УДК 681.3:001.89

ИССЛЕДОВАНИЕ И РАЗРАБОТКА АЛГОРИТМОВ ИНФОРМАЦИОННОЙ СИСТЕМЫ ОБРАБОТКИ СТАТИСТИЧЕСКИХ ДАННЫХ ДЛЯ МЕДИКО-КОММЕРЧЕСКИХ ФИРМ

Малюкова Ольга Игоревна1, Свиридова Ольга Викторовна2
1Волжский политехнический институт (филиал) ФГБОУ ВПО "Волгоградский государственный технический университет", студент
2Волжский политехнический институт (филиал) ФГБОУ ВПО "Волгоградский государственный технический университет", кандидат технических наук, доцент кафедры информатики и технологии программирования

Аннотация
В данной работе рассматриваются алгоритмы разработки информационных систем для медико-коммерческих фирм и методы обработки статистических данных, принадлежащих произвольной предметной области.

Ключевые слова: алгоритмы обработки статистических данных


RESEARCH AND DEVELOPMENT OF INFORMATION SYSTEM ALGORITHMS FOR MEDICAL AND COMMERCIAL FIRMS STATISTICAL DATA PROCESSING

Malyukova Olga Igorevna1, Sviridova Olga Victorovna2
1Volzhsky Polytechnic Institute (branch) of Federal State Budget Educational Institution of Higher Education Volgograd State Technical University, student
2Volzhsky Polytechnic Institute (branch) of Federal State Budget Educational Institution of Higher Education Volgograd State Technical University, PhD in Technical Sciences, Assistant Professor of Computer Science and Software Engineering Department

Abstract
This article discusses the algorithms of information systems development for medical and commercial firms and methods of processing statistical data belonging to an arbitrary domain.

Библиографическая ссылка на статью:
Малюкова О.И., Свиридова О.В. Исследование и разработка алгоритмов информационной системы обработки статистических данных для медико-коммерческих фирм // Современная техника и технологии. 2016. № 10 [Электронный ресурс]. URL: https://technology.snauka.ru/2016/10/10774 (дата обращения: 27.11.2022).

Введение

В последние годы широкое распространение программных средств для статистического анализа данных в различных прикладных областях [1, 2, 5, 6], включая медицинские приложения, тем не менее не снимает необходимости владения хотя бы основами математической статистики. От пользователя требуется умение грамотно выбирать подходящие статистические процедуры, знание их возможностей и ограничений, корректная и осмысленная интерпретация полученных результатов. Произвольное применение статистических методов может привести к ложным выводам [7, 8].

Перед статистической наукой встают актуальные проблемы дальнейшего совершенствования системы показателей, приемов и методов сбора, обработки, хранения и анализа статистической информации [9]. Статистическая работа состоит в том, чтобы собрать числовые данные о массовых явлениях, обработать их, представить в форме, удобной для анализа, проанализировать и интерпретировать полученные результаты. Сбор данных лежит в основе всего исследования.

Целью данной работы является:повышение эффективности обработки статистических данных для медико-коммерческих фирм.

Для достижения поставленной цели были решены следующие исследовательские задачи:

  • Провести анализ существующих алгоритмов информационной системы обработки статистических данных для медико-коммерческих фирм и существующих систем поддержки деятельности медико-коммерческих фирм.
  • Составить математическое описание информационной системы [4] обработки статистических данных для медико-коммерческих фирм.
  • Выполнить программную реализацию информационной системы обработки статистических данных для медико-коммерческих фирм.
  • Проверить эффективность реализованных алгоритмов информационной системы обработки статистических данных для медико-коммерческих фирм.

Постановка задачи

Объектом исследования в прикладной статистике являются статистические данные, полученные в результате наблюдений или экспериментов. Статистические данные – это совокупность объектов (наблюдений, случаев) и признаков (переменных), их характеризующих.

В данном разделе были рассмотрены следующие методы: корреляционный анализ, регрессионный анализ, канонический анализ, методы сравнения средних, частотный анализ, анализ соответствий, кластерный анализ, дискриминантный анализ, факторный анализ, деревья классификации, многомерное шкалирование, временные ряды.

Большинство статистических методов относятся к методам параметрической статистики, в основе которых лежит предположение, что случайный вектор переменных образует некоторое многомерное распределение, как правило, нормальное или преобразуется к нормальному распределению.

Были рассмотрены алгоритмы анализа данных научного исследования, сравнения групп по количественному признаку, сравнение групп по качественному признаку. В зависимости от типа данных выполняется выбор метода описательных статистик. Далее следует этап доказательной статистики. На этом этапе исследователь выбирает метод критериального анализа, в зависимости от изучаемого признака и вида исследования.

Далее были рассмотрены программные продукты компании InterSystems, программные продукты компании 1С.

InterSystems является достаточно крупным разработчиком программного обеспечения для здравоохранения и построения медицинских информационных систем регионального и национального уровня. Программные продукты данной организации широко используется и в других отраслях.

Прикладное решение «1С:Медицина. Поликлиника» предназначено для автоматизации основных процессов медицинских организаций различных организационно-правовых форм, оказывающих медицинскую помощь в амбулаторно-поликлинических условиях.

Рассматриваемое предприятие является коммерческой организацией, основной деятельностью которого является предоставление стоматологического инвентаря.

Структурно предприятие состоит из отделов, выполняющих, в основном, административные и финансовые функции, и складов.

На рисунке 1 показана диаграмма верхнего уровня процесса «Обработка статистических данных».

Входной информацией являются следующие документы [9]: товарная накладная о поступлении/выдачи товара, платежное поручение, информация о типе статистики, выбранной пользователем. Данная входная информация используется на всех этапах индексирования научной публикации.

Выходной информацией в процессе обработки статистических данных являются: отчет о прибыли организации, отчет о закупках оборудования, отчет о продаже оборудования.

Исполнителями процесса являются менеджер соответствующего отдела и информационная система (ИС*).

Управление процессом осуществляется на основании приказы директора организации, правовые документы.

Рисунок 1 — Диаграмма верхнего уровня процесса «Обработка статистических данных»

На рисунке 2 показана детализация процесса «Обработка статистических данных».


Рисунок 2 — Декомпозиция диаграммы А1 «Обработка статистических данных»

Обработка статистических данных осуществляется в пять этапов:

  1. «оформление документов о получении товара» – данный процесс отражает оформление товарных накладных о получении товара от поставщика, также в данный процесс входит оформление такого же документа как платежное поручения, которое отражает обязательства организации по выплате стоимости заказанного товара;
  2. «оформление документов о выдаче товара» – данный процесс отражает оформление товарных накладных о выдаче товара со склада клиенту;
  3. «регистрация входящего или исходящего документа» – данный процесс отражает регистрацию документа в журнале входящей или исходящей документации организации;
  4. «изменение остатков товара на складе» – в соответствии со сведениями из товарной накладной о приходе или выдаче товара, после регистрации ее в системе выполняется коррекция остатков товара на складе (в плюс или в минус в зависимости от типа накладной);
  5. «оформление отчетной документации о деятельности организации» – данный процесс отражает получение статистической информации о деятельности организации; предоставляет возможность выбора типа отчета и типа алгоритма обработки данных (алгоритм дисперсионного анализа, алгоритм корреляционного анализа, алгоритм регрессионного анализа) и задания отчетного периода: отчет о прибыли организации, отчет о закупках оборудования, отчет о продаже оборудования.

Диаграмма потоков данных является одним из основных инструментов структурного анализа и проектирования информационных систем, существовавших до широкого распространения UML. Несмотря на имеющее место в современных условиях смещение акцентов от структурного к объектно-ориентированному подходу к анализу и проектированию систем, «старинные» структурные нотации по-прежнему широко и эффективно используются как в бизнес-анализе, так и в анализе информационных систем. Построим диаграмму DFD – рисунок 3.


Рисунок 1.3 — Диаграмма DFD

В разрабатываемой системе планируется использовать различные методы статистического анализа данных для выполнения сравнительного анализа их эффективности.


Библиографический список
  1. Гебертсбауэр Д.Е., Рыбанов А.А. Разработка и исследование алгоритмов автоматизированной системы обработки результатов ультразвукового контроля труб с распознаванием типов доработки // Молодой ученый. 2015. № 4 (84). С. 58-61.
  2. Кошлокова О.А., Рыбанов А.А. Автоматизированная система для приема показаний приборов учета средствами ip-телефонии для ООО «ЕРИЦ» с целью сокращения времени обслуживания клиентов // Современная техника и технологии. 2014. № 5 (33). С. 26.
  3. Ошхунов М. М., Ошхунова З. М., Джанкулаева М. А. Математические методы анализа статистических данных негауссовского типа // Научные ведомости БелГУ. Серия: Математика. Физика. 2014. №12 (183) С.221-224.
  4. Рыбанов A.A. Алгоритмическое и математическое обеспечение автоматизированной системы оценки качества учебного процесса по контрольным картам // Вестник компьютерных и информационных технологий. 2009. № 2. С. 30-36.
  5. Рыбанов А. Количественные метрики для оценки качества квантования учебной информации//Педагогические измерения. -2013. -№ 4. -С. 3-12.
  6. Рыбанов А.А., Любимова О.В. Разработка web-ориентированного программного модуля мониторинга формирования уровня компетентности студентов технических вузов на основе контрольных карт и гистограмм // Молодой ученый. 2014. № 9 (68). С. 23-26.
  7. Рыбанов А.А., Самодьянова А.С. Разработка web-ориентированной экспертной системы оценки качества педагогических тестов // Молодой ученый. 2014. № 9 (68). С. 31-34.
  8. Рыбанов А.А., Усмонов М.С.О., Попов Ф.А., Ануфриева Н.Ю., Бубарева О.А. Информационные системы и технологии / Научный ред. И. А. Рудакова / Центр научной мысли (г. Таганрог). Москва, 2013. Том Часть 4. – 90 с.
  9. Свиридова О.В., МакушкинаЛ.А.Программная реализация математической модели документооборота в транспортном отделе предприятия // Свиридова О.В., Макушкина Л.А. Московское научное обозрение. 2012. № 6. С. 17-21.


Все статьи автора «Малюкова Ольга Игоревна»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться: