我有一个特定疾病D患者的保险索赔数据。
在被诊断出患有D型疾病后,患者提出了各种治疗要求。对于每个索赔,都有关于诊断索赔发出后的天数、索赔金额以及其他一些分类变量的数据。
使用这些数据,我必须对每个患者在未来12个月内的索赔金额做出预测。
我在时间序列预测方面没有太多经验,因此我不确定如何做。我看过的所有教程都有数据集,其中包含每行数据的日期。
你能推荐使用哪种建模技术以及如何将我的数据放入其中吗?
样本数据图像

发布于 2017-10-31 17:31:52
既然你想预测每个患者在未来12个月内的索赔金额,我认为最好的选择是泊松回归,而不是时间序列分析。
首先,您的依赖值(y)将是“患者在2个月内提出的索赔”。这里,响应变量是count。
现在,您必须找出哪些因素(独立值x)会影响您的依赖项(y)。
你的一些数据是绝对的。因此,如果你正在应用回归技术,最合适的方法是泊松回归模型。
https://stackoverflow.com/questions/46993213
复制相似问题