📄Работа №112187
Тема: Прогнозирование распространения вируса COVID-19 на основе статистического анализа данных
Тип работы
Бакалаврская работа
Предмет
программирование
Объем:
50 листов
Год:
2020
Просмотров:
112
4600
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Аннотация 2
ВВЕДЕНИЕ 5
1 АНАЛИЗ ПЕРСПЕКТИВ РАЗВИТИЯ АЛГОРИТМОВ СНИЖЕНИЯ ПРИЗНАКОВОГО ПРОСТРАНСТВА 7
2 РАЗРАБОТКА АЛГОРИТМА СНИЖЕНИЯ ПРИЗНАКОВОГО ПРОСТРАНСТВА ДЛЯ ВРЕМЕННЫХ РЯДОВ 9
2.1 Математический аппарат 9
2.2 Источник данных для анализа 10
2.3 Источник данных для анализа 12
2.4 Оценка точности прогнозов, построенных по предложенной модели 23
3 ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ПРЕДЛОЖЕННЫХ РЕШЕНИЙ 25
3.1 Особенности разработанного программного обеспечения 25
3.2 Описание программного кода 25
ЗАКЛЮЧЕНИЕ 44
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 46
ВВЕДЕНИЕ 5
1 АНАЛИЗ ПЕРСПЕКТИВ РАЗВИТИЯ АЛГОРИТМОВ СНИЖЕНИЯ ПРИЗНАКОВОГО ПРОСТРАНСТВА 7
2 РАЗРАБОТКА АЛГОРИТМА СНИЖЕНИЯ ПРИЗНАКОВОГО ПРОСТРАНСТВА ДЛЯ ВРЕМЕННЫХ РЯДОВ 9
2.1 Математический аппарат 9
2.2 Источник данных для анализа 10
2.3 Источник данных для анализа 12
2.4 Оценка точности прогнозов, построенных по предложенной модели 23
3 ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ПРЕДЛОЖЕННЫХ РЕШЕНИЙ 25
3.1 Особенности разработанного программного обеспечения 25
3.2 Описание программного кода 25
ЗАКЛЮЧЕНИЕ 44
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 46
📖 Введение
Всемирной организация здравоохранения в этом году была объявлена чрезвычайная ситуация связанная с распространением коронавирусной инфекции COVID-19.
Коронавирусная инфекция COVID-19 приводит к необратимым изменениям в тканях легких человека, а при возникновении осложнений может привести к смерти. На момент написание данной бакалаврской работы в мире уже зарегистрировано более 3 миллионов случаев заражения коронавирусом. Помимо биологических угроз вирус COVID-19 приводит и к негативным экономическим последствиям. Это объясняется тем, что во многих странах мира для обеспечения безопасности населения вводится карантин или меры по ограничению передвижения людей. Многих сотрудников переводят на дистанционную форму работы. В связи с этим останавливаются многие производства, закрывается большое количество малых и средних предприятий. Это приводит к снижению роста экономик большинства развивающихся стран.
Для минимизации вреда силы многих исследователей были брошены на изучение различных явлений, связанных с COVID-19. Современные работы в области анализа данных направлены на исследования способов ранней диагностики COVID-19, определение групп риска людей на основе анализа статистики, прогнозирования тяжести протекания заболевания, а также определения дат снижения прироста числа заболевших. Таким образом, любые исследования связанные с COVID-19 в настоящее время являются актуальными.
В данной бакалаврской работе исследуется способы прогнозирования распространения вирусной инфекции COVID-19
Целью работы является разработка алгоритма прогнозирования распространения вирусной инфекции COVID-19 на основе статистического анализа данных.
В работе предложен алгоритм прогнозирования распространения вирусной инфекции COVID-19, который заключается в выполнении следующих шагов. Загрузка статистических данных Всемирной организации здравоохранения о ежедневном количестве зарегистрированных смертей от вируса (отдельно по каждой стране). Затем, аппроксимация полученных данных логистической функцией путем подбора параметров функции методом наименьших квадратов. Так как динамика распространения COVID- 19 внутри каждой страны уникальна, то и параметры логистической функции для каждой страны свои собственные. Затем полученные функции используются для оценки изменения количества смертей по каждой стране в ближайшее время.
В рамках данных исследования было разработано программное обеспечение, позволяющее получать актуальные данные о количестве зарегистрированных смертей по вирусу COVID-19 и пересчитывать, с учетом новых данных, параметры логистических функций. Результат аппроксимации исходных данных представляется графически в виде графиков временных рядов: количество зарегистрированных смертей в зависимости от даты и прирост количества зарегистрированных смертей в зависимости от даты.
Коронавирусная инфекция COVID-19 приводит к необратимым изменениям в тканях легких человека, а при возникновении осложнений может привести к смерти. На момент написание данной бакалаврской работы в мире уже зарегистрировано более 3 миллионов случаев заражения коронавирусом. Помимо биологических угроз вирус COVID-19 приводит и к негативным экономическим последствиям. Это объясняется тем, что во многих странах мира для обеспечения безопасности населения вводится карантин или меры по ограничению передвижения людей. Многих сотрудников переводят на дистанционную форму работы. В связи с этим останавливаются многие производства, закрывается большое количество малых и средних предприятий. Это приводит к снижению роста экономик большинства развивающихся стран.
Для минимизации вреда силы многих исследователей были брошены на изучение различных явлений, связанных с COVID-19. Современные работы в области анализа данных направлены на исследования способов ранней диагностики COVID-19, определение групп риска людей на основе анализа статистики, прогнозирования тяжести протекания заболевания, а также определения дат снижения прироста числа заболевших. Таким образом, любые исследования связанные с COVID-19 в настоящее время являются актуальными.
В данной бакалаврской работе исследуется способы прогнозирования распространения вирусной инфекции COVID-19
Целью работы является разработка алгоритма прогнозирования распространения вирусной инфекции COVID-19 на основе статистического анализа данных.
В работе предложен алгоритм прогнозирования распространения вирусной инфекции COVID-19, который заключается в выполнении следующих шагов. Загрузка статистических данных Всемирной организации здравоохранения о ежедневном количестве зарегистрированных смертей от вируса (отдельно по каждой стране). Затем, аппроксимация полученных данных логистической функцией путем подбора параметров функции методом наименьших квадратов. Так как динамика распространения COVID- 19 внутри каждой страны уникальна, то и параметры логистической функции для каждой страны свои собственные. Затем полученные функции используются для оценки изменения количества смертей по каждой стране в ближайшее время.
В рамках данных исследования было разработано программное обеспечение, позволяющее получать актуальные данные о количестве зарегистрированных смертей по вирусу COVID-19 и пересчитывать, с учетом новых данных, параметры логистических функций. Результат аппроксимации исходных данных представляется графически в виде графиков временных рядов: количество зарегистрированных смертей в зависимости от даты и прирост количества зарегистрированных смертей в зависимости от даты.
✅ Заключение
По результатам собранных материалов, проведенных теоретических и практических исследований можно сформулировать следующие основные выводы.
1. Актуальность темы обусловлена заявлением Всемирной организацией здравоохранения о признании COVID-19 в 2020 году пандемией. Поэтому все исследования, направленные на изучение особенностей распространения COVID-19, являются в настоящее время актуальными.
2. Обзор литературных источников показал, что современные работы в области анализа данных направлены на исследования способов ранней диагностики COVID-19, определение групп риска на основе анализа статистики, прогнозирования тяжести протекания заболевания, а также определения дат снижения прироста числа заболевших.
3. В работе предложен алгоритм прогнозирования распространения вирусной инфекции COVID-19, который заключается в выполнении следующих шагов. Загрузка статистических данных Всемирной организации здравоохранения о ежедневном количестве зарегистрированных смертей от вируса (отдельно по каждой стране). Затем аппроксимация полученных данных логистической функцией путем подбора параметров функции методом наименьших квадратов. Так как динамика распространения COVID- 19 внутри каждой страны уникальна, то и параметры логистической функции для каждой страны свои собственные. Затем полученные функции используются для оценки изменения количества смертей по каждой стране в ближайшее время.
4. Результаты исследований точности прогнозирования с использованием предложенных подходов показали следующее. Получаемые прогнозы на основе логистических функций обладают приемлемой точностью в краткосрочной перспективе (до 1 недели, точность 85%). С увеличением временного интервала от даты последнего получения фактических данных по COVID-19 точность прогнозирования уменьшается.
5. В рамках данного исследования на языке Python c использованием библиотек pandas, numpy, scipy, matplotlib, datetime было разработано программное обеспечение, позволяющее получать актуальные данные о количестве зарегистрированных смертей по вирусу COVID-19 и пересчитывать с учетом новых данных параметры логистических функций. Результат аппроксимации исходных данных представляется графически в виде графиков временных рядов: количество зарегистрированных смертей в зависимости от даты и прирост количества зарегистрированных смертей в зависимости от даты. При этом в программном обеспечении есть возможность получения прогноза на указанную дату.
Таким образом, все поставленные задачи были выполнены и поставленная цель бакалаврской работы достигнута.
1. Актуальность темы обусловлена заявлением Всемирной организацией здравоохранения о признании COVID-19 в 2020 году пандемией. Поэтому все исследования, направленные на изучение особенностей распространения COVID-19, являются в настоящее время актуальными.
2. Обзор литературных источников показал, что современные работы в области анализа данных направлены на исследования способов ранней диагностики COVID-19, определение групп риска на основе анализа статистики, прогнозирования тяжести протекания заболевания, а также определения дат снижения прироста числа заболевших.
3. В работе предложен алгоритм прогнозирования распространения вирусной инфекции COVID-19, который заключается в выполнении следующих шагов. Загрузка статистических данных Всемирной организации здравоохранения о ежедневном количестве зарегистрированных смертей от вируса (отдельно по каждой стране). Затем аппроксимация полученных данных логистической функцией путем подбора параметров функции методом наименьших квадратов. Так как динамика распространения COVID- 19 внутри каждой страны уникальна, то и параметры логистической функции для каждой страны свои собственные. Затем полученные функции используются для оценки изменения количества смертей по каждой стране в ближайшее время.
4. Результаты исследований точности прогнозирования с использованием предложенных подходов показали следующее. Получаемые прогнозы на основе логистических функций обладают приемлемой точностью в краткосрочной перспективе (до 1 недели, точность 85%). С увеличением временного интервала от даты последнего получения фактических данных по COVID-19 точность прогнозирования уменьшается.
5. В рамках данного исследования на языке Python c использованием библиотек pandas, numpy, scipy, matplotlib, datetime было разработано программное обеспечение, позволяющее получать актуальные данные о количестве зарегистрированных смертей по вирусу COVID-19 и пересчитывать с учетом новых данных параметры логистических функций. Результат аппроксимации исходных данных представляется графически в виде графиков временных рядов: количество зарегистрированных смертей в зависимости от даты и прирост количества зарегистрированных смертей в зависимости от даты. При этом в программном обеспечении есть возможность получения прогноза на указанную дату.
Таким образом, все поставленные задачи были выполнены и поставленная цель бакалаврской работы достигнута.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.