医疗保险欺诈的 主动识别.doc

答卷编号（参赛学校填写）： 答卷编号（竞赛组委会填写）： 论文题目： A 医保欺诈的主动发现 组 别：本科生 参赛学校： 报名序号：（可以不填） 参赛队员信息(必填)： 姓 名 专业班级及学号 联系电话 参赛队员1 参赛队员2 参赛队员3 答卷编号（竞赛组委会填写）： 评阅情况（省赛评阅专家填写）： 省赛评阅1： 省赛评阅2： 省赛评阅3： 省赛评阅4： 省赛评阅5： 1．2．3．1）假设； （2）假设（）假设 符号说明 事件发生的概率，存在医保欺诈概率为1 第i个识别因子 回归方程的似然函数值 引入解释变量后似然函数 样本容量 第i个自变量的回归系数 第i个案例的判定概率 识别因子中最大值 识别因子中最小值 M 为隐层节点数 4．通过对附件里的数据进行观察可以很容易发现，有很多表格里的栏目内容为空，还有就是有些信息对本次建模没有帮助，所以在建立模型前，有必要将原始数据进行筛选处理。通过将数据导入数据库，利用数据语言对数据进行处理（详见附录1）具体处理内容如下： PAPMIVIPFlag、备注PAPMIRemark等栏目为空，可进行删除；利用出生日期，计算出病人在2014年的年龄；将性别PAPMI_SEX_DR为男为1,女为0；对于是否死亡PAPMI_DECEASED，死亡了的病人设为1，未死亡的设为0；对于手机号PAPMI_MOBPHONE，将有手机号的病人设为1，没有手机号的病人设为0；对于医保手册号PAPMI_Name3，将有医保手册的人设为1，没有医保手册号的人设为0，将没有医保手册号的病人删除，因为没有医保手册号的病人是不享受医保。 （2）对于表2.2病人资料费用明细 此表是所有表中有用信息最多，且是最为重要的表。选取里面下医嘱科室WORKLOAD_RECDEP_DR、医嘱数量WORKLOAD_QUANTITY、执行科室WORKLOAD_RECDEP_DR、下嘱医生WORKLOAD_RESDOC_DR、核算分类WORKLOAD_TAREC_DR、费用WORKLOAD_TOTALPRICE、单价WORKLOAD_UNITPRICE等信息，放入新表中；利用数据库语言，将医嘱日期WorkLoad_OrdDate到结算日期WorkLoad_FlagDate的时间间隔求出来表 数据处理后形成的新表 医保对象 购药记录 年龄 病例号 医保手册号 性别 是否死亡 17861496 0 6007833 0 0 工作单位 执行科室 下医嘱科室 医嘱数量 下医嘱医生 手机号 账单号 0 193 203 70 1326 0 5060035 核算分类 费用 单价 时间间隔 医嘱子类 3 1.75 0.025 0 25 医保对象 购药记录 年龄 病例号 医保手册号 性别 是否死亡 22568444 0 1519350 0 0 工作单位 执行科室 下医嘱科室 医嘱数量 下医嘱医生 手机号 账单号 1 191 133 1 794 0 5066057 核算分类 费用 单价 时间间隔 医嘱子类 …… 1 118 118 0 15 …… 5．logit回归模型 5.1.1 模型有效性检验 与一般的线性模型类似，logit模型也需要对模型进行检验和评价，同样分为回归的显著性检验、回归系数的显著性检验和模型拟合度评价。 logit模型回归方程整体显著性检验 logit模型回归方程的显著性检验用于检验用于检验logitP与所有变量之间的线性关系是否显著，检验的原假设为各回归系数为零，备选假设为各回归系数不同时为零。常用的检验方法有对数似然比检验和Housmer-Lemeshow检验。 （1）对数似然比检验 假设没有引入任何解释变量，即方程仅包含常数项时，回归方程的似然函数值为,引入解释变量后似然函数为，则似然比为。显然，似然比值为，且值越接近1表明模型中解释变量对模型总体没有显著影响；反之，越接近0表明引入解释变量对模型具有显著影响。 构造如下似然比卡方统计量： 可以证明，在原假设成立时，该统计量服从自由度为的卡方分布，为引入模型变量的个数。SPSS会自动给出似然比卡方统计量及其概率p值。若p值小于给定的显著性水平，则拒绝原假设，认为回归方程整体显著；反之，认为回归方程不显著。 （2）Housmer-Lemeshow检验 通过二元logit回归计算给定解释变量时被解释