BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Bauer Waldemar (AGH University of Science and Technology), Wieczór Anna (Cracow University of Economics)
Tytuł
Using Discrete Markov Chains in Prediction of Health Economics Behaviour
Źródło
Information Systems in Management, 2017, vol. 6, nr 4, s. 259-269, rys., bibliogr. 15 poz.
Systemy Informatyczne w Zarządzaniu
Słowa kluczowe
Łańcuch Markowa, Procesy stochastyczne, Symulacja Monte Carlo, Opieka zdrowotna, System ochrony zdrowia
Markov chain, Stochastic processes, Monte Carlo simulation, Health care, Health care system
Uwagi
summ.
Abstrakt
The aim of this article is show the concept of using of the Discrete Markov Chains to predict economic phenomena. This subject is important for two reasons. The first of them are models based on Markov chains use the statistical informations obtained during the investigation processes. Another important reason is the fact that this way of modeling is highly flexible and can be used to simulation of economic phenomenas. In this paper authors describe the idea of modeling and present the example of simply model of patient population of primary health care and show preliminary simulation results. (original abstract)
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Baranowski J., Windak A. (2012), Optymalizacja polskiego systemu finansowania podstawowej opieki zdrowotnej, Technical Report, Ernst & Young Usługi Finansowe Audyt sp. z o.o. Polska sp.k., Warszawa.
  2. Bergstra J., Yamins D., Cox D.D. (2013), Hyperopt: A Python Library for optimizing the hyperparameters of machine learning algorithms, Python in Science Conference, pp. 13-20.
  3. Garnett R., Osborne M.A., Roberts S.J. (2010), Bayesian optimization for sensor set selection, International Conference on Information Processing in Sensor Networks - IPSN, pp. 209-219.
  4. Grzybowska U., Karwański M. (2014), Przykłady zastosowania macierzy migracji w zarządzaniu ryzykiem finansowym, Zeszyty Naukowe Wydziałowe Uniwersytetu Ekonomicznego w Katowicach. Studia Ekonomiczne, Katowice, pp. 206-219.
  5. http://www.match.ac.uk/markovtool.html
  6. Jaynes E.T. (2003), Probability Theory: The Logic of Science, Cambridge University Press.
  7. Kringos D.S., Boerma W.G.W., Bourgueil Y., Cartier T., Hasvold T., Hutchinson A., Lember M., Oleszczyk M., Pavlic D.R., Svab I., Tedeschi P., Wilson A., Windak A., Dedeu T., Wilm S. (2010), The European primary care monitor: structure, process and outcome indicators, BMC Family Practice, 11, pp. 81.
  8. Łaźniewska E., Górecki T. (2012), Analiza konwergencji podregionów za pomocą łańcuchów Markowa, Wiadomości statystyczne, (5), Główny Urząd Statystyczny, Warszawa, pp. 1-9.
  9. Schäfer W.L., Boerma W.G.W., Kringos D.S., De Ryck E., Greß S., Heinemann S., Murante A.M., Rotar-Pavlic D., Schellevis F.G., Seghieri C., Van den Berg M.J., Westert G.P., Willems S., Groenewegen P.P. (2013), Measures of quality, costs and equity in primary health care instruments developed to analyse and compare primary care in 35 countries, Quality in Primary Care, 21, pp. 67-79.
  10. Sivia D., Skilling J. (2006), Data Analysis: A Bayesian Tutorial, Oxford University Press, Oxford.
  11. Srinivas N., Krause A., Kakade S.M., Seeger M.W. (2012), Information-theoretic regret bounds for Gaussian process optimization in the bandit setting, IEEE Transactions on Information Theory, 58(5), 3250-3265.
  12. Stawicki J. (2004), Wykorzystanie łańcuchów Markowa w analizie rynku kapitałowego, Wydawnictwo Uniwersytetu Mikołaja Kopernika, Toruń.
  13. Stawicki J. (2008), Wykorzystanie łańcuchów decyzyjnych Markowa do analizy portfelowej, Prace Naukowe, Akademia Ekonomiczna w Katowicach, Katowice, pp. 137-146.
  14. Thornton C., Hutter F., Hoos H.H., Leyton-Brown K. (2013), Auto-WEKA: Combined Selection and Hyperparameter Optimization of Classification Algorithms, in: Proceedings of the 19th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, ACM, New York, NY, USA, pp. 847-855.
  15. Wałęga A. (2014), Spójność ekonomiczna regionów Polski przed i po przystąpieniu do Unii Europejskiej, (203), Studia Ekonomiczne. Uniwersytet Ekonomiczny w Katowicach, Katowice, pp. 172-180.
Cytowane przez
Pokaż
ISSN
2084-5537
Język
eng
URI / DOI
http://dx.doi.org/10.22630/ISIM.2017.6.4.1
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu