基于统计学方法的手足口病传播研究的论文

-本文为网络收集精选范文、公文、论文、和其他应用文档，如需本文，请下载-基于统计学方法的手足口病传播研究的论文本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！基于统计学方法的手足口病传播研究1.课题研究的背景和意义手足口病（hand foot and mouth disease hfmd）是一种儿童传染病，又名发疹性水疱性口腔炎。多发生于5岁以下儿童，可引起手、足、口腔等部位的疱疹，少数患儿可引起心肌炎、肺水肿、无菌性脑膜脑炎等并发症。个别重症患儿如果病情发展快，导致死亡。1由于手足口病传染性强、传播途径复杂、流行强度大、传播速度快，且迄今没有治疗本病的特效药物。对手足口病流行趋势进行预测，以便采取控制措施，是疾病预防与控制中一项重要工作。该传染病在不同地区的流行趋势也不尽相同，选择适合的预测模型是重要前提。2.自回归模型 2 6自回归模型的定义在时间序列的情况下，严格意义上的回归则是根据该变量自身过去的规律来建立预测模型，这就是自回归模型。自回归模型在动态数据处理中有着广泛的应用。上式称为一阶自回归模型。当式中满足时，为平稳的一阶自回归模型。将这些概念推广到高阶，有自回归模型，式中为模型变量，为模型的回归系数，为模型的随机误差，为模型阶数。自回归模型参数的最小二乘估计设有按时间顺序排列的样本观测值，阶自回归模型的误差方程为，.记， ， ， ，得， 的最小二乘解为 .自回归模型阶数的确定建立自回归模型，需要合理地确定其阶数，一般可先设定模型阶数在某个范围内，对此范围内各种阶数的模型进行参数估计，同时对参数的显著性进行检验，再利用定阶准则确定阶数，下面采用线性假设法来进行模型定阶。其原理是：设有观测数据，先设阶数为，建立自回归模型， （）本文由收集整理再考虑模型，将， （）作为（）式的条件方程，联合（）、（）两式，就是模型。先对（）式单独平差，可求得模型参数估计及其残差平方和，记为，再联合（）、（）两式，也就是对阶模型进行平差，求得阶模型参数估计及其残差平方和，记为. 按线性假设法的式，它们的关系可写成.在线性假设法中已证明，在假设成立时，可作分布统计量为.选显著水平，以分子自由度1，分母自由度，查表得，如果，则表示不成立，. 阶与阶两模型有显著差别，应采用阶，反之，则接受，表示阶与阶两模型并无显著差别，应采用阶。自回归模型的预报设阶自回归模型方程为，当回归系数已确定时，可根据方程进行预报。第一步预报值为，第二步预报值为，一般，步预报值为越大，预报准确性越差，故应尽可能小。3.模型的建立、求解及应用下面给出了大庆市自2008年至2010年的手足口病发病统计（见表1）。表1 2008年至2010年hfmd发病统计表时间月份 2008年 2009年 2010年1 0 6 82 0 1 43 0 6 24 1 69 185 114 112 1636 87 293 2277 144 470 2058 167 421 659 267 302 6110 251 92 5511 96 28 3812 42 14 18合计 1169 1814 864运用spss软件判断模型回归性判断：图1 acf自相关性分析图图2 pacf偏自相关性分析图如图1、图2得出acf和pacf函数分析，从而表明残差自相关不显著。首先，确定模型阶数：当 时，求得：.当 时，求得：.统计检验：原假设， 统计量.取显著水平，以自由度1、22查分布表得：， 因为 ， 故拒绝原假设，即认为一阶与二阶自回归模型有显著的差别。当 时，求得：.统计检验：原假设.统计量，以自由度1、21查分布表得 ，因为，故接受原假设，应取模型阶数. 通过自回归分析，我得到的模型为：.我们利用以上的出的结论对2010年大庆市手足口病发病人数进行了预测，并与2010年大庆市真实手足口病发病人数进行了对比，用matlab作图如图3，图4。4.总结本文将二阶预测结果与真实值进行对比，结果误差小，故自回归模型是适用于手足口病的传播研究的。用统计方法研究手足口病发病人数，可以找到与疾病流行特征较适合的模型，为控制手足口病提供数据分析上的科学依据，对其它疾病的研究起到参考作用。 本文从网络收集而来，上传到平台