【摘 要】
:
手足口病是世界范围内流行的由一组肠道疾病引起的急性传染病,目前对其病因和传播机理方面的研究已经比较完备.但探究各因素对手足口病影响时多用全局模型进行研究,缺乏基于空间地理信息的分析和建模,未能将该疾病传播的区域性局部特点纳入分析过程.此外,以往对手足口病的研究中未考虑数据之间的共线性问题,共线性会导致模型估计出的系数不稳定,不能揭示各影响因素与患病情况之间的真实关系.地理加权回归(GWR)模型是针
论文部分内容阅读
手足口病是世界范围内流行的由一组肠道疾病引起的急性传染病,目前对其病因和传播机理方面的研究已经比较完备.但探究各因素对手足口病影响时多用全局模型进行研究,缺乏基于空间地理信息的分析和建模,未能将该疾病传播的区域性局部特点纳入分析过程.此外,以往对手足口病的研究中未考虑数据之间的共线性问题,共线性会导致模型估计出的系数不稳定,不能揭示各影响因素与患病情况之间的真实关系.地理加权回归(GWR)模型是针对数据空间异质性提供局部特定模型的方法,其在模型融合与优化方面得到了很大的发展,并被广泛应用于地质学、环境科学、生态学、经济学等领域.但当因变量为计数变量,例如发病人数时,用传统GWR这种适用于高斯分布数据的模型拟合不恰当,此时运用地理加权泊松回归(GWPR)模型更合适.如上所述,影响疾病传播的诸多变量不可避免的存在多重共线性,且地理加权方法也会增加原本数据之间的共线性,此时运用地理加权泊松岭回归(GWPRR)模型有助于抑制复共线性的影响使得统计推断结果更稳定、可靠.由此,论文在进行模拟实验对GWR、GWPR和GWPRR三类模型估计和预测效果进行研究的基础上,同时考虑疾病爆发与传播的区域局部特征和影响因素观测数据的复共线性,弥补了以往运用空间模型对手足口病的研究中未对影响因素间复共线性进行处理这一不足.论文首先设计了系统的模拟实验,目的在于更详尽的比较GWR模型、GWPR模型以及GWPRR模型在因变量服从泊松分布且自变量具有多重共线性时模型的拟合效果,从而找出适用于这种情况下探索数据空间非平稳性的模型.在实验中,将因变量设置为服从泊松分布的随机数,同时设定自变量相关系数值为0、0.5、0.9分别对应3个不同水平的相关程度,选取平均绝对偏差和平均标准差统计指标分别从准确度和稳定性两个方面进行比较评估GWR、GWPR和GWPRR三种模型估计的性能.实验结果表明,当响应变量服从泊松分布时,在不同共线性程度下,GWR模型对系数和响应变量的估计结果都与真实情况相差较大.GWPR模型与GWPRR模型相比较,当变量之间不存在共线性时,预测误差和稳定性相差不大;随着变量间共线性增强,GWPRR模型的预测精度和稳定性显著优于GWPR模型.最后,本文在对新疆6个气象指标数据和3个经济指标数据进行分析和处理的基础上,将三个模型运用到新疆106个县域2018年手足口病数据进行分析,进一步验证三种模型在实际应用中的效用.患病人数预测值的均方根误差和均方根预测误差结果表明,GWPR模型和GWPRR模型对患病人数的预测误差远小于GWR模型.对三个模型估计出系数的比较分析进一步证明,对于因变量为发病人数这种计数指标,且自变量具有多重共线性的数据集,GWPRR模型能更真实的揭示各因素对发病人数影响的空间非平稳性.有助于手足口病流行风险评估,为政府合理配置公共卫生资源提供了指导.
其他文献
减税降费作为国家重点推进的工作,是当前及未来一段时期内持续释放税收政策红利、促进经济良好发展的重要举措。在全面推进减税降费的大背景下,为进一步激发市场活力,应对经济下行压力,同时为了促进小微企业发展,国家在小微企业减税降费方面给予较大的政策支持力度。在落实小微企业减税降费政策至今的时间里,枣庄市Y区结合自身的实际情况,不断推动小微企业减税降费政策落地,各方面取得了明显的成效。在政策执行过程中,同样
近年减税降费政策全面发力、多点突破、纵深推进,是减轻企业负担、调动市场主体积极性的重大举措,也是一项刀刃向内、壮士断腕的推进国民经济持续高质量发展的重大政治决策。更大范围地减税降费政策是进一步优化营商环境、调动市场主体积极性和活力的关键性举措,同时能取得促进社会公平,推动国家治理体系和治理能力现代化不断取得新成效的作用。减税降费政策陆续出台,党中央、国务院高度重视并寄予厚望。社会各行各业人士特别是
协同过滤技术已经广泛应用于各项推荐任务,并在实际中达到了很好的效果。然而,随着后信息时代科学技术的迅猛发展,严重的信息过载和数据结构的多元化等问题不断涌现,协同过滤推荐方法因此而面临着巨大的挑战。近年来,深度学习凭借其强大的数据处理能力、特征学习和表达能力等优势迅速在推荐系统领域占有一席之地,几乎工业界各个行业的推荐系统模型无不应用了深度学习技术。与当前多数音乐推荐模型从音乐的元数据(音色、音调等
本文主要围绕北京市2015-2018年四年间的空气质量数据展开,数据主要包括六种空气污染物浓度以及空气污染物指数的实时数值.在本文中我们首先将综合污染物指数法与空气质量指数(AQI)法相结合,对北京市2015-2018年的空气质量情况分别从年,月两个不同的角度进行了整体的对比分析;其次,将综合污染物指数法与皮尔逊相关系数法二者相结合,对北京市的主要空气污染物进行筛选;随后,将人工神经网络与AQI指
当全球经济危机事件发生,国际资本市场风险加大,市场间的风险传染效应突出.如何刻画不同市场间的风险溢出效应和影响程度,特别是在极端事件威胁下的风险,已经成为构建资产组合和市场风险管理的重要内容.迄今为止,研究国际原油期货价格波动对发达国家股市的系统性风险溢出效应的文献较少.因此本文从双向风险溢出的角度出发,在方法层面采用一种相对较新的方法,即基于Copula函数的金融时间序列分析模型与Co Va R
随着数据收集系统的完善,各方面的数据得以完整保留.在一定时间范围内的高频数据会呈现出函数特征,这类数据被称为函数型数据.目前,针对函数型数据的函数型数据分析方法已经被应用到了生物、气候等领域.股票指数的5分钟高频数据具有函数型数据特征也可被视作函数型数据.本文主要利用函数型数据模型对股票指数进行预测研究,利用函数型数据分析方法构建新疆板块的股票指数.本文首先回顾所用到的函数型数据模型及方法.本文所
近年来,语文考试逐步实行标准化,在师生中引起强烈反响。见仁见智,众说纷纭。为了推进这一课题的深入研究,本刊介绍几种不同的意见,提供研究,以求探寻语文测评的科学规律。
基于案例分析,阐述虚拟现实技术与音乐教学,音乐虚拟现实技术的特征和应用,包括沉浸性、想象性和交互性,音乐虚拟场景、教学模式的多样性与创新性。
随着网络的蓬勃发展,信息的快速传递,现有的技术可以允许我们以接近连续的频率记录和保存数据,这种在高记录频率下得到的数据承载的信息相较与长时间间隔下记录得到的数据所携带的信息更多,但是在处理这种高频数据时存在着一些问题,比如计算时间长、效率低以及如果处理不慎可能会产生维数灾难等等.在技术的不断进步的推动下,这类数据吸引了很多统计学者们纷纷对其展开研究.其中将离散的观测数据看作无穷维函数空间内的元素来
在大数据时代背景下的今天,人们能够轻易获取高频数据,在金融领域,搜集到的数据比以往的数据更新频率要高,这些数据与连续的函数类似,也有函数的相应特性.基于这些原因,在利用高频的金融数据建立模型,可以考虑使用函数型数据分析方法.函数型数据分析是现代以来数据形式发生了变化,而应运而生的一类方法.全函数线性模型响应变量和各个预测变量之间可以看作位于相互独立的空间的随机过程,使得在样本数据的密度可以不一致,