Analizy-statystyczne.pl

W przypadku wielowymiarowych analiz statystycznych - często badacze wykorzystują Sztuczne Sieci Neuronowe (SSN) bazujące na algorytmach równoległych. Istotą koneksjonizmu jest paralelizm, czyli równoległość systemu, co daje praktycznie nieograniczone możliwości rozwiązywania skomplikowanych wielowymiarowych zagadnień nieliniowych, które występują przy prognozowaniu zjawisk. Jako teorię naukową wyjaśniającą neuronowe modelowanie procesu predykcji można zastosować podejście koneksyjne. W jej ujęciu większość zachowań systemu jest efektem działania nie jednego czy dwóch oddzielnych elementów systemu poznawczego, a dużego zespołu wzajemnie na siebie oddziałujących składowych, z których każdy ogranicza wkład pozostałych i wnosi swój indywidualny udział w globalne, obserwowalne zachowanie systemu, czyli zmienną endogeniczną Y (wynik). Analizy statystyczne realizowane przy użyciu tego rodzaju narzędzi sa niezastąpione w matematycznym modelowaniu zjawisk. Obliczenia do prac bazujące na algorytmach równoległych są coraz częściej stosowane w praktyce. Czytaj więcej

Aktualnie w nowym projekcie analizy statystyczne stosujemy w optymalizacji zarządzania finansami w klubach sportowych (gry zespołowe). Obliczenia statystyczne dotyczą wyników badań własnych oraz statutowych uzyskanych na terenie makroregionu śląskiego. Badania prowadzone były w miastach: Katowice oraz Bytom. Analiza statystyczna wyników badań opierała się na porządkowaniu liniowym obiektów w oparciu o wielowymiarowy wektor zmiennych. Wśród zmiennych wyznaczono stymulanty oraz destymulanty, a następnie przeprowadzono normalizację danych. Kolejny etap obliczeń polegał na porządkowaniu liniowym i wyznaczeniu wskaźników jakości zawodników i skorelowanie ich z wysokością kontraktów. Przeprowadzone w ten sposób analizy statystyczne miały na celu powiązanie wysokości kontraktów z jakością zawodników. Prowadzone w ten sposób obliczenia do prac mogą posłużyć doktorantom lub magistrantom jako dobry przykład zastosowania i powiązania narzędzi z zakresu ekonometrii i statystyki.

Analizy statystyczne realizowane w nowym projekcie dotyczyły określenia czynników zwiększających prawdopodobieństwo pojawiania się bórz (stanów zawałowych) oraz czasu przeżycia po przebytym zawale u pacjentów. Analiza statystyczna prowadzona była w oparciu o regresję logistyczną, hazard Coxa oraz krzywe Kaplana-Meiera. W celu zweryfikowania jakości modelu regresji logistycznej zastosowano krzywe ROC, wskaźnik AUC oraz wynik testu dobroci dopasowania Hosmera-Lemeshowa (Hosmer-Lemeshow goodnees-of-fit test). Obliczenia testu dobroci dopasowania Hosmera-Lemeshowa do prac związanych z projektem wykazały bardzo dobre dopasowanie modelu do danych p=0,96. Przeprowadzone w ten sposób analizy statystyczne miały na celu zidentyfikowanie czynników przy pomocy których można oszacować prawdopodobieństwo pojawienia się powtórnych stanów zawałowych, a co za tym idzie również w dalszej kolejności prawopodobieństwo zgonów.