Development and research of a model for differential diagnosis of latent late syphilis and false-positive serological reactions on immunochips with a panel of 12 Treponema pallidum antigens

The aim - to find the optimal attributing rules to distinguish groups of latent stages of syphilis and false positive serological tests of using multivariate discriminant analysis Material and methods. The objects of the study were serum samples from patients with late latent (N=34) syphilis and false positive serological tests (N=31). The samples were studied to determine IgG and IgM levels using indirect immunofluorescent reaction with immunochip containing recombinant antigens T. pallidum Results The mathematical model allows to differentiate with a high degree of confidence patients with late latent syphilis and with false-positive serological reactions to syphilis. Conclusions. . Multivariate discriminant analysis makes possible to create reliable mathematical models to classify patients with late latent syphilis and with false-positive serological reactions to syphilis.

Could the Altman Z-score model detect the financial distress in Ghana? Multivariate discriminant analysis

The purpose of this paper is to assess the effectiveness of the Altman Z-score model to discriminate between financially distressed and non financially distressed manufacturing firms listed on the Ghana Stock Exchange. Eleven firms consisting of two financially distressed and nine non-financially distressed manufacturing firms were analysed. Independent descriptive statistics, independent sample t-test, and multivariate discriminant analysis were the analytical tools used to analyse the hypotheses of this study. The study revealed that working capital/total assets and sales/total assets were the major discriminators of financially distressed firms on the Ghana Stock Exchange. Multivariate discriminant analysis revealed an accuracy rate of 79.9% to detect financially distressed firms in Ghana.

Analisis Akurasi Multivariate Discriminant Analysis (MDA) Altman dalam Memprediksi Kebangkrutan Perusahaan di Bursa Efek Indonesia

The Altman Multivariate Discriminant Analysis (MDA) model, which is often called the Altman MDA, is one of the analytical tools in predicting corporate bankruptcy through a combination of liquidity ratio, profitability, leverage and activity equations. Aside from being an analytical tool, Altman's MDA equation is also used to characterize or distinguish one group of companies from another group of companies. From the data analysis techniques obtained results there are differences in financial performance between delist and non-delist companies based on Altman MDA calculations and MDA Altman obtained the accuracy level in predicting financial difficulties and bankruptcy of a company to discriminate 2 groups of companies (delist and non-delist) accuracy reaches an average of 90%. So that it can be said that the Altman MDA equation examined in this study is feasible to use to predict the difficulties and bankruptcy of a company

Patterns in Style Evolution of Poets

This article investigates the problem of style stability and variation over time and presents the results of analysis of style evolution of American romantic poet H.W. Longfellow. The feature set includes 29 morphological and syntactic characteristics. The method of multivariate discriminant analysis is used. The study showed significant style changes over time and made it possible to single out the major tendencies of style evolution: the poet in his mature verses returns to the characteristics of his early lyrics. Besides, comparison of the variable and stable characteristics demonstrated that the initial part of the line is connected with style evolution, whereas the end of the line (which is the rhymed position) is less variable over time. The results may be useful for authorship attribution and manuscript dating research.

Οι χρεοκοπίες μικρού ή μεγάλου μεγέθους επιχειρήσεων

Η πρόβλεψη της χρεοκοπίας των επιχειρήσεων, σε ένα διαρκώς μεταβαλλόμενο οικονομικό περιβάλλον, αποτελεί θέμα ζωτικής σημασίας τόσο για τις επιχειρήσεις, όσο και για τους λοιπούς ενδιαφερόμενους για τη πορεία της επιχείρησης, όπως χρηματοπιστωτικούς οργανισμούς, προμηθευτές, επενδυτές, πελάτες, ελεγκτικές αρχές, εργαζόμενους κλπ.Η παρούσα διδακτορική διατριβή, διερευνά την πρόβλεψη της χρεοκοπίας των επιχειρήσεων, εφαρμόζοντας τις τεχνικές: Της πολυμεταβλητής διακριτικής ανάλυσης(multivariate discriminant analysis), του γραμμικού υποδείγματος πιθανότητας (Linear Probability model), του λογαριθμικού υποδείγματος πιθανότητας (Logit) και του κανονικού υποδείγματος πιθανότητας (Probit), χρησιμοποιώντας πέντε χρηματοοικονομικούς δείκτες (ανεξάρτητες μεταβλητές), οι οποίοι επιλέχθηκαν με τη μέθοδο της παραγoντικής ανάλυσης(factor analysis). Το δείγμα, το οποίο περιλαμβάνει, 339 Ελληνικές πτωχευμένες εταιρείες της χρονικής περιόδου 2003 – 2014, αντιστοιχήθηκε με ένα ισάριθμο δείγμα υγιών – ενεργών εταιρειών, το οποίο σχηματίσθηκε με τυχαία επιλογή, και διαχωρίσθηκε σε τέσσερους βασικούς κλάδους της Ελληνικής οικονομίας, ήτοι: Μεταποιητικό – βιομηχανικό, Χονδρικού εμπορίου, Λιανικού εμπορίου και κλάδο Υπηρεσιών.Θεωρώντας ότι η οικονομική κρίση στη χώρα, δημιούργησε καταστάσεις που προσδίδουν διαφορετική συμπεριφορά στις επιχειρήσεις, από την περίοδο πριν την κρίση, πραγματοποιήθηκε ανάλυση και για τις δύο περιόδους (πριν την οικονομική κρίση και κατά τη διάρκεια αυτής), ξεχωριστά.Τα αποτελέσματα έδειξαν ότι υπάρχουν σαφείς διαφορές, τόσο μεταξύ των διαφορετικών περιόδων, όσο και μεταξύ των διαφορετικών κλάδων της οικονομίας. Τα υποδείγματα Probit και Logit, στις περισσότερες των περιπτώσεων υπερέχουν σε προγνωστική ικανότητα, των άλλων δυο υποδειγμάτων, ενώ οι χρηματοοικονομικοί δείκτες(ανεξάρτητες μεταβλητές), που επιδεικνύουν καλύτερη επεξηγηματική ικανότητα είναι οι αριθμοδείκτες: Δανειακά Κεφάλαια προς Συνολικά Απασχολούμενα Κεφάλαια και EBITDA προς Σύνολο Ενεργητικού.