| Περίληψη: | Αν έχουμε ένα σύνολο μεταβλητών βάση του οποίου προσπαθούμε να εξηγήσουμε την συμπεριφορά μιας μεταβλητής που μας ενδιαφέρει και αν αυτές τις μεταβλητές μπορούμε να τις ελέγχουμε εμείς, τότε μπορούμε να παρατηρήσουμε πως οι αλλαγές που επιβάλλονται από μέρους μας αλληλεπιδρούν με την μεταβλητή ενδιαφέροντος.
Αυτή είναι και η προσέγγιση που χρησιμοποιήθηκε για τους παράγοντες περιορισμού, ή αλλιώς τα μέτρα και τις διαβαθμίσεις τους, που τέθηκαν σε ισχύ από την κυβέρνηση της χώρας ενδιαφέροντος και την επίδραση που είχαν στην εκάστοτε μεταβλητή ενδιαφέροντος μέσω των επιπέδων των παραγόντων περιορισμού που χρησιμοποιήθηκαν κατά την διάρκεια της πανδημίας του Covid-19.
Σε αυτήν την εργασία χρησιμοποιήθηκε ένα σύνολο δεδομένων που συγκέντρωσε μετρήσεις για τις μεταβλητές ενδιαφέροντος και κατέγραφε τα επίπεδα των παραγόντων περιορισμού τα οποία βρίσκονταν σε ισχύ κατά την διάρκεια της πανδημίας. Σε αυτά τα δεδομένα εφαρμόσαμε το μοντέλο της Πολλαπλής Γραμμικής Παλινδρόμησης, για την αξιολόγηση των παραγόντων περιορισμού, στην γλώσσα προγραμματισμού R.
Όσον αφορά τη δομή της συγκεκριμένης εργασίας, στο πρώτο κεφάλαιο γίνεται μια προσπάθεια ανάπτυξης του απλού γραμμικού μοντέλου όπου γίνεται μια εισαγωγή στην ανάλυση παλινδρόμησης μέσω του απλού γραμμικού μοντέλου όπου αναλύουμε τις υποθέσεις, τις μεθόδους εκτίμησης των παραμέτρων του μοντέλου αλλά και τους τρόπους που μπορούμε να ελέγξουμε την απόδοση και τις υποθέσεις του μοντέλου ώστε αυτό να θεωρείται έγκυρο. Στο δεύτερο κεφάλαιο της εργασίας αναπτύσσουμε το πολλαπλό γραμμικό μοντέλο παλινδρόμησης, το οποίο αποτελεί μια γενίκευση του απλού γραμμικού μοντέλου για την περίπτωση που χρησιμοποιούνται άνω της μιας ανεξάρτητες μεταβλητές. Στο τρίτο κεφάλαιο παρουσιάζονται δύο μέθοδοι για την επιλογή των κατάλληλων μεταβλητών για το μοντέλο. Τέλος, στο τέταρτο κεφάλαιο κάνουμε αρχικά μια περιγραφή του συνόλου δεδομένων που χρησιμοποιήθηκε και περιγράφουμε το μοντέλο το οποίο χρησιμοποιήθηκε. Στην συνέχεια του τέταρτου κεφαλαίου παρουσιάζουμε τα αποτελέσματα που προέκυψαν από την εφαρμογή δύο μοντέλων, τα οποία και σχολιάζουμε έτσι ώστε να μπορέσουμε να οδηγηθούμε σε κάποια συμπεράσματα αναφορικά με την επίδραση των παραγόντων περιορισμού στις μεταβλητές ενδιαφέροντος από τα δεδομένα χρονοσειρών για την ασθένεια Covid-19.
|
|---|
