新建
上传
首页
助手
最?/div>
资料?/div>
工具

1 

 

基于逐步回归的脑卒中发病环境因素分析及干预模?/p>

 

 

摘要

 

本文通过建立合理的假设,

对某地区

2009-2010

年脑卒中发病率与

8

种气象因素进

行了相关分析,并经多元逐步回归建立了脑卒中发病率的预报模型进行了定量分析,?/p>

到了较为合理的结论。考虑到发病率与气象因素的复杂关系,在逐步线性回归模型的?/p>

础上,引进广义线性回归模?/p>

(GLM)

进行推广?/p>

 

针对问题一,本文对性别、年龄段、职业和时间序列以及

4

年的平均发病例数进行

统计和分析,

在删除了一些缺失或失真数据的基础上,

对数据分别进行整理分析?/p>

最后,

在性别方面,得到脑卒中发病率男性比女性的高。从年龄结构看,发病人数主要集中?/p>

50~90

这一年龄区间内,其所占比例达

81.10%

。从职业结构看,农民的发病率最大。从

各年的平均发病人数看,在各年季节交替月份的患病人数较多?/p>

 

针对问题二,考虑到气温、气压和相对湿度对发病率的影响不确定,本文首先建?/p>

?/p>

Pearson

相关分析模型?/p>

通过

r

值的大小来判断发病率与各指标是否存在着某种相关?/p>

经计算得出温度与发病率呈正相关,气压、相对湿度与发病率呈负相关,且各指标与发

病率均呈弱相关,相关度并不显著。其次,考虑到发病率有可能受到多个因素的共同?/p>

响,于是用逐步线性回归模型对各因素逐步分析删除,最后得出脑卒中月平均发病率?/p>

平均气压、最大气压、最小气压、平均温度、最高温度和最高相对湿度这五个因素的一

个多元回归线性预报模型,并进行了一定的定量分析。最后,考虑到逐步线性回归模?/p>

的各指标是相互独立性,而气压和温度之间存在相互作用,通过引入平均气压和平均温

度交互项,对模型二进行了改进,得到了一个更优的模型。通过对模型的定量分析,本

文预报模型具有实际应用价值?/p>

 

针对问题三,脑卒中高危人群的重要特征有:偏瘫、失语、精神症状等,关键指?/p>

有:高血压、吸烟醉酒、血脂异常、糖尿病等。结合问题一、二的结论,分别针对高危

人群提出预警和干预的建议方案。从这两个方案中得知:减少脑卒中发病率要从提高身

体素质、疾病的认知和膳食均衡这三方面去考虑?/p>

 

最后,考虑到逐步线性回归模型中脑卒中发病率与气象因素中的线性关系,而实际上?/p>

发病率与气象因素关系的复杂性线性关系并不足以充分刻画,

本文在假设脑卒中发病?/p>

数与整个地区是一个小概率事件上,其实际分布接近于泊松分布,利用广义线性回归模

?/p>

(GLM)

进行推广,一定程度优化了逐步回归模型?/p>

 

 

 

 

 

 

 

关键?/p>

:脑卒中

 

气象因素

  

相关分析

  

多元逐步回归

  GLM

模型

 

 

 

 

 

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

1 

 

基于逐步回归的脑卒中发病环境因素分析及干预模?/p>

 

 

摘要

 

本文通过建立合理的假设,

对某地区

2009-2010

年脑卒中发病率与

8

种气象因素进

行了相关分析,并经多元逐步回归建立了脑卒中发病率的预报模型进行了定量分析,?/p>

到了较为合理的结论。考虑到发病率与气象因素的复杂关系,在逐步线性回归模型的?/p>

础上,引进广义线性回归模?/p>

(GLM)

进行推广?/p>

 

针对问题一,本文对性别、年龄段、职业和时间序列以及

4

年的平均发病例数进行

统计和分析,

在删除了一些缺失或失真数据的基础上,

对数据分别进行整理分析?/p>

最后,

在性别方面,得到脑卒中发病率男性比女性的高。从年龄结构看,发病人数主要集中?/p>

50~90

这一年龄区间内,其所占比例达

81.10%

。从职业结构看,农民的发病率最大。从

各年的平均发病人数看,在各年季节交替月份的患病人数较多?/p>

 

针对问题二,考虑到气温、气压和相对湿度对发病率的影响不确定,本文首先建?/p>

?/p>

Pearson

相关分析模型?/p>

通过

r

值的大小来判断发病率与各指标是否存在着某种相关?/p>

经计算得出温度与发病率呈正相关,气压、相对湿度与发病率呈负相关,且各指标与发

病率均呈弱相关,相关度并不显著。其次,考虑到发病率有可能受到多个因素的共同?/p>

响,于是用逐步线性回归模型对各因素逐步分析删除,最后得出脑卒中月平均发病率?/p>

平均气压、最大气压、最小气压、平均温度、最高温度和最高相对湿度这五个因素的一

个多元回归线性预报模型,并进行了一定的定量分析。最后,考虑到逐步线性回归模?/p>

的各指标是相互独立性,而气压和温度之间存在相互作用,通过引入平均气压和平均温

度交互项,对模型二进行了改进,得到了一个更优的模型。通过对模型的定量分析,本

文预报模型具有实际应用价值?/p>

 

针对问题三,脑卒中高危人群的重要特征有:偏瘫、失语、精神症状等,关键指?/p>

有:高血压、吸烟醉酒、血脂异常、糖尿病等。结合问题一、二的结论,分别针对高危

人群提出预警和干预的建议方案。从这两个方案中得知:减少脑卒中发病率要从提高身

体素质、疾病的认知和膳食均衡这三方面去考虑?/p>

 

最后,考虑到逐步线性回归模型中脑卒中发病率与气象因素中的线性关系,而实际上?/p>

发病率与气象因素关系的复杂性线性关系并不足以充分刻画,

本文在假设脑卒中发病?/p>

数与整个地区是一个小概率事件上,其实际分布接近于泊松分布,利用广义线性回归模

?/p>

(GLM)

进行推广,一定程度优化了逐步回归模型?/p>

 

 

 

 

 

 

 

关键?/p>

:脑卒中

 

气象因素

  

相关分析

  

多元逐步回归

  GLM

模型

 

 

 

 

 

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

1 

 

基于逐步回归的脑卒中发病环境因素分析及干预模?/p>

 

 

摘要

 

本文通过建立合理的假设,

对某地区

2009-2010

年脑卒中发病率与

8

种气象因素进

行了相关分析,并经多元逐步回归建立了脑卒中发病率的预报模型进行了定量分析,?/p>

到了较为合理的结论。考虑到发病率与气象因素的复杂关系,在逐步线性回归模型的?/p>

础上,引进广义线性回归模?/p>

(GLM)

进行推广?/p>

 

针对问题一,本文对性别、年龄段、职业和时间序列以及

4

年的平均发病例数进行

统计和分析,

在删除了一些缺失或失真数据的基础上,

对数据分别进行整理分析?/p>

最后,

在性别方面,得到脑卒中发病率男性比女性的高。从年龄结构看,发病人数主要集中?/p>

50~90

这一年龄区间内,其所占比例达

81.10%

。从职业结构看,农民的发病率最大。从

各年的平均发病人数看,在各年季节交替月份的患病人数较多?/p>

 

针对问题二,考虑到气温、气压和相对湿度对发病率的影响不确定,本文首先建?/p>

?/p>

Pearson

相关分析模型?/p>

通过

r

值的大小来判断发病率与各指标是否存在着某种相关?/p>

经计算得出温度与发病率呈正相关,气压、相对湿度与发病率呈负相关,且各指标与发

病率均呈弱相关,相关度并不显著。其次,考虑到发病率有可能受到多个因素的共同?/p>

响,于是用逐步线性回归模型对各因素逐步分析删除,最后得出脑卒中月平均发病率?/p>

平均气压、最大气压、最小气压、平均温度、最高温度和最高相对湿度这五个因素的一

个多元回归线性预报模型,并进行了一定的定量分析。最后,考虑到逐步线性回归模?/p>

的各指标是相互独立性,而气压和温度之间存在相互作用,通过引入平均气压和平均温

度交互项,对模型二进行了改进,得到了一个更优的模型。通过对模型的定量分析,本

文预报模型具有实际应用价值?/p>

 

针对问题三,脑卒中高危人群的重要特征有:偏瘫、失语、精神症状等,关键指?/p>

有:高血压、吸烟醉酒、血脂异常、糖尿病等。结合问题一、二的结论,分别针对高危

人群提出预警和干预的建议方案。从这两个方案中得知:减少脑卒中发病率要从提高身

体素质、疾病的认知和膳食均衡这三方面去考虑?/p>

 

最后,考虑到逐步线性回归模型中脑卒中发病率与气象因素中的线性关系,而实际上?/p>

发病率与气象因素关系的复杂性线性关系并不足以充分刻画,

本文在假设脑卒中发病?/p>

数与整个地区是一个小概率事件上,其实际分布接近于泊松分布,利用广义线性回归模

?/p>

(GLM)

进行推广,一定程度优化了逐步回归模型?/p>

 

 

 

 

 

 

 

关键?/p>

:脑卒中

 

气象因素

  

相关分析

  

多元逐步回归

  GLM

模型

 

 

 

 

 

Ͼλ">
Ͼλ
Ŀ

2012年“高教社杯”全国大学生数学建模竞赛(CUMCM)国家一等奖优秀论文C题目 - 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

1 

 

基于逐步回归的脑卒中发病环境因素分析及干预模?/p>

 

 

摘要

 

本文通过建立合理的假设,

对某地区

2009-2010

年脑卒中发病率与

8

种气象因素进

行了相关分析,并经多元逐步回归建立了脑卒中发病率的预报模型进行了定量分析,?/p>

到了较为合理的结论。考虑到发病率与气象因素的复杂关系,在逐步线性回归模型的?/p>

础上,引进广义线性回归模?/p>

(GLM)

进行推广?/p>

 

针对问题一,本文对性别、年龄段、职业和时间序列以及

4

年的平均发病例数进行

统计和分析,

在删除了一些缺失或失真数据的基础上,

对数据分别进行整理分析?/p>

最后,

在性别方面,得到脑卒中发病率男性比女性的高。从年龄结构看,发病人数主要集中?/p>

50~90

这一年龄区间内,其所占比例达

81.10%

。从职业结构看,农民的发病率最大。从

各年的平均发病人数看,在各年季节交替月份的患病人数较多?/p>

 

针对问题二,考虑到气温、气压和相对湿度对发病率的影响不确定,本文首先建?/p>

?/p>

Pearson

相关分析模型?/p>

通过

r

值的大小来判断发病率与各指标是否存在着某种相关?/p>

经计算得出温度与发病率呈正相关,气压、相对湿度与发病率呈负相关,且各指标与发

病率均呈弱相关,相关度并不显著。其次,考虑到发病率有可能受到多个因素的共同?/p>

响,于是用逐步线性回归模型对各因素逐步分析删除,最后得出脑卒中月平均发病率?/p>

平均气压、最大气压、最小气压、平均温度、最高温度和最高相对湿度这五个因素的一

个多元回归线性预报模型,并进行了一定的定量分析。最后,考虑到逐步线性回归模?/p>

的各指标是相互独立性,而气压和温度之间存在相互作用,通过引入平均气压和平均温

度交互项,对模型二进行了改进,得到了一个更优的模型。通过对模型的定量分析,本

文预报模型具有实际应用价值?/p>

 

针对问题三,脑卒中高危人群的重要特征有:偏瘫、失语、精神症状等,关键指?/p>

有:高血压、吸烟醉酒、血脂异常、糖尿病等。结合问题一、二的结论,分别针对高危

人群提出预警和干预的建议方案。从这两个方案中得知:减少脑卒中发病率要从提高身

体素质、疾病的认知和膳食均衡这三方面去考虑?/p>

 

最后,考虑到逐步线性回归模型中脑卒中发病率与气象因素中的线性关系,而实际上?/p>

发病率与气象因素关系的复杂性线性关系并不足以充分刻画,

本文在假设脑卒中发病?/p>

数与整个地区是一个小概率事件上,其实际分布接近于泊松分布,利用广义线性回归模

?/p>

(GLM)

进行推广,一定程度优化了逐步回归模型?/p>

 

 

 

 

 

 

 

关键?/p>

:脑卒中

 

气象因素

  

相关分析

  

多元逐步回归

  GLM

模型

 

 

 

 

 



ļ׺.doc޸Ϊ.docĶ

  • ĵ̰
  • γ̰̽
  • ҪǺ«̰7
  • ˽̰꼶Ӣϲ Unit 1 Ԫ̰ 1 Ʒ
  • 2020±ҳѧУ¼ʦƷ.
  • 2018-2019ȷкӱʡСѧһ꼶ϲϰ⺬
  • 20180306ѧӢB(һ)ģ()
  • ѧ»2019Ŵ100
  • ˾װƶ
  • ѧǰרҵ֤׼

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)