본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

표제지

목차

Abstract 5

I. 서론 9

II. 방법론 10

1. 일반화 선형모형 10

2. 일반화 선형혼합모형 13

(1) 선혐혼합모형(Linear Mixed Model) 13

(2) 일반화 선형혼합모형(Generalized Linear Mixed Model) 16

III. 실증분석 19

1. 자료소개 및 기초분석 19

(1) 자료소개 19

(2) 기초분석 20

2. 뇌혈관질환 진료건수 예측모형 22

(1) 일반화 선형모형 22

(2) 일반화 선형혼합모형 26

3. 모형평가 및 비교 35

IV. 결론 38

참고 문헌 39

표목차

[표 3.1] 뇌혈관질환의 진료건수와 의료급여 조회건수 기초 통계 21

[표 3.2] 기상요인 기초 통계 21

[표 3.3] 환경요인 기초 통계 21

[표 3.4] 소셜요인 기초 통계 21

[표 3.5] 뇌혈관질환 진료건수의 포아송 회귀모형 적합결과 23

[표 3.6] 뇌혈관질환 진료건수의 음이항 회귀모형 적합결과 24

[표 3.7] 일반화 선형혼합모형의 고정효과에 대한 추정 결과 34

[표 3.8] 뇌혈관질환 진료건수 적합모형의 평가 및 비교 35

그림목차

[그림 3.1] 서울시의 뇌혈관질환 진료건수 시도표 19

[그림 3.2] 서울시 1일 제외 자료의 뇌혈관질환 진료건수 시도표 19

[그림 3.3] 서울시의 뇌혈관질환 의료급여 조회건수 시도표 20

[그림 3.4] 모형 적합에 사용된 설명변수들의 시도표 22

[그림 3.5] 모형 I의 적합 결과 25

[그림 3.6] 모형 II의 적합 결과 25

[그림 3.7] 지역별 의료급여 조회건수와 진료건수의 산점도 26

[그림 3.8] 1일 제외 자료의 지역별 의료급여 조회건수와 진료건수의 산점도 27

[그림 3.9] 모형 III의 적합 결과 28

[그림 3.10] 모형 IV의 적합 결과 30

[그림 3.11] 모형 V의 적합 결과 31

[그림 3.12] 모형 VI의 적합 결과 32

[그림 3.13] 모형 VII의 적합 결과 34

[그림 3.14] 적합모형별 잔차의 상자그림 36

[그림 3.15] 적합모형별 잔차 시도표 37

초록보기

 As cerebrovascular diseases, which are considered the main cause of death, often leave aftereffects once they occur, prevention is as important as treatment. For prevention purposes, studies are being conducted to establish the link between the frequency of treatments and meteorological and environmental factors for cerebrovascular diseases by applying a regression model or time series model. Social media buzz is an important source of insight into the rapid response of the public and is being used to predict information in various areas as social network usage increases.

In this paper, generalized linear model and generalized linear mixed model were established using weather, environment and social media information to predict the frequency of daily treatments for cerebrovascular diseases. Considering domain knowledge, we used the number of medical care inquired lagged 1 and 7 days, lowest temperature, lowest humidity, ozone lagged 1 day, carbon monoxide lagged 1 day, fine dust lagged 5 days and news buzz lagged 1 day as variables. Since the number of treatments is count data, model fitting was performed assuming that the Poisson distribution was followed. After fitting the model, various measures of assessment were used to perform the model evaluation and to compare the model through visualization. The results showed that a generalized linear mixed model with random slope for all categorical variables was the most appropriate model.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차