Using discrete Markov chains in prediction of health economics behaviour

• Autorzy: Bauer W. , Wieczór A.

Identyfikatory

DOI

10.22630/ISIM.2017.6.4.1

• Języki publikacji: EN

Abstrakty

EN

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.

Słowa kluczowe

EN

economic behavior; Primary Health Care; stochastic process modeling; Markov chain; Monte Carlo method; MCMC; PHC

• Wydawca: Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
• Czasopismo: Information Systems in Management
• Rocznik: 2017
• Tom: Vol. 6, No. 4
• Strony: 259--269
• Opis fizyczny: Bibliogr. 15 poz., wykr.

Twórcy

autor

Bauer W.

• AGH University of Science and Technology, Department of Automatics and Biomedical Engineering

autor

Wieczór A.

• Cracow University of Economics, Department of Microeconomics

Bibliografia

• [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., Karwa ski 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 pomoc 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.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).