Исследованы методы одномерной оценки плотности распределения вероятностей на основе кернфункции и ядерного сглаживания в задаче анализа демографического риска смертности при информационно-аналитической поддержке формирования муниципальной здоровье-сберегающей среды. На основе данных мониторингового медико-социологическо-го исследования для мужской и женской частей пенсионной когорты получена оценка функции мгновенного риска методом ядерного сглаживания с использованием кернфункции Епанечникова, обеспечивающей минимизацию средней единой квадратичной ошибки. Результаты представлены неунимодальными зависимостями. Точечные оценки демографического риска позволяют выделить волны смертности. Результаты моделирования использованы для поддержки управленческих решений в муниципальной концепции активного долголетия.

Вологда – город долгожителей: концепция активного долголетия на территории муниципального образования «Город Вологда» на период до 2035 года: решение Вологодской городской Думы от 29 декабря 2014 г. № 129 // КонсультантПлюс: справочно-правовая система. URL: https//www.consultant.ru
Демин В. А., Чимитова Е. В., Щеколдин В. Ю. Исследование метода выбора оптимального параметра сглаживания при непараметрическом оценивании регрессионных моделей надежности // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2014. № 2 (27). С. 10–18.
Латыш С. К., Лезина И. В. Аппроксимация случайных процессов RBF-сетью с ядерными функциями активации // Актуальные проблемы авиации и космонавтики. 2013. № 9. Т. 1. С. 369–370.
Переварюха А. Ю. Переход к устойчивому хаотическому режиму в новой модели динамики популяции в результате единственной бифуркации // Вестник Удмуртского университета. Математика. Механика. Компьютерные науки. 2010. № 2. С. 117–126.
Рапаков Г. Г., Горбунов В. А. Исследование совокупного риска при сравнении двух выборок // Информатизация процессов формирования открытых систем на основе СУБД, САПР, АСНИ и систем искусственного интеллекта: материалы VIII Международной научно-технической конференции. Вологда: Вологодский государственный университет, 2015. С. 142–146.
Рапаков Г. Г. Методы анализа выживаемости в задачах активного долголетия (опыт г. Вологды). Вологда: Вологодский государственный университет, 2015. 119 с.
Шаханов Н. И., Варфоломеев И. А., Ершов Е. В., Юдина О. В. Прогнозирование отказов оборудования в условиях малого количества поломок // Вестник Череповецкого государ-ственного университета. 2016. № 6 (75). С. 36–41.
Abbott K. C., Glanton C. W., Trespalacios F. C. Body mass index, dialysis modality, and survival: Analysis of the United States renal data system dialysis morbidity and Mortality wave II study // Kidney International, 2004, no. 2, vol. 65, pp. 597–605.
Cleves M., Gould W., Gutierrez R., Marchenko Y. An Introduction to Survival Analysis Using Stata. 2 nd ed. College Station, TX: Stata Press, 2008. 372 р.
Cox N. J. Speaking Stata: Density probability plots // Stata Journal, 2005, no. 5, P. 259–273.
Fiorio C. V. Confidence intervals for kernel density estimation // Stata Journal, 2004, no. 4, P. 168–179.
Stata Base Reference Manual Release 13. College Station, TX: Stata Press, 2013. 2550 p.
Stata Survival Analysis and Epidemiological Tables Reference Manual Release 13. College Station, TX: Stata Press, 2013. 560 p.