版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著醫(yī)保政策的逐漸成熟和網(wǎng)絡(luò)技術(shù)的迅速發(fā)展,醫(yī)保數(shù)據(jù)海量積累。針對(duì)醫(yī)?;鸬氖罩С霈F(xiàn)了很多精算模型和方法。這些研究對(duì)醫(yī)保政策的調(diào)整和改善起到了重要的作用。但是國(guó)內(nèi)醫(yī)保政策實(shí)施較晚,對(duì)醫(yī)?;鸬难芯窟€不是非常完善,模型相對(duì)簡(jiǎn)單,方法也比較傳統(tǒng)。如何建立一個(gè)準(zhǔn)確高效的醫(yī)保精算模型仍然是很多醫(yī)保精算類文章研究的重點(diǎn)。另外對(duì)醫(yī)保數(shù)據(jù)分析方法的研究也仍然有改善的空間。
首先,本文提出了按病種核算的醫(yī)?;鹬С龅木隳P?。以往的模型考慮到
2、了職工身份、年齡等方面造成的支付比例不同,但是沒(méi)考慮到各種疾病本身的分布和均次費(fèi)用的差異,要真正做到了解和控制醫(yī)療費(fèi)用,必須從單病種醫(yī)療費(fèi)用分析入手。所以本文將各種疾病的差異考慮進(jìn)模型中,提出了按病種核算的醫(yī)保統(tǒng)籌基金支出模型。該模型的在計(jì)算過(guò)程中考慮到了起付線和部分統(tǒng)籌費(fèi)用的自付比例部分,使該模型更接近實(shí)際。
住院統(tǒng)籌費(fèi)用的支出是年度醫(yī)療統(tǒng)籌基金支出中數(shù)額最大的一部分。所以單病種的次均住院費(fèi)用也是該模型中一個(gè)重要參數(shù)。以往文
3、獻(xiàn)中研究該指標(biāo)使用最廣泛的方法是多元線性回歸?;貧w模型中自變量的選擇一直是研究者根據(jù)自己的研究目的而定,對(duì)研究者的相關(guān)領(lǐng)域知識(shí)有較高要求且缺乏客觀性。因此本文嘗試了利用粗糙集屬性約簡(jiǎn)的算法在眾多的條件屬性中選擇相關(guān)的影響因素。使得該方法具有更廣泛的適用性。
粗糙集的屬性約簡(jiǎn)是近年來(lái)數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)。其中,RR(RandomReducts)算法是一種針對(duì)大型數(shù)據(jù)集的粗糙集約簡(jiǎn)的較為前沿的算法,通過(guò)對(duì)條件屬性列的隨機(jī)抽取,按
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 變精度粗糙集屬性約簡(jiǎn)的層次模型研究.pdf
- 擴(kuò)展粗糙集模型及其屬性約簡(jiǎn)算法的研究.pdf
- 粗糙集模型下的進(jìn)化屬性約簡(jiǎn)算法研究.pdf
- 基于粗糙集的屬性約簡(jiǎn)和決策規(guī)則約簡(jiǎn)算法.pdf
- 粗糙集屬性約簡(jiǎn)研究.pdf
- 基于粗糙集理論的數(shù)據(jù)挖掘模型及屬性約簡(jiǎn)算法研究.pdf
- 粗糙集的相似度量和屬性約簡(jiǎn).pdf
- 基于粗糙集的不完備信息系統(tǒng)的模型擴(kuò)展和屬性約簡(jiǎn).pdf
- 粗糙集與模糊粗糙集屬性約簡(jiǎn)算法研究.pdf
- 變精度粗糙集擴(kuò)展模型及屬性約簡(jiǎn)算法研究.pdf
- 兩種粗糙集模型下的屬性約簡(jiǎn)方法研究.pdf
- 基于模糊粗糙集的屬性約簡(jiǎn)研究.pdf
- 基于粗糙集的集值信息系統(tǒng)模型及屬性約簡(jiǎn)算法研究.pdf
- 粗糙集屬性約簡(jiǎn)算法研究.pdf
- 基于粗糙集的屬性約簡(jiǎn)方法研究.pdf
- 基于粗糙集屬性約簡(jiǎn)算法的研究.pdf
- 基于粗糙集與相關(guān)分析的屬性約簡(jiǎn).pdf
- 基于粗糙集的屬性約簡(jiǎn)與規(guī)則提取.pdf
- 基于粒子群的粗糙集屬性約簡(jiǎn)研究.pdf
- 基于擴(kuò)展粗糙集的屬性約簡(jiǎn)的研究.pdf
評(píng)論
0/150
提交評(píng)論