80−90; мотоцикла — 90−95. Автомобильные средства по интенсивности шума различаются довольно резко. К самым шумным относятся грузовые автомобили с дизельным двигателем, к самым «тихим» — легковые автомобили высоких классов (65−70 дБА).

Транспортные факторы: интенсивность, состав, скорость движения, эксплуатационное состояние автомобилей, вид перевозимых грузов оказывают наибольшее влияние на уровень и характер шума. Немалое значение имеет и состояние дорожного покрытия. Для грузовых машин наибольший шум создает двигатель, особенно когда ему приходится работать на пониженных передачах. Но для легковых машин важнее шум качения. Проведенные в ФРГ исследования не выявили особого преимущества пористых или очень гладких покрытий, хотя по данным МАДИ шероховатые покрытия, особенно в мокром состоянии, могут увеличивать шум на 5−7,5 дБа.

Повышенный уровень, шума, может стать причиной нервного истощения, психической угнетённости, вегетативного невроза, язвенной болезни, расстройства эндокринной системы. Шум мешает людям работать и отдыхать. Наиболее чувствительны к действию шума лица старших возрастов. Так, в возрасте до 27 лет на шум реагируют 46% людей, в возрасте 28−37 лет — 57%, в возрасте 38−57 лет — 62%, а в возрасте 58 лет и старше — 72%.

Городской шум оказывает неблагоприятное влияние и на сердечно-сосудистую систему. Ишемическая болезнь сердца, гипертоническая болезнь, повышенное содержание холестерина в крови встречаются чаще у лиц, проживающих в шумных районах.

Крайне неблагоприятно действуют прерывистые, внезапно возникающие шумы, особенно в вечерние и ночные часы, на только что заснувшего человека. Внезапно возникающий во время сна шум (например, грохот грузовика) нередко вызывает сильный испуг, особенно у больных людей и у детей. Шум уменьшает продолжительность и глубину сна. Под влиянием шума уровнем 50 дБ срок засыпания увеличивается на час и более, сон становится поверхностным, после пробуждения люди чувствуют усталость, головную боль, а нередко и сердцебиение.

Отсутствие нормального отдыха после трудового дня приводит к тому, что естественно развивающееся в процессе работы утомление не исчезает, а постепенно переходит в хроническое переутомление, которое способствует развитию ряда заболеваний, таких как расстройство центральной нервной системы, гипертоническая болезнь.

Таким образом, помимо химического загрязнения окружающей среды, мощным фактором воздействия на здоровье населения являются физические факторы и, в первую очередь, шум. Поэтому снижению уровня шума в антропоэкосистемах должно придаваться особое значение. Снижение городского шума может быть достигнуто как за счёт уменьшения шумности транспортных средств, так и градостроительными мероприятиями.

К градостроительным мероприятиям по защите населения от шума относится увеличение расстояния между источником шума и защищаемым объектом, применение акустически непрозрачных экранов (откосов, стен и зданий-экранов), специальных шумозащитных полос озеленения, использование различных приёмов планировки, рационального размещения микрорайонов. Кроме того, к градостроительным мероприятиям следует отнести рациональную застройку магистральных улиц, максимальное озеленение территории микрорайонов и разделительных полос, использование рельефа местности и др.

Существенный защитный эффект достигается в том случае, если жилая застройка размещена на расстоянии не менее 25−30 м от автомагистралей и зоны разрыва озеленены. При замкнутом типе застройки защищёнными оказываются только внутриквартальные пространства, а внешние фасады домов попадают в неблагоприятные условия, поэтому подобная застройка автомагистралей нежелательна. Наиболее целесообразна свободная застройка, защищённая от стороны улицы зелёными насаждениями и экранирующими зданиями временного пребывания людей (магазины, столовые, рестораны, ателье и т. п.). Расположение магистрали в выемке также снижает шум на близко расположенной территории.

Борьба с шумом, в центральных районах города затрудняется плотностью сложившейся застройки, из-за которой невозможны строительство шумозащитных экранов, расширение магистралей и высадка деревьев, снижающих на дорогах уровни шумов. Таким образом, наиболее перспективными решениями этой проблемы являются снижение собственных шумов транспортных средств и применение в зданиях, выходящих на наиболее оживленные магистрали, новых шумопоглощающих материалов, вертикального озеленения домов и тройного остекления окон (с одновременным применением принудительной вентиляции).

Практическая часть

1. Исходные данные

Таблица 1. Зависимые показатели

y1

y2

y3

y4

y5

y6

y7

y8

Россия

72,5

60

9,4

13,9

-4,5

1,1

16,8

22

Азербайджан

75,5

68,7

18,4

9,6

8,9

1,5

29,3

105

Армения

76,2

70,3

11,5

9,7

1,7

1,1

15,4

30

Белоруссия

74,4

62,8

9,6

14

-4,4

1,2

12,5

20

Грузия

77,6

69,5

11,2

14,6

-3,4

1,4

17,6

29

Казахстан

70,7

59,6

17,3

10,6

6,7

2

42,1

75

Киргизия

72,3

64,8

26,2

9,1

17

2,3

37

63

Молдавия

70,3

62,8

13,4

12,6

0,8

1,4

20,5

33

Таджикистан

70,8

65,2

33,2

8,6

24,7

2,9

53,3

73

Туркмения

70,4

63,9

28,5

9

19,6

3,2

48,6

70

Узбекистан

72,5

66,8

26,1

8

18,1

2,3

36,7

67

Украина

73,5

62,7

9,3

16,4

-7,1

1,1

15,3

21

у1- средняя продолжительность жизни женщин;

у2- средняя продолжительность жизни мужчин;

у3 — рождаемость на 1000 человек;

у4 — Смертность на 1000 человек;

у5 — коэффициент естественного прироста на 1000 человек;

у6 — уровень рождаемости;

у7 — уровень детской смертности;

у8 — смертность детей до 5 лет на 1000 рожденных.

Таблица 2. Независимые показатели

х1

х2

х3

х4

х5

х6

Россия

159

119

235

30 599

949 000

14

Азербайджан

99

96

256

4364

57 770

20

Армения

152

82

198

3687

7720

Белоруссия

157

122

222

7277

51 547

11

Грузия

152

105

182

11 942

21 000

11

Казахстан

154

86

265

9900

158 655

11

Киргизия

118

99

301

13 003

18 560

Молдавия

143

125

251

3093

12 259

18

Таджикистан

100

88

439

16 604

13 000

30

Туркмения

125

115

320

17 573

23 500

Узбекистан

116

84

299

5674

78 400

25

Украина

131

130

224

4496

172 257

х1 — расходы на здравоохранение на душу населения, $;

х2 — количество больничных коек на 10 000 человек;

х3 — количество человек на 1 врача;

х4 — обеспеченность водой на душу населения;

х5 — протяженность автомобильных дорог, км;

х6 — количество человек на 1 транспортное средство.

2. Анализ статистических данных

Данные обрабатывались с помощью программы STATGRAP. 21.

С помощью этой программы можно легко и быстро проанализировать данные. Для этого необходимо ввести зависимые и независимые переменные и выбрать необходимый вид анализа. При этом программа сама анализирует данные и выводит конечный результат в виде отчета, содержащего таблицы, графики (при необходимости) и словесное описание полученных результатов.

2.1 Итоговая статистика

x1 x2 x3 x4 x5

Всего 8 8 8 8 8

Среднее значение135,0 103,125 268,625 11 181,6 167 704,0

Дисперсия 665,143 289,839 5891,7 8,08776E7 1,01954E11

Стандартное 25,7904 17,0247 76,7574 8993,2 319 302,0

отклонение

Минимум 99,0 84,0 182,0 3093,0 12 259,0

Максимум 159,0 125,0 439,0 30 599,0 949 000,0

Коэф. асимметрии -0,764 595 0,23 892 2,3 133 1,93 714 3,12 609

Коэф. эксцесса -0,99 701 -1,19 342 2,3369 1,72 891 4,3052

Сумма 1080,0 825,0 2149,0 89 453,0 1,34163E6

x6 y1 y2 y3 y4

Всего 8 8 8 8 8

Среднее значение 17,5 73,0375 64,425 17,325 11,4875

Дисперсия 51,1429 6,75 411 14,0593 72,225 6,84 411

Стандартное 7,15 142 2,59 887 3,74 957 8,49 853 2,61 612

отклонение

Минимум 11,0 70,3 59,6 9,4 8,0

Максимум 30,0 77,6 69,5 33,2 14,6

Коэф. асимметрии 0,916 469 0,847 514 0,631 869 1,22 859 -0,153 357

Коэф. эксцесса -0,322 297 -0,291 481 -0,857 314 0,153 344 -1,13 922

Сумма 140,0 584,3 515,4 138,6 91,9

y5 y6 y7 y8

Всего 8 8 8 8

Среднее значение 5,8625 1,725 28,6 53,0

Дисперсия 19,808 0,387 857 206,214 972,857

Стандартное 10,9457 0,622 782 14,3602 31,1907

отклонение

Минимум -4,5 1,1 12,5 20,0

Максимум 24,7 2,9 53,3 105,0

Коэф. асимметрии 0,910 336 1,24 221 0,771 151 0,539 622

Коэф. эксцесса -0,359 529 0,164 022 -0,430 539 -0,665 271

Сумма 46,9 13,8 228,8 424,0

Эта таблица показывает итоговую статистику для каждой из выбранных переменных. Она включает меры центральной тенденции, меры переменности и меры формы. Представлены нормальный коэффициент эксцесса и нормальный коэффициент асимметрии, которые могут использоваться для определения, отходит ли образец от нормального распределения. Значения этих статистик вне диапазона от -2 до + 2 указывают на существенные отклонения от нормальности, которые лишают законной силы многие из статистических процедур, обычно применяемых к этим данным. В этом случае следующие переменные показывают нормальные коэффициенты асимметрии, выходящие за пределы ожидаемого диапазона:

x3

x5

Следующие переменные показывают нормальные коэффициенты эксцессы, выходящие за пределы ожидаемого диапазона:

x3

x5

2.2 Корреляционный анализ

Корреляция (Число пар данных) р-значение (уровень значимости)

x1 x2 x3 x4 x5

x1 0,5944 -0,6929 0,2860 0,4052

(8) (8) (8) (8)

0,1202 0,0568 0,4923 0,3194

x2 0,5944 -0,5431 0,1426 0,3028

(8) (8) (8) (8)

0,1202 0,1642 0,7361 0,4660

x3 -0,6929 -0,5431 0,0938 -0,1927

(8) (8) (8) (8)

0,0568 0,1642 0,8252 0,6476

x4 0,2860 0,1426 0,0938 0,8549

(8) (8) (8) (8)

0,4923 0,7361 0,8252 0,0068

x5 0,4052 0,3028 -0,1927 0,8549

(8) (8) (8) (8)

0,3194 0,4660 0,6476 0,0068

x6 -0,8729 -0,4911 0,8652 -0,0751 -0,2454

(8) (8) (8) (8) (8) 0,0047 0,2166 0,0055 0,8597 0,5579

y1 0,0601 0,1048 -0,5819 -0,0801 -0,1166

(8) (8) (8) (8) (8) 0,8876 0,8049 0,1302 0,8504 0,7833

y2 -0,5710 -0,2952 -0,0093 -0,4000 -0,5392

(8) (8) (8) (8) (8) 0,1394 0,4778 0,9826 0,3262 0,1679

y3 -0,8194 -0,7742 0,9163 -0,1237 -0,3761

(8) (8) (8) (8) (8) 0,0128 0,0241 0,0014 0,7704 0,3585

y4 0,8330 0,8176 -0,7529 0,2912 0,3313

(8) (8) (8) (8) (8)

0,0102 0,0132 0,0311 0,4841 0,4228

y5 -0,8389 -0,7983 0,8941 -0,1658 -0,3722

(8) (8) (8) (8) (8)

0,0092 0,0175 0,0027 0,6947 0,3638

y6 -0,6528 -0,8007 0,8932 -0,0846 -0,3879

(8) (8) (8) (8) (8)

0,0793 0,0170 0,0028 0,8421 0,3423

y7 -0,6466 -0,8495 0,8605 -0,0463 -0,2873

(8) (8) (8) (8) (8)

0,0832 0,0076 0,0061 0,9133 0,4903

y8 -0,7917 -0,7842 0,4839 -0,3468 -0,3445

(8) (8) (8) (8) (8) 0,0192 0,0212 0,2244 0,4000 0,4033

x6 y1 y2 y3 y4

x1 -0,8729 0,0601 -0,5710 -0,8194 0,8330

(8) (8) (8) (8) (8)

0,0047 0,8876 0,1394 0,0128 0,0102

x2 -0,4911 0,1048 -0,2952 -0,7742 0,8176

(8) (8) (8) (8) (8)

0,2166 0,8049 0,4778 0,0241 0,0132

x3 0,8652 -0,5819 -0,0093 0,9163 -0,7529

(8) (8) (8) (8) (8)

0,0055 0,1302 0,9826 0,0014 0,0311

x4 -0,0751 -0,0801 -0,4000 -0,1237 0,2912

(8) (8) (8) (8) (8)

0,8597 0,8504 0,3262 0,7704 0,4841

x5 -0,2454 -0,1166 -0,5392 -0,3761 0,3313

(8) (8) (8) (8) (8) 0,5579 0,7833 0,1679 0,3585 0,4228

x6 -0,3739 0,3292 0,9000 -0,8067

(8) (8) (8) (8) 0,3615 0,4258 0,0023 0,0155

y1 -0,3739 0,6826 -0,3945 0,4001

(8) (8) (8) (8)

0,3615 0,0621 0,3334 0,3260

y2 0,3292 0,6826 0,2725 -0,2196

(8) (8) (8) (8)

0,4258 0,0621 0,5139 0,6013

y3 0,9000 -0,3945 0,2725 -0,9022

(8) (8) (8) (8) 0,0023 0,3334 0,5139 0,0022

y4 -0,8067 0,4001 -0,2196 -0,9022

(8) (8) (8) (8)

0,0155 0,3260 0,6013 0,0022

y5 0,8943 -0,4019 0,2658 0,9947 -0,9419

(8) (8) (8) (8) (8)

0,0027 0,3237 0,5246 0,0000 0,0005

y6 0,7762 -0,4508 0,1520 0,9643 -0,8257

(8) (8) (8) (8) (8)

0,0235 0,2623 0,7193 0,0001 0,0116

y7 0,6912 -0,5093 0,0317 0,9138 -0,8557

(8) (8) (8) (8) (8)

0,0576 0,1973 0,9406 0,0015 0,0067

y8 0,5194 -0,1035 0,3254 0,6585 -0,8384

(8) (8) (8) (8) (8)

0,1871 0,8074 0,4316 0,0758 0,0093

y5 y6 y7 y8

x1 -0,8389 -0,6528 -0,6466 -0,7917

(8) (8) (8) (8)

0,0092 0,0793 0,0832 0,0192

x2 -0,7983 -0,8007 -0,8495 -0,7842

(8) (8) (8) (8)

0,0175 0,0170 0,0076 0,0212

x3 0,8941 0,8932 0,8605 0,4839

(8) (8) (8) (8)

0,0027 0,0028 0,0061 0,2244

x4 -0,1658 -0,0846 -0,0463 -0,3468

(8) (8) (8) (8)

0,6947 0,8421 0,9133 0,4000

x5 -0,3722 -0,3879 -0,2873 -0,3445

(8) (8) (8) (8)

0,3638 0,3423 0,4903 0,4033

x6 0,8943 0,7762 0,6912 0,5194

(8) (8) (8) (8)

0,0027 0,0235 0,0576 0,1871

y1 -0,4019 -0,4508 -0,5093 -0,1035

(8) (8) (8) (8)

0,3237 0,2623 0,1973 0,8074

y2 0,2658 0,1520 0,0317 0,3254

(8) (8) (8) (8)

0,5246 0,7193 0,9406 0,4316

y3 0,9947 0,9643 0,9138 0,6585

(8) (8) (8) (8)

0,0000 0,0001 0,0015 0,0758

y4 -0,9419 -0,8257 -0,8557 -0,8384

(8) (8) (8) (8)

0,0005 0,0116 0,0067 0,0093

y5 0,9480 0,9164 0,7147

(8) (8) (8)

0,0003 0,0014 0,0464

y6 0,9480 0,9468 0,5655

(8) (8) (8)

0,0003 0,0004 0,1440

y7 0,9164 0,9468 0,7221

(8) (8) (8)

0,0014 0,0004 0,0431

y8 0,7147 0,5655 0,7221

(8) (8) (8)

0,0464 0,1440 0,0431

Эта таблица показывает корреляцию между каждой парой переменных. Коэффициенты корреляции располагаются в интервале от -1 до + 1 и определяют величину линейных отношений между переменными. В круглых скобках показывается число пар данных, по которым вычислялись коэффициенты. Третье число в каждом столбике — р-значение, которое проверяет статистическое значение корреляций. р-значение ниже 0. 05 указывает на статистически существенную корреляцию отличную от нуля с 95% вероятностью. Следующие пары переменных имеют р-значение ниже 0. 05:

x1 и x6; x1 и y3; x1 и y4; x1 и y5; x1 и y8; x2 и y3; x2 и y4; x2 и y5; x2 и y6; x2 и y7; x2 и y8; x3 и x6; x3 и y3; x3 и y4; x3 и y5; x3 и y6; x3 и y7; x4 и x5; x6 и y3; x6 и y4; x6 и y5; x6 и y6; y3 и y4; y3 и y5; y3 и y6; y3 и y7; y4 и y5; y4 и y6; y4 и y7; y4 и y8; y5 и y6; y5 и y7; y5 и y8; y6 и y7; y7 и y8.

2.3 Анализ множественной регрессии

Таблицы показывают результаты приспособления многократной линейной регрессионной модели для описания отношения между 1 зависимой и 6 независимыми переменными.

Приводится уравнение приспособленной модели.

Если р-значение больше 0,10, то не имеется статистически существенных отношений между переменными.

R2 (Коэффициент детерминации) показывает, на сколько процентов модель объясняет зависимость между переменными.

Приспособленный R2 является более подходящим для сравнения моделей с различным числом независимых переменных.

у1 — средняя продолжительность жизни женщин

Стандартная T р-

Параметр Оценка ошибка критерий значение

Постоянная 99,1558 12,2841 8,7 187 0,0785

x1 -0,999 052 0,743 066 -1,3445 0,4071

x2 -0,531 697 0,592 555 -0,897 296 0,9430

x3 -0,536 492 0,250 932 -2,13 799 0,2785

x4 0,403 861 0,199 043 2,2 901 0,2915

x5 -0,996 529 0,547 838 -1,81 902 0,3200

x6 -0,29 481 0,347 949 -0,84 728 0,9462

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 43,4951 6 7,24 919 1,92 0,4954

Остаток 3,78 362 1 3,78 362

--------------------------------------- --------------------------------------

Общее кол. 47,2788 7

R2 (коэффициент детерминации) = 91,9972%

R2 (приспособленный к числу значений) = 43,9804%

Стандартная ошибка оценки = 1,94 515

Средняя абсолютная ошибка = 0,508 709

Уравнение регрессионной модели:

y1 = 99,1558 — 0,999 052*x1 — 0,531 697*x2 — 0,536 492*x3 + 0,403 861*x4 —

— 0,996 529*x5 — 0,29 481*x6

у2 - средняя продолжительность жизни мужчин

Стандартная T р-

Параметр Оценка ошибка критерий значение

Постоянная 91,8641 3,78 199 24,2899 0,0262

x1 -0,967 528 0,228 772 -4,22 922 0,1478

x2 -0,309 012 0,182 433 -1,69 384 0,3395

x3 -0,844 186 0,77 256 -10,9271 0,0581

x4 0,504 772 0,612 807 8,23 705 0,0769

x5 -0,160 501 0,168 666 -9,51 586 0,0667

x6 0,487 637 0,107 125 4,55 203 0,1377

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

-----------------------------------------------------------------------------

Модель 98,0564 6 16,3427 45,57 0,1114

Остаток 0,358 641 1 0,358 641

-----------------------------------------------------------------------------

Общее кол. 98,415 7

R2 (коэффициент детерминации) = 99,6356%

R2 (приспособленный к числу значений) = 97,4491%

Стандартная ошибка оценки = 0,598 866

Средняя абсолютная ошибка = 0,156 619

Уравнение регрессионной модели:

y2 = 91,8641 — 0,967 528*x1 — 0,309 012*x2 — 0,844 186*x3 ++ 0,504 772*x4 — 0,160 501*x5 + 0,487 637*x6

у3 — рождаемость на 1000 человек

Стандартная T р-

Параметр Оценка ошибка критерий значение

-----------------------------------------------------------------------------

Постоянная 11,1768 1,74 903 6,39 032 0,0988

x2 -0,191 681 0,843 686 -22,7195 0,0280

x1 0,440 065 0,105 799 4,15 946 0,1502

x3 0,361 766 0,35 728 10,1255 0,0627

x4 0,281 208 0,2 834 0,992 265 0,5025

x5 -0,402 137 7,80019E-7 -5,15 548 0,1220

x6 0,606 653 0,495 414 12,2454 0,0519

Дисперсионный анализ

-----------------------------------------------------------------------------

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

-----------------------------------------------------------------------------

Модель 505,498 6 84,2497 1098,39 0,0228

Остаток 0,767 031 1 0,767 031

-----------------------------------------------------------------------------

Общее кол. 505,575 7

R2 (коэффициент детерминации) = 99,9848%

R2 (приспособленный к числу значений) = 99,8938%

Стандартная ошибка оценки = 0,276 953

Средняя абсолютная ошибка = 0,724 306

Уравнение регрессионной модели:

y3 = 11,1768 — 0,191 681*x2 + 0,440 065*x1 + 0,361 766*x3 +

+ 0,281 208*x4 — 0,402 137*x5 + 0,606 653*x6

у4 — Смертность на 1000 человек

Стандартная T р-

Параметр Оценка ошибка критерий значение

-----------------------------------------------------------------------------

Постоянная 5,46 707 0,830 794 6,58 054 0,0960

x2 0,787 761 0,400 754 19,657 0,0324

x1 0,111 729 0,502 547 2,22 325 0,2691

x3 -0,155 568 0,169 709 -9,16 674 0,0692

x4 0,232 669 0,134 616 17,2839 0,0368

x5 -0,55 904 3,70512E-7 -15,0883 0,0421

x6 -0,626 762 0,235 323 -2,66 341 0,2287

-----------------------------------------------------------------------------

Дисперсионный анализ

-----------------------------------------------------------------------------

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

-----------------------------------------------------------------------------

Модель 47,8914 6 7,98 191 461,21 0,0352

Остаток 0,173 064 1 0,173 064

-----------------------------------------------------------------------------

Общее кол. 47,9088 7

R2 (коэффициент детерминации) = 99,9639%

R2 (приспособленный к числу значений) = 99,7471%

Стандартная ошибка оценки = 0,131 554

Средняя абсолютная ошибка = 0,344 048

Уравнение регрессионной модели:

y4 = 5,46 707 + 0,787 761*x2 + 0,111 729*x1 — 0,155 568*x3 + 0,232 669*x4 — 0,55 904*x5 — 0,626 762*x6

у5 — коэффициент естественного прироста на 1000 человек

Стандартная T р-

Параметр Оценка ошибка критерий значение

-----------------------------------------------------------------------------

Постоянная 6,11 292 2,52 953 2,41 662 0,2498

x2 -0,269 378 0,122 018 -22,0769 0,0288

x1 0,294 256 0,153 011 1,9231 0,3053

x3 0,521 545 0,516 716 10,0935 0,0629

x4 -0,202 351 0,409 867 -4,93 699 0,1272

x5 0,154 164 0,11 281 1,36 658 0,4022

x6 0,660 049 0,716 492 9,21 223 0,0688

-----------------------------------------------------------------------------

Дисперсионный анализ

-----------------------------------------------------------------------------

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

-----------------------------------------------------------------------------

Модель 838,498 6 139,75 871,07 0,0256

Остаток 0,160 435 1 0,160 435

-----------------------------------------------------------------------------

Общее кол. 838,659 7

R2 (коэффициент детерминации) = 99,9809%

R2 (приспособленный к числу значений) = 99,8661%

Стандартная ошибка оценки = 0,400 543

Средняя абсолютная ошибка = 0,104 753

Уравнение приспособленной модели:

y5 = 6,11 292 — 0,269 378*x2 + 0,294 256*x1 + 0,521 545*x3 — 0,202 351*x4 + 0,154 164*x5 + 0,660 049*x6

у6 — уровень рождаемости

Стандартная T р-

Параметр Оценка ошибка критерий значение

-----------------------------------------------------------------------------

Постоянная 0,352 785 0,161 948 2,17 838 0,2740

x2 -0,193 954 0,781 198 -24,8278 0,0256

x1 0,121 752 0,979 625 12,4284 0,0511

x3 0,371 783 0,330 818 11,2383 0,0565

x4 0,811 489 0,26 241 3,9 245 0,1991

x5 -6,31109E-7 7,22246E-8 -8,73 814 0,0725

x6 0,425 779 0,458 721 9,28 189 0,0683

-----------------------------------------------------------------------------

Дисперсионный анализ

-----------------------------------------------------------------------------

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

-----------------------------------------------------------------------------

Модель 2,71 434 6 0,45 239 687,92 0,0288

Остаток 0,657 617 1 0,657 617

-----------------------------------------------------------------------------

Общее кол. 2,715 7

R2 (коэффициент детерминации) = 99,9758%

R2 (приспособленный к числу значений) = 99,8304%

Стандартная ошибка оценки = 0,25 644

Средняя абсолютная ошибка = 0,670 659

Уравнение регрессионной модели:

y6 = 0,352 785 — 0,193 954*x2 + 0,121 752*x1 + 0,371 783*x3 + 0,811 489*x4 — 6,31109E-7*x5 + 0,425 779*x6

у7 — уровень детской смертности

Стандартная T р-

Параметр Оценка ошибка критерий значение

-----------------------------------------------------------------------------

Постоянная 40,8464 40,1822 1,1 653 0,4948

x2 -0,461 165 0,193 829 -2,37 924 0,2533

x1 0,250 685 0,243 062 0,103 136 0,9346

x3 0,166 108 0,820 816 2,0237 0,2922

x4 -0,308 391 0,651 084 -0,473 657 0,7184

x5 0,562 441 0,179 202 0,31 386 0,8064

x6 -0,582 212 1,13 816 -0,511 536 0,6990

-----------------------------------------------------------------------------

Дисперсионный анализ

-----------------------------------------------------------------------------

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

-----------------------------------------------------------------------------

Модель 1403,02 6 233,836 5,78 0,3039

Остаток 40,4843 1 40,4843

-----------------------------------------------------------------------------

Общее кол. 1443,5 7

R2 (коэффициент детерминации) = 97,1954%

R2 (приспособленный к числу значений) = 80,3679%

Стандартная ошибка оценки = 6,36 272

Средняя абсолютная ошибка = 1,66 402

Уравнение регрессионной модели:

y7 = 40,8464 — 0,461 165*x2 + 0,250 685*x1 + 0,166 108*x3 — 0,308 391*x4 + 0,562 441*x5 — 0,582 212*x6

у8 — смертность детей до 5 лет на 1000 рожденных

Стандартная T р-

Параметр Оценка ошибка критерий значение

-----------------------------------------------------------------------------

Постоянная 366,892 81,0421 4,52 718 0,1384

x2 -0,735 043 0,390 927 -1,88 026 0,3112

x1 -1,49 102 0,490 223 -3,4 151 0,2022

x3 0,248 001 0,165 548 1,49 807 0,3747

x4 -0,223 802 0,131 315 -1,70 432 0,3378

x5 0,643 646 0,361 426 1,78 085 0,3257

x6 -5,0967 2,29 553 -2,22 027 0,2694

-----------------------------------------------------------------------------

Дисперсионный анализ

-----------------------------------------------------------------------------

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

-----------------------------------------------------------------------------

Модель 6645,32 6 1107,55 6,73 0,2830

Остаток 164,68 1 164,68

-----------------------------------------------------------------------------

Общее кол. 6810,0 7

R2 (коэффициент детерминации) = 97,5818%

R2 (приспособленный к числу значений) = 83,0725%

Стандартная ошибка оценки = 12,8328

Средняя абсолютная ошибка = 3,35 611

Уравнение регрессионной модели:

y8 = 366,892 — 0,735 043*x2 — 1,49 102*x1 + 0,248 001*x3 — 0,223 802*x4 + 0,643 646*x5 — 5,0967*x6

Результаты анализа многократной регрессии:

Переменные, ранжированные в порядке увеличения р-значения

№п/п

Переменная

р-значение

1

у3

0,0228

2

у5

0,0256

3

у6

0,0288

4

у4

0,0352

5

у2

0,1114

6

у8

0,2830

7

у7

0,3039

8

у1

0,4954

Т.к. р-значение переменной у3 наименьшее, то переменная у3 (рождаемость на 1000 человек) является наиболее зависимой от 6 независимых переменных.

Т.к. р-значение переменных у3, у4, у5, у6 меньше 0,05, то модели многократной регрессии, соответствующие этим переменным можно считать достаточно значимыми.

2.4 Анализ простой регрессии

В данном разделе приведены результаты приспособления моделей для описания отношений между переменными и уравнения регрессионных моделей.

R2 (Коэффициент детерминации) показывает, на сколько процентов модель объясняет зависимость между переменными.

Коэффициент корреляции указывает на силу отношений между переменными.

F-критерий показывает уровень адекватности модели. При значении F- критерия > 3 модель считается адекватной.

р-значение показывает уровень значимости модели или ее компонентов. Если р-значение меньше чем 0. 05, то имеется статистически существенная зависимость между переменными с 95% уровнем доверительности.

Т-критерий показывает уровень достоверности модели. Модель считается достоверной при значении Т-критерии >3.

Ниже приведены наиболее значимые модели для описания отношений между переменными.

у1- средняя продолжительность жизни женщин

Обратная-X модель: Y = a + b/X

Зависимая переменная: y1 — средняя продолжительность жизни женщин

Независимая переменная: x3 — количество человек на 1 врача

Стандартная T р-

Параметр Оценка Ошибка критерий значение

Свободный член 64,5814 2,2283 28,9823 0,0000

Параметр 2141,42 550,556 3,88 956 0,0030

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 39,1266 1 39,1266 15,13 0,0030

Остаток 25,8626 10 2,58 626

Всего 64,9892 11

Коэффициент корреляции = 0,775 917

R2 = 60,2048 процента

Стандартная ошибка оценки = 1,60 818

Уравнение регрессионной модели:

y1 = 64,5814 + 2141,42/x3

у2 — средняя продолжительность жизни мужчин

Мультипликативная модель: Y = a*X^b

Зависимая переменная: y2 — средняя продолжительность жизни мужчин

Независимая переменная: x5 — протяженность дорог, км

Стандартная T р-

Параметр Оценка Ошибка критерий значение

Свободный член 4,42 797 0,104 014 42,571 0,0000

Параметр -0,241 414 0,963 474 -2,50 566 0,0311

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 0,123 563 1 0,123 563 6,28 0,0311

Остаток 0,196 808 10 0,196 808

Всего 0,320 372 11

Коэффициент корреляции = -0,621 037

R2 = 38,5687 процента

Стандартная ошибка оценки = 0,443 631

Уравнение регрессионной модели:

y2 = 83,7608*x5^-0,241 414

у3 — рождаемость на 1000 человек

Линейная модель: Y = a + b*X

Зависимая переменная: y3 — рождаемость на 1000 человек

Независимая переменная: x1 — расходы на здравоохранение на душу населения, $

Стандартная T р-

Параметр Оценка Ошибка критерий значение

Свободный член 57,4752 10,7628 5,34 018 0,0003

Параметр -0,296 141 0,794 397 -3,72 787 0,0039

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 467,759 1 467,759 13,90 0,0039

Остаток 336,59 10 33,659

Всего 804,349 11

Коэффициент корреляции = -0,762 586

R2 = 58,1538 процента

Стандартная ошибка оценки = 5,80 164

y3 = 57,4752 — 0,296 141*x1

Обратная-Y модель: Y = 1/(a + b*X)

Зависимая переменная: y3 — рождаемость на 1000 человек

Независимая переменная: x2 — количество больничных коек на 10 000 человек

Стандартная T р-

Параметр Оценка Ошибка критерий значение

Свободный член -0,336 736 0,467 988 -0,71 954 0,4883

Параметр 0,980 712 0,443 268 2,21 246 0,0513

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 0,321 264 1 0,321 264 4,89 0,0513

Остаток 0,656 315 10 0,656 315

Всего 0,977 579 11

Коэффициент корреляции = 0,573 264

R2 = 32,8632 процента

Стандартная ошибка оценки = 0,256 187

Уравнение регрессионной модели:

y3 = 1/(-0,336 736 + 0,980 712*x2)

Модель квадратного корня-X: Y = a + b*sqrt (X)

Зависимая переменная: y3 — рождаемость на 1000 человек

Независимая переменная: Х3 — количество человек на 1 врача

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -45,2058 9,1446 -4,94 344 0,0006

Параметр 3,89 259 0,560 691 6,94 248 0,0000

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 666,14 1 666,14 48,20 0,0000

Остаток 138,209 10 13,8209

Всего 804,349 11

Коэффициент корреляции = 0,91 004

R2 = 82,8173 процента

Стандартная ошибка оценки = 3,71 765

y3 = -45,2058 + 3,89 259*sqrt (x3)

Линейная модель: Y = a + b*X

Зависимая переменная: y3 — рождаемость на 1000 человек

Независимая переменная: х6 — количество человек на 1 транспортное средство

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -1,39 218 3,96 159 -0,351 419 0,7373

Параметр 1,6 955 0,211 454 5,5 809 0,0023

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 409,532 1 409,532 25,58 0,0023

Остаток 96,0431 6 16,0072

Всего 505,575 7

Коэффициент корреляции = 0,900 018

R2 = 81,0032 процента

Стандартная ошибка оценки = 4,0009

Уравнение регрессионной модели:

y3 = -1,39 218 + 1,6 955*x6

у4 — Смертность на 1000 человек

Обратная-Y модель: Y = 1/(a + b*X)

Зависимая переменная: y4 — смертность на 1000 человек

Независимая переменная: x1 — расходы на здравоохранение на душу населения, $

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член 0,180 163 0,31 408 5,73 622 0,0002

Параметр -0,651 228 0,231 821 -2,80 918 0,0185

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 0,2 262 1 0,2 262 7,89 0,0185

Остаток 0,286 636 10 0,286 636

Всего 0,512 836 11

Коэффициент корреляции = -0,664 135

R2 = 44,1076 процента

Уравнение регрессионной модели:

y4 = 1/(0,180 163 — 0,651 228*x1)

Линейная модель: Y = a + b*X

Зависимая переменная: y4 — смертность на 1000 человек

Независимая переменная: x2 — количество больничных коек на 10 000 человек

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -1,36 012 3,52 725 -0,385 604 0,7079

Параметр 0,12 184 0,334 094 3,64 687 0,0045

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 49,5857 1 49,5857 13,30 0,0045

Остаток 37,2835 10 3,72 835

Всего 86,8692 11

Коэффициент корреляции = 0,755 519

R2 = 57,0809 процента

Стандартная ошибка оценки = 1,93 089

Уравнение регрессионной модели:

y4 = -1,36 012 + 0,12 184*x2

Двойная обратная модель: Y = 1/(a + b/X)

Зависимая переменная: y4 — смертность на 1000 человек

Независимая переменная: x3 — количество человек на 1 врача

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член 0,16 104 0,223 772 7,19 663 0,0000

Параметр -17,1863 5,52 882 -3,1085 0,0111

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 0,252 021 1 0,252 021 9,66 0,0111

Остаток 0,260 816 10 0,260 816

Всего 0,512 836 11

Коэффициент корреляции = -0,701 017

R2 = 49,1425 процента

Стандартная ошибка оценки = 0,161 498

Уравнение регрессионной модели:

y4 = 1/(0,16 104 — 17,1863/x3)

Обратная-Y модель: Y = 1/(a + b*X)

Зависимая переменная: y4 — смертность на 1000 человек

Независимая переменная: x6 — количество человек на 1 транспортное средство

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член 0,465 714 0,129 091 3,60 763 0,0113

Параметр 0,256 031 0,689 039 3,71 577 0,0099

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 0,234 675 1 0,234 675 13,81 0,0099

Остаток 0,101 982 6 0,169 969

Всего 0,336 657 7

Коэффициент корреляции = 0,83 491

R2 = 69,7075 процента

Стандартная ошибка оценки = 0,130 372

Уравнение регрессионной модели:

y4 = 1/(0,465 714 + 0,256 031*x6)

у5 — коэффициент естественного прироста на 1000 человек

Линейная модель: Y = a + b*X

Зависимая переменная: y5 — коэффициент естественного прироста на 1000 человек

Независимая переменная: x1 — расходы на здравоохранение на душу населения, $

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член 56,5493 14,2023 3,98 169 0,0026

Параметр -0,373 905 0,104 827 -3,56 689 0,0051

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 745,672 1 745,672 12,72 0,0051

Остаток 586,097 10 58,6097

Всего 1331,77 11

Коэффициент корреляции = -0,748 272

R2 = 55,9911 процента

Стандартная ошибка оценки = 7,6557

Уравнение регрессионной модели:

y5 = 56,5493 — 0,373 905*x1

Линейная модель: Y = a + b*X

Зависимая переменная: y5 — коэффициент естественного прироста на 1000 человек

Независимая переменная: x2 — количество больничных коек на 10 000 человек

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член 43,7492 17,3831 2,51 677 0,0306

Параметр -0,357 226 0,164 649 -2,16 962 0,0552

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 426,251 1 426,251 4,71 0,0552

Остаток 905,518 10 90,5518

Всего 1331,77 11

Коэффициент корреляции = -0,565 742

R2 = 32,0064 процента

Стандартная ошибка оценки = 9,51 587

Уравнение регрессионной модели:

y5 = 43,7492 — 0,357 226*x2

Логарифмическая-X модель: Y = a + b*ln (X)

Зависимая переменная: y5 — коэффициент естественного прироста на 1000 человек

Независимая переменная: x3 — количество человек на 1 врача

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -220,444 38,6654 -5,70 131 0,0002

Параметр 40,8451 6,9529 5,87 454 0,0002

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 1032,56 1 1032,56 34,51 0,0002

Остаток 299,205 10 29,9205

Всего 1331,77 11

Коэффициент корреляции = 0,88 053

R2 = 77,5332 процента

Стандартная ошибка оценки = 5,46 997

Уравнение регрессионной модели:

y5 = -220,444 + 40,8451*ln (x3)

Линейная модель: Y = a + b*X

Зависимая переменная: y5 — коэффициент естественного прироста на 1000 человек

Независимая переменная: x6 — количество человек на 1 транспортное средство

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -18,0925 5,2372 -3,45 461 0,0136

Параметр 1,36 885 0,279 541 4,89 679 0,0027

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 670,807 1 670,807 23,98 0,0027

Остаток 167,851 6 27,9752

Всего 838,659 7

Коэффициент корреляции = 0,894 347

R2 = 79,9857 процента

Стандартная ошибка оценки = 5,28 916

Уравнение регрессионной модели:

y5 = -18,0925 + 1,36 885*x6

у6 — уровень рождаемости

Обратная-Y модель: Y = 1/(a + b*X)

Зависимая переменная: y6 — уровень рождаемости, человек в год

Независимая переменная: x1 — расходы на здравоохранение на душу населения, $

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -0,198 952 0,349 465 -0,569 305 0,5817

Параметр 0,627 034 0,257 939 2,43 094 0,0354

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 0,209 705 1 0,209 705 5,91 0,0354

Остаток 0,354 862 10 0,354 862

Всего 0,564 566 11

Коэффициент корреляции = 0,609 462

R2 = 37,1444 процента

Стандартная ошибка оценки = 0,188 378

Уравнение регрессионной модели:

y6 = 1/(-0,198 952 + 0,627 034*x1

Логарифмическая-X модель: Y = a + b*ln (X)

Зависимая переменная: y6 — уровень рождаемости, человек в год

Независимая переменная: x3 — количество человек на 1 врача

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -12,8899 2,85 216 -4,51 937 0,0011

Параметр 2,64 228 0,512 881 5,15 184 0,0004

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 4,32 111 1 4,32 111 26,54 0,0004

Остаток 1,62 806 10 0,162 806

Всего 5,94 917 11

Коэффициент корреляции = 0,852 255

R2 = 72,6339 процента

Стандартная ошибка оценки = 0,403 492

Уравнение регрессионной модели:

y6 = -12,8899 + 2,64 228*ln (x3)

Регрессия в форме квадратного уравнения

Зависимая переменная: y6 — уровень рождаемости, человек в год

Независимая переменная: x6 — количество человек на 1 транспортное средство

Стандартная T р-

Параметр Оценка ошибка критерий значение

постоянная 3,5 801 1,6 038 2,88 387 0,0344

x6 -0,226 361 0,119 684 -1,89 133 0,1172

x62 0,748 807 0,301 981 2,47 965 0,0559

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 2,23 102 2 1,11 551 11,52 0,0134

Остаток 0,483 975 5 0,96 795

Всего 2,715 7

R2 = 82,174 процента

R2 (приспособленный к числу значений) = 75,0436%

Стандартная ошибка оценки = 0,311 119

Средняя абсолютная ошибка = 0,186 722

Уравнение регрессионной модели:

y6 = 3,5 801−0,226 361*x6 + 0,748 807*x62

у7 - уровень детской смертности

Обратная-Y модель: Y = 1/(a + b*X)

Зависимая переменная: y7 — уровень детской смертности

Независимая переменная: x1 — расходы на здравоохранение на душу населения, $

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -0,410 266 0,306 633 -1,33 797 0,2105

Параметр 0,63 464 0,226 324 2,80 412 0,0187

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 0,214 823 1 0,214 823 7,86 0,0187

Остаток 0,273 205 10 0,273 205

Всего 0,488 028 11

Коэффициент корреляции = 0,663 465

R2 = 44,0186 процента

Стандартная ошибка оценки = 0,165 289

Уравнение регрессионной модели:

y7 = 1/(-0,410 266 + 0,63 464*x1)

Обратная-Y модель: Y = 1/(a + b*X)

Зависимая переменная: y7 — уровень детской смертности

Независимая переменная: x2 — количество больничных коек на 10 000 человек

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -0,215 877 0,344 757 -0,626 171 0,5452

Параметр 0,628 269 0,326 547 1,92 398 0,0833

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 0,131 847 1 0,131 847 3,70 0,0833

Остаток 0,356 181 10 0,356 181

Всего 0,488 028 11

Коэффициент корреляции = 0,519 772

R2 = 27,0163 процента

Стандартная ошибка оценки = 0,188 728

Уравнение регрессионной модели:

y7 = 1/(-0,215 877 + 0,628 269*x2)

Логарифмическая-X модель: Y = a + b*ln (X)

Зависимая переменная: y7 — уровень детской смертности

Независимая переменная: x3 — количество человек на 1 врача

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -269,576 49,006 -5,50 088 0,0003

Параметр 53,6919 8,81 236 6,0928 0,0001

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 1784,25 1 1784,25 37,12 0,0001

Остаток 480,641 10 48,0641

Всего 2264,89 11

Коэффициент корреляции = 0,887 573

R2 = 78,7786 процента

Стандартная ошибка оценки = 6,93 283

Уравнение регрессионной модели:

y7 = -269,576 + 53,6919*ln (x3)

Линейная модель: Y = a + b*X

Зависимая переменная: y7 — уровень детской смертности

Независимая переменная: x6 — количество человек на 1 транспортное средство

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член 4,3102 11,0986 0,388 356 0,7112

Параметр 1,38 799 0,592 398 2,343 0,0576

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 689,692 1 689,692 5,49 0,0576

Остаток 753,808 6 125,635

Всего 1443,5 7

Коэффициент корреляции = 0,691 224

R2 = 47,7791 процента

Стандартная ошибка оценки = 11,2087

Уравнение регрессионной модели:

y7 = 4,3102 + 1,38 799*x6

у8 — смертность детей до 5 лет на 1000 рожденных

Обратная-X модель: Y = a + b/X

Зависимая переменная: y8 — смертность детей до 5 лет на 1000 рожденных

Независимая переменная: x1 — расходы на здравоохранение на душу населения, $

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -69,5556 32,3098 -2,15 277 0,0568

Параметр 15 658,5 4147,64 3,77 528 0,0036

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 5104,94 1 5104,94 14,25, 0036

Остаток 3581,72 10 358,172

Всего 8686,67 11

Коэффициент корреляции = 0,7666

R2 = 58,7676 процента

Стандартная ошибка оценки = 18,9254

Уравнение регрессионной модели:

y8 = -69,5556 + 15 658,5/x1

Обратная-Y модель: Y = 1/(a + b*X)

Зависимая переменная: y8 — смертность детей до 5 лет на 1000 рожденных

Независимая переменная: x2 — количество больничных коек на 10 000 человек

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член -0,330 403 0,215 962 -1,52 991 0,1570

Параметр 0,574 993 0,204 555 2,81 095 0,0184

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 0,110 434 1 0,110 434 7,90 0,0184

Остаток 0,139 765 10 0,139 765

Всего 0,2 502 11

Коэффициент корреляции = 0,664 368

R2 = 44,1385 процента

Стандартная ошибка оценки = 0,118 222

Уравнение регрессионной модели:

y8 = 1/(-0,330 403 + 0,574 993*x2)

Модель S-кривой: Y = exp (a + b/X)

Зависимая переменная: y8 — смертность детей до 5 лет на 1000 рожденных

Независимая переменная: x3 — количество человек на 1 врача

Стандартная T р-

Параметр Оценка ошибка критерий значение

Свободный член 5,60 136 0,626 614 8,93 909 0,0000

Параметр -462,328 154,82 -2,98 623 0,0137

Дисперсионный анализ

Источник Сумма Число Среднее F- р-

квадратов значений квадратов критерий значение

Модель 1,82 377 1 1,82 377 8,92 0,0137

Остаток 2,4 514 10 0,204 514

Всего 3,86 891 11

Коэффициент корреляции = -0,686 579

R2 = 47,139 процента

Стандартная ошибка оценки = 0,452 233

Уравнение регрессионной модели:

y8 = exp (5,60 136 — 462,328/x3)

Результаты анализа регрессии:

Пары переменных, ранжированные в порядке увеличения р-значения

№ п/п

Переменные

р-значение

зависимые

независимые

1

у3

х3

0,0000

2

у7

х3

0,0001

3

у5

х3

0,0002

4

у6

х3

0,0004

5

у3

х6

0,0023

6

у5

х6

0,0027

7

у1

х3

0,0030

8

у8

х1

0,0036

9

у3

х1

0,0039

10

у4

х2

0,0045

11

у5

х1

0,0051

12

у4

х6

0,0099

13

у4

х3

0,0111

14

у6

х6

0,0134

15

у8

х3

0,0137

16

у8

х2

0,0184

17

у4

х1

0,0185

18

у7

х1

0,0187

19

у2

х5

0,0311

20

у6

х1

0,0354

21

у3

х2

0,0513

22

у5

х2

0,0552

23

у7

х6

0,0576

24

у7

х2

0,0833

Т.о. среди 6 независимых переменных наиболее значимой оказалась х3 (количество человек на 1 врача). От этого критерия зависит рождаемость, естественный прирост населения, а также уровень детской смертности.

Не было выявлено практически никакой зависимости от переменной х4 (обеспеченность водой на душу населения).

Результаты анализа статистических данных

Итогом проведенной работы являются следующие результаты:

у1 — средняя продолжительность жизни женщин в большей степени зависит от х3 — количество человек на 1 врача.

у2 — средняя продолжительность жизни мужчин в большей степени зависит от х5 — протяженность автомобильных дорог, км.

у3 — рождаемость на 1000 человек в большей степени зависит от:

х1 — расходы на здравоохранение на душу населения, $;

х2 — количество больничных коек на 10 000 человек;

х3 — количество человек на 1 врача.

у4 — Смертность на 1000 человек в большей степени зависит от:

х1 — расходы на здравоохранение на душу населения, $;

х2 — количество больничных коек на 10 000 человек;

х3 — количество человек на 1 врача;

х6 — количество человек на 1 транспортное средство.

у5 — коэффициент естественного прироста на 1000 человек в большей степени зависит от:

х1 — расходы на здравоохранение на душу населения, $;

х2 — количество больничных коек на 10 000 человек;

х3 — количество человек на 1 врача;

х6 — количество человек на 1 транспортное средство.

у6 — уровень рождаемости в большей степени зависит от:

х1 — расходы на здравоохранение на душу населения, $;

х3 — количество человек на 1 врача;

х6 — количество человек на 1 транспортное средство.

у7 — уровень детской смертности в большей степени зависит от:

х1 — расходы на здравоохранение на душу населения, $;

х2 — количество больничных коек на 10 000 человек;

ПоказатьСвернуть
Заполнить форму текущей работой