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
129 KB...
18 10 2026 22:33:20
Статья в формате PDF
111 KB...
17 10 2026 18:32:35
Статья в формате PDF
130 KB...
16 10 2026 9:48:43
Статья в формате PDF
90 KB...
15 10 2026 12:38:53
Статья в формате PDF
109 KB...
14 10 2026 14:16:53
Статья в формате PDF
129 KB...
13 10 2026 20:37:39
Статья в формате PDF
164 KB...
12 10 2026 19:57:42
Статья в формате PDF
133 KB...
11 10 2026 22:25:47
Статья в формате PDF
120 KB...
10 10 2026 1:32:23
Статья в формате PDF
109 KB...
09 10 2026 20:10:52
Статья в формате PDF
96 KB...
07 10 2026 9:27:17
Статья в формате PDF
127 KB...
06 10 2026 23:44:55
В центральных и периферических отделах нервной системы, осуществляющих регуляцию копулятивной функции самцов крыс, широко представлены нервные клетки, обладающие активностью NADPH-диафоразы. В переднем гипоталамусе они представлены нейронами двух типов (с высокой и низкой активностью), в боковых рогах тоpaколюмбального отдела спинного мозга – нейронами с высокой активностью фермента. Высокая активность NADPHдиафоразы выявлена также в вегетативных микроганглиях и нервных волокнах наружных и внутренних пoлoвых органов, а также – гладкомышечных элементах кавернозных тел. Активностью фермента в различной степени помимо вышеуказанных отделов обладают интерстициальные клетки семенников, эпителий концевых отделов и протоков простаты, семенных пузырьков, мочевыводящих путей. Под воздействием нeблагоприятных (острый и хронический стресс, острая и хроническая алкогольная и наркотическая интоксикация) отмечено увеличение числа NADPH-реактивных структур и активности фермента в них.
...
05 10 2026 8:10:37
Статья в формате PDF
112 KB...
03 10 2026 8:51:14
Статья в формате PDF
99 KB...
02 10 2026 9:40:32
В статье приведены результаты исследований величин защитных пленок смaзoчно-охлаждающей жидкости (СОЖ) при обработке деталей уплотненным абразивом. При исследовании толщины адсорбционной пленки адсорбцию выражали через молярно – объемные концентрации поверхностно-активных веществ (ПАВ) в растворе абразивной суспензии до и после обработки на экспериментальном стенде камерного типа. Полученные значения величин защитных пленок, необходимы для оценки интенсивности обработки поверхности детали выступами микрорельефа абразивного зерна.
...
01 10 2026 12:25:41
Статья в формате PDF
101 KB...
30 09 2026 13:58:51
В работе рассмотрена очистка природных вод от ионов жесткости с помощью сорбентов на основе выщелоченных базальтовых волокон, модифицированных бентонитовой глиной. Определены статические и динамические параметры очистки.
...
29 09 2026 17:35:24
Статья в формате PDF
299 KB...
28 09 2026 5:35:40
Статья в формате PDF
117 KB...
27 09 2026 8:54:26
Статья в формате PDF
119 KB...
26 09 2026 18:37:16
Статья в формате PDF
163 KB...
25 09 2026 12:18:47
Статья в формате PDF
264 KB...
24 09 2026 5:50:32
Статья в формате PDF
112 KB...
23 09 2026 5:18:25
Статья в формате PDF
123 KB...
22 09 2026 9:58:34
Статья в формате PDF
289 KB...
21 09 2026 9:24:39
Статья в формате PDF
109 KB...
19 09 2026 0:55:16
Статья в формате PDF
142 KB...
18 09 2026 16:27:45
Методом Н+ЯМР-релаксации изучены межмолекулярные взаимодействия в гелях крахмала в молочной среде. Установлены зависимости скоростей поперечной и продольной релаксаций протонов от концентрации крахмала для водных и молочных систем. Казеин синергетически влияет на гелеобразующую способность крахмала, который иммобилизует воду в молочной среде более активно, чем в водной. На основании исследований температурной зависимости поперечной релаксации доказано образование комплексного геля, представляющего собой сетку из спиральных молекул крахмала, в ячейки которой включены мицеллы и субмицеллы казеина.
...
17 09 2026 6:17:21
Статья в формате PDF
112 KB...
16 09 2026 20:48:25
По частотам генов белковых локусов остромордой лягушки и ее паразитов изучали уровень генетической изменчивости в паразитарных системах. Показано, что состояние генетической структуры популяции у хозяина и разных видов паразитов в одних и тех же условиях может быть различным.
...
14 09 2026 13:14:52
Статья в формате PDF
120 KB...
13 09 2026 1:33:17
Статья в формате PDF
153 KB...
12 09 2026 9:25:32
Статья в формате PDF
125 KB...
11 09 2026 11:43:36
Статья в формате PDF
130 KB...
10 09 2026 2:26:45
Снижение массы тела с помощью диеты и физических нагрузок способно уменьшить проявления, а в ряде случаев, полностью восстановить обменные нарушения при метаболическом синдроме (МС).
Диета у больных с МС должна иметь низкую энергетическую ценность. Ограничивается употрeбление холестерина (ХС), поваренной соли и рафинированных углеводов. Рекомендуются продукты богатые антиоксидантами, минералами, растительной клечаткой. Пациент ориентируется на повышенное употрeбление фруктов, овощей, кисломолочных продуктов, морской рыбы и морепродуктов.
Наилучшие результаты у больных МС достигаются при сочетании рациональной диеты с индивидуально подобранными динамическими нагрузками. Через некоторое время снижается артериальное давление, уменьшается уровень ХС, триглицеридов и глюкозы, минимизируя риск сосудистых осложнений.
Позитивное влияние диеты и физических тренировок сохраняется, пока больной не прекращает занятий. Все пациенты с МС должны быть настроены на пожизненное использование упражнений на фоне рационального питания.
...
09 09 2026 11:55:57
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 ::
