人口及医疗需求预测.docVIP

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
目录 一.摘要 3 二.问题的提出 3 三.问题的分析 4 四.建模过程 4 1)问题一 4 1.模型假设 4 2.定义符号说明 4 3.模型建立 4 4.模型求解 8 2)问题二 8 1.基本假设 8 2.定义符号说明 9 3.模型建立 9 4.模型求解 11 五.模型的评价与改进 11 六.参考文献 11 七.附件 11 1)附件一 12 2)附件二 14 3)附件三 15 4)附件四 16 题目:深圳人口与医疗需求预测 一.摘要 深圳市经济发展迅速,外来务工人员的数量急剧增长,现有的Malthus模型和Logistic模型不能很好的满足要求。仔细分析阅读材料后,我们得出了解决问题的方法。问题一根据深圳市三十几年来的人口数量统计数据,我们对户籍人口和非户籍人口进行了Matlab数据拟合,发现深圳市的人口数量仍然呈指数形式增长,这与猜想一致。在对拟合函数进行多次修改后得出最终户籍人口和非户籍人口所满足的函数关系式,从而预测出深圳市未来人口的数量。由于目前深圳市的医疗条件还能满足现状,且医疗床位的需求与人口数量和结构紧密相关。根据现有数据得出人均床位数,再与总人口作乘积便可得出全市的总床位数,各区的总床位数也是同样的思路。问题二我们对小儿肺炎和顺产这两种病进行了分析预测。根据2011年深圳市的医疗基本情况表得出该年某病的床位需求,再根据人口的年龄结构和某病的发病率得出某病在不同类型的医疗结构中的床位需求。 关键词: Malthus模型 数据拟合 发病率 二.问题的提出 深圳是我国经济发展最快的城市之一,30多年来,卫生事业取得了长足发展,形成了市、区及社区医疗服务系统,较好地解决了现有人口的就医问题。 从结构来看,深圳人口的显著特点是年人口主要第二三产业的企业一线工人和商业服务业人员医护人员结构General model Gauss4: f(x) = a1*exp(-((x-b1)/c1)^2) + a2*exp(-((x-b2)/c2)^2) + a3*exp(-((x-b3)/c3)^2) + a4*exp(-((x-b4)/c4)^2) Coefficients (with 95% confidence bounds): a1 = 3.17e+004 (-4.938e+007, 4.944e+007) b1 = 2259 (-5.644e+004, 6.095e+004) c1 = 104.8 (-1.061e+004, 1.082e+004) a2 = 56.28 (-1316, 1429) b2 = 2011 (1916, 2107) c2 = 6.409 (-65.12, 77.94) a3 = -15.96 (-194.4, 162.4) b3 = 2002 (1989, 2015) c3 = 4.361 (-6.027, 14.75) a4 = 85.68 (-6054, 6225) b4 = 2010 (1447, 2572) c4 = 17.84 (-331.5, 367.2) Goodness of fit: SSE: 20.57 R-square: 0.9998 Adjusted R-square: 0.9998 RMSE: 1.014 非户籍人口: General model Gauss5: f(x) = a1*exp(-((x-b1)/c1)^2) + a2*exp(-((x-b2)/c2)^2) + a3*exp(-((x-b3)/c3)^2) + a4*exp(-((x-b4)/c4)^2) + a5*exp(-((x-b5)/c5)^2) Coefficients (with 95% confidence bounds): a1 = 0 b1 = 2010 c1 = 0.008696 a2 = 713.5 b2 = 2015 c2

文档评论(0)

xiaofei2001129 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档