Скрытый сахарный диабет - так именуется состояние, при котором сахар крови до еды и после еды нормальный, а патологические цифры получают только при нагрузке глюкозой — так называемая сахарная кривая.Если такой диабет не лечить , он может развиться в явный. (Примерно 3% больных в год.)Лечится такой диабет диетой с ограничением углеводов и, если есть ожирение, нормализацией массы тела.[3]

Глава 2. Статистическая оценка влияния показателей на уровень

заболеваемости сахарным диабетом.

y-процент людей , болеющих сахарным диабетом

x1- процент людей, которые перенесли вирусный гепатит

x2-процент людей, страдающих излишним весом

x3-процент людей, у которых болезнь эндокринной системы

x4- процент людей, у которых сахарный диабет передался по наследству(наследственная предрасположенность)

x5-процент людей с острыми кишечными заболеваниями

В факторе Х5 я обобщила такие заболевания, как острая непроходимость кишечника, ущемленная грыжа, желудочно-кишечные кровотечения, острый панкреатит, острый холецистит, острый аппендицит, прободная язва желудка и ДПК.[4] И получила такую таблицу с исходными данными[5,6,7,8]:

Единица измерения данных:%

годы	Y	X1	X2	X3	X4	X5
1991	1,1	0,8352	0,576	0,39	0,2497	0,741
1992	1,177	0,85666	0,588	0,417	0,2476	0,707
1993	1,2	0,875	0,637	0,436	0,2438	0,637
1994	1,56	0,88944	0,66	0,467	0,23798	0,5989
1995	1,67	0,9111	0,65	0,47	0,2337	0,5446
1996	1,8444	0,98422	0,69	0,49	0,20157	0,57987
1997	1,87	1,02346	0,75	0,52	0,1749	0,6008
1998	1,95	1,0583	0,766	0,57	0,146988	0,65957
1999	2,2	1,17665	0,797	0,6177	0,13178	0,704
2000	1,8	1,2968	0,799	0,62	0,119	0,7329
2001	1,976	1,3654	0,824	0,696	0,1	0,71178
2002	1,9	1,43744	0,886	0,738	0,0868	0,69477
2003	2,09	1,52798	0,933	0,869	0,0756	0,662
2004	2,1	1,58939	0,967	0,922	0,07156	0,63647
2005	2,45	1,66727	1,048	1,011	0,0695	0,6237
2006	2,54	1,7114	1,366	1,17	0,0707	0,509
2007	2,57	1,78478	1,3886	1,23	0,07122	0,5

Анализ проводится с использованием пакета STATISTICA.

2.1 Визуализация данных.

Проверим данные результирующего показателя (Y) на однородность и близость к нормальному закону распределения. Для этого построим диаграмму рассеивания.

Рис1.1 Диаграмма рассеивания У.

По построенной диаграмме рассеивания можно сделать вывод, что совокупность вполне однородна, следовательно делаю предположение, что результаты исследования будут адекватны.

2.2 Анализ автокорреляции уровней временного ряда.

Под автокорреляцией понимают корреляционную зависимость между последовательными или соседними значениями уровней временного ряда. Члены временного ряда в большинстве случаев являются статистически зависимыми друг от друга, значение переменной во многом определяется значениями этой же переменной в предшествующие моменты времени.

Присутствие автокорреляции в значительной степени искажает взаимосвязь признаков, поэтому для последующего анализа корреляции и лаговой корреляции автокорреляция уровней ряда исключается методом последовательных разностей.

Автокорреляционные функции всех признаков строятся с лагом 9 (величина лага определяется по формуле Т/4 , Т=36). Для всех коэффициентов принят уровень значимости α=5%.[

Рис. 2.1.1 Автокорреляционная функция ряда У (процент людей, болеющих сахарным диабетом).

Рис. 2.1.2. Автокорреляционная функция ряда У после устранения тенденции.

По виду коррелограммы установим характерные особенности временного ряда, а также порекомендуем соответствующую функцию для его моделирования:

Все коэффициенты автокорреляции (рис.2.1.1.) положительны и постепенно снижаются. Следовательно, можем сделать вывод о том, что в ряду наблюдается долгосрочная автокорреляция. После устранения тенденции методом последовательных разностей все коэффициенты стали небольшими и незначимыми на уровне 5% (рис. 2.1.2), скорей всего, ряд стал случайным.

Рис 2.2.1. Автокорреляционная функция ряда Х₁ (процент людей, которые перенесли вирусный гепатит)

Рис. 2.2.2. Автокорреляционная функция ряда х1 после устранения тенденции.

Все коэффициенты автокорреляции (рис.2.2.1.) положительны и постепенно снижаются. Следовательно, можем сделать вывод о том, что в ряду также наблюдается долгосрочная автокорреляция, как и в предыдущем. После устранения тенденции все коэффициенты стали небольшими и незначимыми на уровне 5% (рис. 2.2.2), скорей всего, ряд стал случайным.

Рис.2.3.1. Автокорреляционная функция ряда х2 (процент людей, страдающих излишним весом)

Рис. 2.3.2. Автокорреляционная функция ряда х2 после устранения тенденции.

Ситуация аналогичная предыдущей.