%0 Journal Article %A Imani, Mehdi %A Salehi, Masoud %A Hosseini, Agha Fatemeh %T Forecasting number of work-related injuries time series with Box-Jenkins Models for registered insured in SSIO between 2000 and 2010 in Iran %J Razi Journal of Medical Sciences %V 19 %N 100 %U http://rjms.iums.ac.ir/article-1-2238-fa.html %R %D 2012 %K Work-related accidents, Estimation of missing values, Spline Smoothing, Time series, Box-Jenkins models., %X   زمینه و هدف: کنترل وقوع حوادث در محل کار موضوعی است که در تمامی کشورهای جهان مورد توجه قرار گرفته است. پیامدهای مالی وقوع این حوادث و زیان‌های اقتصادی که از این طریق به شرکت‌های مربوطه تحمیل می‌شود، تنها یکی از جنبه‌های کوچک این آسیب است؛ حال آنکه با در نظر گرفتن آسیب‌های غیر اقتصادی اما نامحسوس به جامعه، این گونه ضررها در حاشیه قرار خواهند گرفت. هدف از انجام این پژوهش برازش مدل باکس جنکینز( Box-Jenkins Model ) به سری زمانی تعداد معلولیت‌های مربوط به حوادث ناشی از کار و برآورد مقادیر گمشده سری حین برازش این مدل می‌باشد.   روش کار: این پژوهش طولی (از نوع سری های زمانی) به منظور مدل‌بندی، برآورد و پیش‌بینی سری زمانی تعداد معلولیت‌های مربوط به حوادث ناشی از کار , برای بیمه‌شدگان سازمان تأمین اجتماعی بین سال‌های 1379 تا 1389 خورشیدی در کشور ایران انجام شده است. دو روش هموارسازی اسپلاین ( Spline Smoothing ) به منظور درون‌یابی و برآورد مقادیر گمشده سری و روش باکس جنکینز به منظور انجام بهترین پیش‌بینی روی سری مورد استفاده قرار گرفته‌اند.   یافته‌ها: روش هموارسازی اسپلاین با استفاده از تعدیلاتی برای سری‌های فصلی , به منظور برآورد مقادیر گمشده , عملکردی قابل قبول روی سری مذکور نشان داد. به کار گیری تحلیل باکس جنکینز نشان داد که مدل سریزمانی مناسب برای داده‌های معلولیت، به صورت است. این مدل بیان می‌کند که سری زمانی معلولیت‌های ناشی از کار دارای اثر فصلی یک ساله، با میانگین متحرک مرتبه اول برای هر دو صورت معمولی و فصلی است.   نتیجه‌گیری: نحوه برآورد داده‌های گمشده در این سری زمانی با در نظر گرفتن خصوصیاتی مانند طویل بودن بازه داده‌های گمشده و اینکه این مقادیر پشت سر هم و بدون نقاط میانی قابل اتکا در سری اتفاق افتاده‌اند، روش خوبی برای برون رفت از حالت وجود چنین فواصلی در داده‌ها است. با نگاهی به شاخص‌های نیکویی برازش مدل می‌توان گفت که خطای برآورد و پیش‌بینی مدل نسبتاً پایین است و بنابراین مدل به خوبی به سری برازش داده شده است و بنابراین می‌توان نتیجه گرفت که مدل باکس جنکینز مدلی قابل اتکا برای برازش به داده‌های مشابه خواهد بود. %> http://rjms.iums.ac.ir/article-1-2238-fa.pdf %P 12-21 %& 12 %! %9 Research %L A-10-1-1338 %+ Tehran University of Medical Sciences %G eng %@ 2228-7043 %[ 2012