Дискриминация, как средство моделирования трудоохранных метроприятий
1 ГБОУСПОРО «Ростовский базовый медицинский колледж» В работе рассматриваются приемы дискриминации признаков производственных травм с использованием модуля «Дискриминантный анализ» статистического софта «Statistica» v.6. Отражена простота анализа и получения выводов. Рекомендации могут быть реализованы специалистами, чей математический багаж не превышает базиса средней общеобразовательной школы. Статья в формате PDF 654 KB трудовой процессдискриминация травмы
Трудоохранные мероприятия в современных условиях не могут не базироваться на переработке достаточно плотного потока статистических данных. Без них невозможно прогнозировать ситуацию, стоить стратегию улучшения условий труда. В череде этих проблем самая существенная – классифицирование производственных травм, профессиональных заболеваний и отравлений при формировании динамического ряда. Лет 15–20 назад такая работа требовала привлечения труда профессионалов-программистов, занимала много времени на обработку и анализ полученных результатов. Современные статистические софты в значительной мере облегчили эту работу специалистам трудоохранных служб, поскольку подоплека их интуитивно понятна даже человеку с математическим базисом на уровне 10–11 классов средней общеобразовательной школы.
Материалы и методы исследования
Дискриминантный анализ, применение которого мы демонстрируем в данном сообщении – достаточно сложный раздел математической статистики. И, тем не менее, с помощью модуля «Дискриминантный анализ» из американского статистического софта «Statistica» v.6 мы хотели бы показать насколько просто провести процесс дискриминации. Примером в данном сообщении служит классификация производственных травм по тяжести.
Результаты исследований и их обсуждение
Данная выборка включает 11 единиц наблюдений, отобранных случайным образом из совокупности в 100 единиц. Травмы будем классифицировать, опираясь на следующие дискриминационные признаки: количество дней нетрудоспособности работника из-за одной травмы, число травм, случившихся у него в течение года, расходы на лечение в тыс. руб. (в расчете на одну травм), индекс травмирования, то есть отношение числа травм к числу дней нетрудоспособности, табл. 1. Подразумевается, что программа «Statistica» v.6. уже установлена, поэтому обходим процедуру её инсталляции на жесткий диск компьютера.
На верхней панели окна щелкаем левой кнопкой «мыши» на слове Анализ, отыскиваем Многомерный разведочный анализ, в нем – Дискриминантный анализ (рис. 1).
Во вкладке Быстрый выбираем Дополнительные параметры (пошаговый анализ). После нажатия на кнопку Переменные отобразится стандартное диалоговое окно Выбор переменных (его мы не показываем) (рис. 2). В этом окне укажем группирующую переменную и независимые переменные, которые должны быть использованы для дискриминации типа травм. В нашем случае группирующим признаком будет тяжесть травмы.
Нажимаем кнопку ОК, и переходим к следующему этапу: Результаты.., рис. 3. Просмотр результатов дискриминантного анализа, и классификация наблюдений начинаются с верхней части. В белом прямоугольнике, представлены значения самого существенного показателя дискриминации – лямбды Уилкса, пределы её изменений: 0–1. В нашем случае значение лямбды достаточно мало – 0,0026 (Суть в том, что, если это значение близко к нулю, то дискриминация прошла успешно, если же близко к единице, то дискриминация сомнительна) (рис. 3). Помимо этого, полученный в опыте, своеобразный показатель достоверности вывода, критерий Фишера «F» также высок – 23,2, почти в три раза перекрывает свое стандартное значение – 8,10 (в скобках).
Таблица 1
Классификация травм
№ п/п |
Var1 Дни |
Var2 Случаи |
Var3 Стоимость лечения |
Var4 случаи/дни |
Var5 Тяжесть травмы |
1 |
50 |
3 |
1,2 |
0,06 |
Легкая |
2 |
50 |
3 |
1,4 |
0,06 |
Легкая |
3 |
64 |
2 |
5,6 |
0,05 |
Средней тяжести |
4 |
65 |
2 |
4,8 |
0,05 |
Тяжелая |
5 |
67 |
3 |
5,6 |
0,04 |
Средней тяжести |
6 |
63 |
3 |
5,7 |
0,05 |
Средней тяжести |
7 |
46 |
4 |
1,4 |
0,06 |
Легкая |
8 |
69 |
3 |
5,1 |
0,04 |
Средней тяжести |
9 |
62 |
2 |
4,5 |
0,03 |
Тяжелая |
10 |
59 |
3 |
4,8 |
0,05 |
Тяжелая |
11 |
45 |
4 |
1,3 |
0,08 |
Легкая |
Многомерный разведочный анализ Дискриминантный анализ
Рис. 1. Окно Анализ программы «Statistica» v.6
Рис. 2. Окно Дискриминантный анализ программы «Statistica» v.6
Рис. 3. Окно Результаты анализа
Для подтверждения и закрепления факта дискриминации определим еще несколько показателей. На первом месте – Расстояние Махаланобиса, которое является мерой близости отдельно взятых наблюдений и центром каждой совокупности, из включенных в процесс дискриминации. Чем ближе наблюдение к центроиду конкретной совокупности, тем в большей степени можно быть уверенным, что наблюдение извлечено именно из неё. Расстояние Махаланобиса может быть рассчитано при нажатии на кнопку Квадраты расстояния Махаланобиса во вкладке Классификация. Дифференциация случаев травмирования по этому признаку отражена в табл. 3 (цветом выделены статистически значимые показатели).
Кроме Расстояния Махаланобиса можно вычислить еще и условную (или апостериорную) вероятность принадлежности наблюдения к определенной совокупности. Её условность в том, что она зависит от знания исследователем значений переменных в модели. Этот показатель получают, нажав на кнопку Апостериорные вероятности. В данном примере точность классификации очень высока, даже с учетом того, что это апостериорная классификация. К слову сказать, такая точность редко достигается и редко, когда нужна.
Таблица 2
Квадраты расстояний Махаланобиса
Квадраты расстояний Махаланобиса (Таблица данных 1) |
||||
№ п/п |
Тяжесть травмы |
Легкая |
Средней тяжести |
Тяжелая |
1 |
Легкая |
1,118 |
1011,483 |
688,3675 |
2 |
Легкая |
3,017 |
929,539 |
620,7845 |
3 |
Средней тяжести |
1042,041 |
0,971 |
36,0575 |
4 |
Тяжелая |
741,390 |
23,638 |
4,0505 |
5 |
Средней тяжести |
1048,528 |
3,473 |
43,2491 |
6 |
Средней тяжести |
1073,374 |
2,437 |
41,9351 |
7 |
Легкая |
3,473 |
1048,528 |
721,5672 |
8 |
Средней тяжести |
934,432 |
4,560 |
21,1041 |
9 |
Тяжелая |
678,040 |
45,932 |
3,5372 |
10 |
Тяжелая |
682,858 |
37,428 |
1,2326 |
11 |
Легкая |
4,130 |
1109,123 |
772,3102 |
Для проверки работоспособности представленной модели с учетом вероятностей в исходную табл. 1 введем переменные под № 12, 13, 14 с их значениями, табл. 3
Таблица 3
Проверка работоспособности методики анализа
№ п/п |
Var1 Дни |
Var2 Случаи |
Var3 Стоимость |
Var4 Случаи/дни |
Var5 Тяжесть травмы |
1 |
50 |
3 |
1,2 |
0,06 |
Легкая |
2 |
50 |
3 |
1,4 |
0,06 |
Легкая |
3 |
64 |
2 |
5,6 |
0,05 |
Средней тяжести |
4 |
65 |
2 |
4,8 |
0,05 |
Тяжелая |
5 |
67 |
3 |
5,6 |
0,04 |
Средней тяжести |
6 |
63 |
3 |
5,7 |
0,05 |
Средней тяжести |
7 |
46 |
4 |
1,4 |
0,06 |
Легкая |
8 |
69 |
3 |
5,1 |
0,04 |
Средней тяжести |
9 |
62 |
2 |
4,5 |
0,03 |
Тяжелая |
10 |
59 |
3 |
4,8 |
0,05 |
Тяжелая |
11 |
45 |
4 |
1,3 |
0,08 |
Легкая |
12 |
44 |
4 |
1 |
0,09 |
|
13 |
43 |
5 |
1,1 |
0,13 |
|
14 |
67 |
2 |
6 |
0,03 |
При повторении анализа машина мгновенно классифицирует травмы по тяжести, отнеся 12 и 13 случаи к легким, а 14 – к среднетяжелым травмам, табл. 4. Примечательно, что классификация наблюдений по вероятностным признакам оказалась гораздо показательней расчета квадратов Расстояний Махаланобиса: дифференциация в данном случае равна 1,0 или 100 %.
Таблица 4
Апостериорные вероятности травмирования
Апостериорные вероятности |
||||
№ п/п |
Тяжесть травмы |
Легкая |
Тяжелая |
Средней тяжести |
1 |
Легкая |
1,000000 |
0,000000 |
0,000000 |
2 |
Легкая |
1,000000 |
0,000000 |
0,000000 |
3 |
Средней тяжести |
0,000000 |
0,000000 |
1,000000 |
4 |
Тяжелая |
0,000000 |
0,999996 |
0,000004 |
5 |
Средней тяжести |
0,000000 |
0,000000 |
1,000000 |
6 |
Средней тяжести |
0,000000 |
0,000000 |
1,000000 |
7 |
Легкая |
1,000000 |
0,000000 |
0,000000 |
8 |
Средней тяжести |
0,000000 |
0,000001 |
0,999999 |
9 |
Тяжелая |
0,000000 |
1,000000 |
0,000000 |
10 |
Тяжелая |
0,000000 |
1,000000 |
0,000000 |
11 |
Легкая |
1,000000 |
0,000000 |
0,000000 |
12 |
--- |
1,000000 |
0,000000 |
0,000000 |
13 |
--- |
1,000000 |
0,000000 |
0,000000 |
14 |
--- |
0,000000 |
0,000000 |
1,000000 |
Выводы
Хотя данный пример нами сознательно упрощен, тем не менее, хорошо иллюстрирует основную идею дискриминации. Для «перестраховки» в ответственных случаях следует проводить дискриминацию в два этапа: сначала построить функции классификации и только потом проводить оценку их качества.
При использовании данного вида анализа необходимо учитывать несколько ограничений: нормальность и линейность эмпирического распределения, однородность дисперсий и ковариаций сравниваемых совокупностей. Однако, как показала наша пpaктика, методика достаточно «терпима» к отклонениям от этих условностей.
Статья в формате PDF 274 KB...
03 05 2024 14:32:49
Статья в формате PDF 154 KB...
02 05 2024 19:54:34
Статья в формате PDF 120 KB...
01 05 2024 22:34:45
Статья в формате PDF 115 KB...
30 04 2024 2:21:11
Статья в формате PDF 112 KB...
29 04 2024 12:58:43
Статья в формате PDF 173 KB...
28 04 2024 23:49:28
Статья в формате PDF 251 KB...
27 04 2024 3:19:20
Статья в формате PDF 179 KB...
26 04 2024 7:37:18
Приведены петрологические данные и флюидный режим посткинематических гранитоидов поздепермско-раннетриасового калбинского комплекса Калба-Нарымской минерагенической зоны Казахстана и Алтая. Гранитоиды по петро-геохимическим параметрам близки анорогенному А-типу. В генерации интрузий и дайковых образований выявлено мантийно-коровое взаимодействие. Расплавы формировались в процессе плавления корового материала типа гранатового амфиболита под воздействием базальтоидных мантийных магм. По соотношениям изотопов стронция и неодима граниты Борисовского массива тяготеют к источнику мантии типа EM II. В долго живущий глубинный очаг происходил подток мантийных трaнcмагматических флюидов, имевших более восстановленный хаpaктер и обогащённых рядом летучих компонентов: углекислотой, фтором, бором, фосфором. Оптимальные параметры флюидного режима создавали благоприятные условия для формирования промышленного оруденения тантала, ниобия, лития, олова, молибдена, вольфрама в пегматитах, апогранитах, грейзенах и жилах. ...
25 04 2024 22:59:29
Предложена октетная теория гравитации: 4-потенциал, зависимость силы гравитации от момента и его прецессии в недрах звезд, физических тел, частиц. Медленное удаление планет от звезды – связь со смещением их перигелия. Рождение "ощущаемой" материи и субпланет в ядре звезды. Обтекание падающим телом, равно как и лучами света, центра притяжения ввиду его нагруженности необратимыми термодинамическими процессами. Гравитационный коллапс – недоразумение, основанное на метафизическом понимании ограниченности всех скоростей скоростью света в физическом вакууме и игнорировании не только квантовых эффектов, но и реальных условий падения в плазму. Звезда – это отнюдь не "так просто" уже из-за различия пассивной и активной гравитационных масс. Аннигиляция генерируемой из эфира материи – неотъемлемое свойство физического мира и источник энергии звезд. Ввиду гармонического хаpaктера решений системы дифференциальных уравнений октетной теории гравитации, нет необходимости "склеивать" гравитацию и квантовую механику, как в континуалистской ОТО. Свойства решений зависит от величины констант, т.е. в конечном итоге от топологии и масштабов в прострaнcтве и необратимом физическом времени Т. ...
23 04 2024 15:36:34
Статья в формате PDF 262 KB...
22 04 2024 4:47:51
Статья в формате PDF 121 KB...
20 04 2024 15:51:36
Статья в формате PDF 249 KB...
17 04 2024 0:35:33
Статья в формате PDF 361 KB...
16 04 2024 11:13:21
Статья в формате PDF 244 KB...
15 04 2024 7:56:38
Рассматривается возможность извлечения мелкого золота из золотосодержащего речного песка при проведении очистки фарватера р. Енисей (Тува) земснарядом с производительностью 250 м³/ час по исходным пескам, и убедительно показана целесообразность и экономическая выгода этого. ...
14 04 2024 3:29:17
Статья в формате PDF 265 KB...
13 04 2024 6:37:57
Статья в формате PDF 132 KB...
12 04 2024 6:29:22
11 04 2024 8:42:21
Статья в формате PDF 106 KB...
10 04 2024 17:25:37
Статья в формате PDF 153 KB...
09 04 2024 5:44:42
Статья в формате PDF 138 KB...
08 04 2024 1:35:56
Статья в формате PDF 118 KB...
07 04 2024 9:10:16
Статья в формате PDF 258 KB...
06 04 2024 11:20:15
Статья в формате PDF 112 KB...
05 04 2024 21:20:23
Статья в формате PDF 135 KB...
03 04 2024 21:58:19
Статья в формате PDF 226 KB...
02 04 2024 12:43:27
Статья в формате PDF 145 KB...
01 04 2024 23:38:42
Статья в формате PDF 120 KB...
31 03 2024 20:19:17
Статья в формате PDF 157 KB...
30 03 2024 4:28:48
Статья в формате PDF 312 KB...
29 03 2024 19:15:16
Статья в формате PDF 124 KB...
28 03 2024 0:57:27
Статья в формате PDF 114 KB...
27 03 2024 8:10:53
Статья в формате PDF 104 KB...
26 03 2024 7:25:33
Статья в формате PDF 106 KB...
25 03 2024 13:51:19
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::