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.

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»