Регрессионный анализ – совокупность статистических методов обработки экспери- ментальных данных, позволяющих в условии стохастической зависимости исследуемой величины от неслучайных или случайных переменных определять данную зависимость. Постановка задачи регресси- онного анализа формулируется следующим образом. Имеется совокупность результатов наблюдений. Требуется установить количественную взаимосвязь между показателем и факторами. В данной работе мы попытаемся установить количественную взаимосвязь между показателями за- болеваемости природно-очаговыми инфекциями и биотическими и абиотическими факторами природной среды. К биотическим факторам относятся: численность и инфицированность основных носителей и пе- реносчиков инфекций, к абиотическим факторам – метеорологические (средняя помесячная температура воздуха, среднее помесячное количество осадков, глубина снежного покрова в декабре, январе, феврале, марте). При изучении влияния 22 факторов на заболеваемость лептоспирозом с помощью множественной регрессии получена математическая модель, которая имеет низкий уровень доверия, а при использова- нии метода пошаговой регрессии установлено влияние одного фактора – инфицированность обыкновен- ной полевки из 22 факторов. Уровень доверия модели и коэффициентов модели значимы. Данный метод позволяет определить только линейную связь между заболеваемостью и природными факторами, а в случае нелинейной связи тесноту не устанавливает. Природный очаг инфекций представляет сложную экологическую систему. Исходя из условий моделирования сложной системы, к которым могут быть отнесены: возможные нелинейные влияния элементов на выходной параметр, синергетика и реципрокность при совместном влиянии отдельных факторов, необходимость учета в отдельных случаях категориальных факторов и нескольких выходных параметров сложной системы, необходимо выбрать искусственные нейронные сети. Они позволяют реа- лизовать указанные условия при получении математической модели системы.
природно-очаговые инфекции, лептоспироз, показатель заболеваемости, инфи- цированность, обыкновенная полевка, регрессионный анализ.
1. Новохатка А.Д., Смольянинова О.Л., Честнова Т.В. Влияние инфицированности и численности мелких млекопитающих по ландшафтно-географическим зонам Тульской области на заболеваемость лептоспирозом серогруппы гриппотифоза // Вестник новых медицинских технологий. 2005. №1. С. 122-124.
2. Честнова Т.В., Смольянинова О.Л., Логвинов С.И. К вопросу о выборе метода математического анализа с целью прогнозирования заболеваемости лептоспирозом // Вестник новых медицинских технологий. 2011. №4. С.18-21.
3. Честнова Т.В., Смольянинова О.Л, Смольянинова В.А. К вопросу прогнозирования численности иксодовых клещей I. ricinus в природных биотопах с помощью искусственных нейронных сетей // Вестник новых медицинских технологий. 2012. №1. С.231-232.
4. Евстегнеева В.А., Честнова Т.В., Смольянинова О.Л. О нейросетевом моделировании и прогнозировании эпизоотий туляремии на территории Тульской области // Вестник новых медицинских технологий. Электронное издание. 2014. № 1. Публикация 1-9. URL: http://www.medtsu.tula.ru/VNMT/Bulletin/E2014-1/5022. (Дата обращения: 1.12.2014). DOIhttps://doi.org/10.12737/7240
5. Евстегнеева В.А. К вопросу о математических методах прогнозирования заболеваемости природно - очаговыми инфекциями // Вестник новых медицинских технологий. Электронное издание. 2014.№ 1. Публикация 1-10. URL:http://www.medtsu.tula.ru/VNMT/Bulletin/E2014-1/5023. (Дата обращения: 1.12.2014). DOI:https://doi.org/10.12737/7241
