Browsing by Author "Kilgi, Kadi"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Hospitaliseerimise riski prognoosimine krooniliste haigustega patsientidel
    (2022) Kilgi, Kadi; Gimbutas, Mark, juhendaja; Fischer, Krista, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
    Käesoleva magistritöö eesmärk on eelmise aasta riskipatsientide raviarvete andmeid kasutades prognoosida järgmisel aastal välditavat hospitaliseerimist vajavad patsiendid. Riskipatsiendiks loetakse krooniliselt haiget inimest, kellel on suurenenud risk tervise halvenemisele. Lisaks on soov mudeliga hinnata patsientidele hospitaliseerimise riskiskoor, mille alusel patsiendid järjestada. Töö teoreetilises osas tutvustatakse masinõppe metoodikat ning kirjeldatakse töös kasutatavaid klassifitseerimismeetodeid. Lisaks tehakse ülevaade tasakaalustamata andmete probleemist ning võimalikest lahendustest. Seejärel tehakse ülevaade riskipatsientide definitsioonist ning kirjeldatakse valimisse sattunud patsiente. Töö praktilises osas katsetatakse erinevaid klassifitseerimismeetodeid ning võrreldakse erinevaid lähenemisi hospitaliseerimiste prognoosimisel. Töö tulemusena valitakse parim meetod ning katsetatakse valitud mudelit uute andmete korral.
  • Thumbnail Image
    Item
    Liikluskindlustuslepingute pikkuste prognoosimine Weibulli mudelite abil
    (2020) Kilgi, Kadi; Fischer, Krista, juhendaja; Talvet, Raine, juhendaja; Tartu Ülikool. Matemaatika ja statistika instituut; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
    Käesoleva bakalaureusetöö eesmärk on analüüsida liikluskindlustuslepingute katkestamisi ning hinnata tunnused, mis iseloomustavad kliente, kes katkestavad kiiremini kui teised. Esmalt tutvustatakse elukestusanalüüsi mõisteid ning mudeldamiseks kasutatavaid võrdelise riski ja kiirendatud tõrkeaja mudeleid. Lisaks kirjeldatakse Weibulli jaotust ning rakendustarkvara R võimalusi elukestusandmetega töötamiseks. Seejärel puhastatakse andmed ja luuakse mudel. Mudeli põhjal leitakse sõltumatutele andmetele prognoosid, mille abil valideeritakse mudel. Veel tuuakse välja mudelist selgunud tulemused. Analüüsiks kasutatakse Ergo kindlustuse andmeid. Töö tulemusena valmib mudel, mille abil saab prognoosida uute lepingute pikkust.