Zusammenfassung
Dieser Beitrag untersucht mikrosimulative Verfahren als Alternative für Makrosimulationsansätze zur Planung lokaler pflegerischer Versorgung. Dazu wird eine realitätsnahe georeferenzierte synthetische Population auf Personenebene anhand der Kreise Trier und Trier-Saarburg erzeugt. Diese wird durch die Kombination einer dynamischen Mikrosimulation mit Elementen der agentenbasierten Sozialsimulation über einen Zeitraum von 11 Jahren fortgeschrieben. Die mikrosimulative Komponente modelliert die Veränderung soziodemographischer und gesundheitsbezogener Charakteristika der Individuen. Die agentenbasierte Komponente modelliert soziale Interaktionen zwischen den Individuen, welche wiederum in die Nachfrage spezifischer Pflegeleistungen transformiert werden. Das Wechselspiel dieser beiden Komponenten ermöglicht sowohl die Analyse von Pflegebedarf unter Berücksichtigung individueller sozialer Konstellationen, als auch die räumliche Darstellung leistungsdifferenzierter Pflegenachfrage.
Schlagworte
- agentenbasierte Sozialsimulation
- dynamische Mikrosimulation
- Pflegeversorgung
This is a preview of subscription content, access via your institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Bender, R. und Grouven, U. (1997). Ordinal logistic regression in medical research. Journal of the Royal College of Physicians of London, 31(5):546–551.
Berndt, J. O., Rodermund, S. C., Lorig, F., und Timm, I. J. (2017). Modeling user behavior in social media with complex agents. In Third International Conference on Human and Social Analytics (HUSO 2017), Seiten 18–24.
Bonabeau, E. (2002). Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences, 99(suppl 3):7280–7287.
Bonin, H., Pfeiffer, F., Reuß, K., und Stichnoth, H. (2013). Mikrosimulation ausgewählter ehe-und familienbezogener Leistungen im Lebenszyklus: Gutachten für die Prognos AG. Forschungsbericht, ZEW.
Davidsson, P. (2001). Multi agent based simulation: Beyond social simulation. In Proceedings of the Second International Workshop on Multi-Agent-Based Simulation-Revised and Additional Papers, MABS ’00, Seiten 97–107, London, UK. Springer, ISBN: 3-540-41522-X.
Davidsson, P. (2002). Agent based social simulation: A computer science view. Journal of Artificial Societies and Social Simulation, 5(1).
Davison, A. C. und Tsai, C. L. (1992). Regression model diagnostics. International Statistical Review, 60:337–353.
Dekkers, G. (2015). The simulation properties of microsimulation models with static and dynamic ageing - a brief guide into choosing one type of model over the other. The International Journal of Microsimulation, 8(1):97–109.
Galler, H. P. (1997). Discrete-time and continuous-time approaches to dynamic microsimulation reconsidered. Technical Paper 13, National Centre for Social and Economic Modelling.
Gilbert, N. und Troitzsch, K. (2005). Simulation For The Social Scientist. UK Higher Education OUP Humanities & Social Sciences Sociology. McGraw-Hill Education, ISBN: 9780335216000.
Goldstein, J. (1999). Emergence as a Construct: History and Issues. Emergence, 1(1):49–72.
Hajek, A., Lehnert, T., Wegener, A., Riedel-Heller, S. G., und König, H.-H. (2017). Informelles Pflegepotenzial bei Älteren in Deutschland – Ergebnisse einer bevölkerungsrepräsentativen Befragung. Zeitschrift für Gerontologie und Geriatrie.
Handl, A. (2002). Multivariate Verfahren-Theorie und Praxis multivariater Verfahren unter besonderer Berücksichtigung von S-PLUS.
Hannappel, M. und Troitzsch, K. G. (2015). Mikrosimulationsmodelle. In Braun, N. und Saam, N. J., Herausgeber, Handbuch Modellbildung und Simulation in den Sozialwissenschaften, Seiten 455–489.
Springer. König, J. und Böckmann, L. (2010). Rheinland-Pfalz 2050: Auswirkungen des demografischen Wandels auf den Pflegebedarf. Statistische Analysen 2010, 16.
Knirsch, P. und Timm, I. J. (1999). Adaptive multiagent systems applied on temporal logsitics networks. In Logistics in the Information Age, Seiten 213–218. SGE Ditoriali, Padova Italy.
Kolb, J.-P. (2013). Methoden zur Erzeugung synthetischer Simulationsgesamtheiten - Generation of synthetic universes. Dissertation, Universität Trier, Fachbereich IV, Lehrstuhl für Wirtschafts- und Sozialstatistik.
Krause, J. und Münnich, R. (2018). Kleinräumige Projektionen der zukünftigen Pflegesituation in der Großregion Trier. In Münnich, R. und Kopp, J., Herausgeber, Pflege an der Grenze. Springer.
Kuhn, M. und Johnson, K. (2013). Applied predictive modeling, Band 26. Springer.
Law, A. M. (2015). Simulation Modeling and Analysis. McGraw Hill Education, Fünfte Auflage.
Leim, I. (2008). Die Modellierung der Fertilitätsentwicklung als Folge individueller Entscheidungsprozesse mit Hilfe der Mikrosimulation. Beckenbach, Frank et al.(Hg.): Social Science Simulations, 5.
Li, J. (2011). Dynamic microsimulation for public policy analysis, Band 24. Jinjing Li.
Li, J. und O’Donoghue, C. (2014). Evaluating binary alignment methods in microsimulation models. Journal of Artificial Societies and Social Simulation, 17(1):15.
Li, J., O’Donoghue, C., et al. (2013). A survey of dynamic microsimulation models: Uses, model structure and methodology. International Journal of Microsimulation, 6(2):3–55.
Lorig, F., Dammenhayn, N., Müller, D.-J., und Timm, I. J. (2015). Measuring and comparing scalability of agent-based simulation frameworks. In German Conference on Multiagent System Technologies, Seiten 42–60. Springer.
Macal, C. M. und North, M. J. (2009). Agent-based modeling and simulation. In Winter Simulation Conference, WSC ’09, Seiten 86–98. ISBN: 978-1-4244-5771-7.
Müller, J.-P. (2004). Emergence of Collective Behaviour and Problem Solving. In Omicini, A., Petta, P., und Pitt, J., Herausgeber, Engineering Societies in the Agents World. 4th International Workshop (ESAW 2003), Band 3071 of Lecture Notes in Computer Science, Seiten 1–21, Berlin. Springer.
Münnich, R., Gabler, S., Ganninger, M., Burgard, J. P., und Kolb, J.-P. (2012). Stichprobenoptimierung und Schätzung im Zensus 2011, Band 21 of Statistik und Wissenschaft. Destatis: Wiesbaden.
OpenStreetMap Foundation (2017). OpenStreetMap - Deutschland. Online-Quelle, https://www.openstreetmap.de/. abgerufen am 15.11.2016.
Orcutt, G. H. (1957). A new type of socio-economic system. The review of economics and statistics, 39(2):116–123.
Schimpl-Neimanns, B. und Herwig, A. (2011). Mikrozensus Scientific Use File 2009: Dokumentation und Datenaufbereitung. GESIS-Technical Reports 11, GESIS - Leibniz-Institut für Sozialwissenschaften.
Simoes, E., Münnich, R. T., Ueding, E., Kühn, A., Graf, J., Krause, J., Sokolov, A., Mohr, S., und Brucker, S. Y. (2016). Pflege und Pflegebedürftigkeit als gesamtgesellschaftliche Aufgabe. Nummer 12 in Schriften zur grenzüberschreitenden Zusammenarbeit. Zürich/St. Gallen: Dike Verlag und Baden-Baden: Nomos.
Statistische Ämter des Bundes und der Länder (2014). Zensus 2011. Online-Quelle, https://ergebnisse.zensus2011.de/. abgerufen am 15.11.2016.
Stephensen, P. (2016). Logit scaling: A general method for alignment in microsimulation models. International Journal of Microsimulation, 9(3):89–102.
Studer, R., Benjamins, V. R., und Fensel, D. (1998). Knowledge engineering: principles and methods. Data & knowledge engineering, 25(1-2):161–197.
Sutherland, H. und Figari, F. (2013). EUROMOD: the European Union taxbenefit microsimulation model. International Journal of Microsimulation, 6(1):4–26.
Waldmann, K.-H. und Helm, W. E. (2016). Simulation stochastischer Systeme. Springer.
Webel, K. und Wied, D. (2016). Stochastische Prozesse. Springer.
Willekens, F. (2006). Description of the micro-simulation model (continuous-time micro-simulation). Deliverable D8 (first part), MicMac Bridging the micro-macro gap in population forecasting, NIDI, The Netherlands.
Wooldridge, M. (2000). Reasoning about Rational Agents. MIT Press, ISBN: 9780262265027.
Zhou, M. (2013). Mircosimulation - Statistical methodology and assessment of uncertainty. Working Paper 44/2013, Kela Research Department.
Zucchelli, E., Jones, A. M., Rice, N., et al. (2010). The evaluation of health policies through microsimulation methods. Health, Econometrics and Data Group (HEDG) Working Papers, 10(03).
Zühlke, S. und Christians, H. (2005). Datenangebot und Datenzugang im Forschungsdatenzentrum der Statistischen Landesämter. Amtliche Mikrodaten für die Sozial-und Wirtschaftswissenschaften. Beiträge zu den Nutzerkonferenzen des FDZ der Statistischen Landesämter, Seiten 7–21
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Krause, J., Münnich, R., Schmaus, S., Berndt, J.O., Lebherz, D.S., Timm, I.J. (2019). Potenziale der agentenbasierten Mikrosimulation zur Versorgungsplanung in der Pflege. In: Münnich, R., Kopp, J. (eds) Pflege an der Grenze. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-19575-5_11
Download citation
DOI: https://doi.org/10.1007/978-3-658-19575-5_11
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-19574-8
Online ISBN: 978-3-658-19575-5
eBook Packages: Social Science and Law (German Language)