22-24 luty 2017

konferencja@konferencja-ipb.pl

 

Tomasz Janiczek, System wspomagania decyzji DSS do wyznaczaniamatematycznego modelu zmiennej nieobserwowalnej

System wspomagania decyzji DSS do wyznaczania matematycznego modelu zmiennej nieobserwowalnej

dr inż. Tomasz Janiczek

Wersja Oryginalna

System służy do wyznaczania modeli zjawisk złożonych, których stanów nie można mierzyć żadną aparaturą w sposób bezpośredni.

         Przykłady zastosowań

Mierzenie aktywności (poziomu nasilenia) choroby Mierzenie wydolności krążeniowej pacjenta Wyznaczanie spadku wydolności krążenia u sportowców po wysiłku związanym z uprawianą grąitp.

         Jądro obliczeniowe algorytmu wyznaczania modelu zjawiska nieobserwowalnego pozwala min. na:

Wprowadzanie do obliczeń dowolnie licznych prób badawczychOdczyt danych z plików .xlsDziałanie w systemach Windows 64-bitowychMożliwość przystosowania zewnętrznej bazy danychMożliwość transferu danych przez sieć

         Wyniki badań czynników objętych modelem aktywności ziarnicy złośliwej

Materiał empiryczny został zaczerpnięty z pracy doktorskiej dr n med. Donaty Urbaniak-Kujdy Katedra Hematologii i Chorób RozrostowychW pracy doktorskiej autorka wykorzystała 16 czynników jako zmienne objaśniające stan ziarnicy złośliwej

Do prezentacji wybrano jedynie fragment materiału doświadczalnego w postaci następujących czynników (stymulujących chorobę „+”): X12 – fibrynogen [g/l] X13 – haptoglobina [g/l] X14 – seromukoid [g/l] X15 – kwas sjalowy [g/l] X16 – Kompleksy immunologiczne [%] Zatem materiał empiryczny składa się z macierzy X – [81x5] wymiarowej Materiał poza statystyczny stanowi ciąg [{K}] = {„+”, „+”, „+”, „+”, „+”}

         Kierunki wpływów {K}

Kierunek dodatni „+” danego czynnika określa stymulujący jego charakter w stosunku do zmiennej, której model dotyczy, tzn. ze wzrost poziomu czynnika sprzyja wzrostowi zmiennej przez model opisywanej. Kierunek ujemny „ - „ wyraża dystymulujący wpływ na zmienną przez model opisywaną. Czyli wzrost tego czynnika sprzyja spadkowi stanów zmiennej, której model dotyczy.

         Dane empiryczne

Dane empiryczne w postaci macierzy obserwacji X [n x (k+1)], gdzie: n (wiersze) – ilość tzw. jednoczesnych badań czynników objętych modelem zmiennej Y k (kolumny) – wyraża liczbę czynników Należy pamiętać, że ilość wierszy (ilość niezależnych zestawów łącznych badań czynników objętych modelem) musi spełniać następujący warunek n>k+1

Komentarze   

0 # Artur 2017-02-22 11:39
Jakiej wilkości danych można obrabiać przedstawioną metodą
Odpowiedz | Odpowiedz z cytatem | Cytować

Dodaj komentarz

Kod antyspamowy
Odśwież

Organizatorzy, patroni, sponsorzy

 

 

 

 

Please publish modules in offcanvas position.

Free Joomla! template by Age Themes