Forecasting budget of medical institutions using modern data analysis methods

Abstract

Данная работа посвящена построению прогноза распределения бюджета медицинских учреждений с использованием современных методов анализа данных, необходимого для системы принятия решений. Данные представляют из себя выборку из обращений застрахованных пациентов за 4 года в рамках одного региона. В результате анализа данных для полученного стационарного временного ряда была выбрана математическая интегрированная модель авторегрессии - скользящего среднего (ARIMA). Приведены результаты построения прогноза. Реализация выполнена на языке python с использованием библиотек pandas, statsmodels, scikit-learn.

This work is devoted to the construction of the forecast of the distribution of the budget of medical institutions in the context of insurance companies, which is necessary for the decision-making system. The data represent a sample of the visits of the insured patients for 4 years within the same region. As a result of the analysis of the data for the obtained stationary time series, the mathematical integrated model of autoregressive moving average (ARIMA) was chosen. The results of the forecast are presented. The implementation is in python using the pandas, statsmodels, scikit-learn libraries.