Исследование влияния скорости солнечного ветра и конвективных явлений в атмосфере земли на уровень заболеваний сердечно-сосудистой системы

В работе использованы официальные статистические данные центра медицины катастроф и скорой медицинской помощи, которые содержат сведения о частоте и характере вызовов скорой медицинской помощи в г. Нальчик. Проведен анализ частоты выездов бригад скорой медицинской помощи в г. Нальчик в 2023 году в зависимости от времени года по материалам более 17485 вызовов и указывается, что рассматриваемый год не был эпидемическим по коронавирусу и гриппу. Также приводится распределение вызовов бригад скорой медицинской помощи (СМП) по сезонам 2023 года в г. Нальчик. Путем исследования и обработки экспериментальных данных получено поле рассеяния точек корреляции между числами дней с конвективными явлениями и среднесуточными данными количества обращений в скорую помощь с выявлением гипертонической болезни, ежемесячными значениями скорости солнечного ветра и среднесуточными данными количества обращений в скорую помощь с выявлением аритмии, числами дней с конвективными явлениями и среднесуточными данными количества обращений в скорую помощь с выявлением аритмии, ежемесячными значениями скорости солнечного ветра и среднесуточными данными количества обращений в скорую помощь с выявлением гипертонической болезни. Коэффициенты оценки параметров регрессионной модели при определении влияния грозоградовых явлений на среднесуточные данныеколичества обращений в скорую помощь с выявлением гипертонической болезни (t, m, l, p), скорости солнечного ветра на среднесуточные данные количества обращений в скорую помощь с выявлением гипертонической болезни (g, q, r, s), грозоградовых явлений на среднесуточные данные количества обращений в скорую помощь по аритмии (z, u, e, f), скорости солнечного ветра на среднесуточные данные количества обращений в скорую помощь с выявлением гипертонической болезни (w, y, c, h) уравнений кубической регрессии были найдены из систем уравнений, используя метод Крамера. Получены уравнения кубической регрессии для случая взаимосвязи грозоградовых явлений и скорость солнечного ветра с заболеваниями сердечно-сосудистой системы. Проведена оценка параметров кубической регрессии методом наименьших квадратов и построены графики линии тренда. По шкале Чеддока дана качественная оценка показателям тесноты связи и выявлен наиболее значимый параметр. Проведен сравнительный анализ взаимосвязи скорости солнечного ветра, грозоградовых явлений с гипертонической болезнью и аритмией.

1. Мирошниченко Л. И. Физика Солнца и солнечно-земных связей. М.: Университетская книга, 2011. 174 с.

2. Богословский В. А. Геофизика: учеб. для вузов. М.: КДУ, 2007. 307 с.

3. Авдюшин C. И. Солнце, погода и климат: сегодняшний взгляд на проблему (обзор) // Геомагнетизм и аэрономия. 2000. № 5. С. 3–14.

4. Харгривс Дж. К. Верхняя атмосфера и солнечно-земные связи. Л.: Гидрометеоиздат, 1982. 351 с.

5. Беляева Л. И. Основы геофизики: учеб. пособие. Ухта: УГТУ. 2016. 182 с.

6. News and information about the Sun-Earth environment [Electronic resource]. URL: https://www.spaceweather.com (accessed: 29.10.2025).

7. Геофизика и геофизические данные. [Электронный ресурс]. URL: https://www.meteo-dv.ru (дата обращения: 29.10.2025).

8. Орлов А. И. Прикладная статистика. М.: Экзамен, 2004. 656 с.

9. Гришкина Т. Е. Корреляционный анализ: методические указания для организации самостоятельной работы студентов. Благовещенск: Изд-во АмГУ. 2021. 36 с.

10. Аджиева А. А., Кунаева Ф. А. Корреляционный анализ солнечной активности и грозоразрядных процессов на Северном Кавказе // Известия ДГПУ. 2010. №2. С. 6–11.

11. Пронина Л. А. Теория математической обработки измерений: учебное пособие: в 2 частях. Омск: Омский ГАУ, [б. г.]. Ч. 2: Метод наименьших квадратов. 2017. 104 с. ISBN 9785-89764-634-0.

12. Шаныгин С. И. Корреляционный и регрессионный анализ: учебник для вузов; отв. редактор В. В. Ковалев. Москва: Изд-во «Юрайт», 2024. 70 с.

13. Ишханян М. В., Карпенко Н. В. // Эконометрика. Ч. 1. Парная регрессия: учебное пособие. М.: МГУПС (МИИД), 2016. 117 с.

14. Коломиец Л. В., Поникарова Н.Ю. Метод наименьших квадратов: метод. Указания. Самара: Изд-во Самарского университета, 2017. 32 с.

15. Харченко Л.П. Статистика: учебное пособие. М., 2001. 241 с.