SARS的传播05419.doc_第1页
SARS的传播05419.doc_第2页
SARS的传播05419.doc_第3页
SARS的传播05419.doc_第4页
SARS的传播05419.doc_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

SARS的传播SARS是21世纪的一个在世界范围内传播的传染病. SARS的爆发和蔓延给我国的经济发展和人民生活带来了很大的影响.我们从中得到了许多重要的经验和教训,认识到定量的研究传染病的传播规律、为预测和控制传染并蔓延创造条件的重要性,附表给出了北京市疫情的数据,试解决以下问题1用不同的方法拟合确诊的累积病人曲线,若提前或者延后5天采取严格的隔离措施,对疫情传播的影响做出估计。2 利用回归分析方法对累积治愈病人和现有疑似病人进行研究,推导出治愈病人的速度,以及疑似病人与确诊病人之间的关系。重点: 非线性回归分析及Matlab命令的掌握;曲线拟合的方法及曲线的选择模型的分析和建立: 为了对确诊累计病例,现有疑似病例,死亡人数以及治疗状况有一个直观的了解,首先做出散点图,通过对散点图的初步分析确定拟合曲线的类别,然后在利用给定的数据进行非线性回归。 以Excel数据为例,首先加载宏,选择toolbox-exlink, 加载后,就可以在matlab和excel之间建立数据联系,从而可以方便的画图和数据处理。得到四副图像如下; 图一 累计病人数 图二 现有疑似病人数 图三 累计死亡病人 图四 累计治愈病人从图中我们可以发现,凡是累计的人数都具有单调增加的特点,要确切的用什么曲线来拟合累计病人的发展趋势,就必须了解传染病的流行规律。通常在传染病流行的初期传染率较高,患病的人数剧增;而随着人们采取相应的预防措施以及抵抗能力的增加和病毒毒性的减低患病人数逐渐减少,因此,曲线应该形成S状,曲线上有一个拐点,在此拐点之前,曲线快速增长,而在此以后,曲线增长缓慢,考虑以上的分析,我们选择两种曲线(1) Logist模型 (2)Gemperty模型利用Matlab的非线性回归命令,得到(1)Logist模型% 程序内容a1=339 482 588 693 774 877 988 1114 1199 1347 1440 1552 1636; 1741 1803 1897 1960 2049 2136 2177 2227 2265 2304 2347 2370 2388; 2405 2420 2434 2437 2444 2444 2456 2465 2490 2499 2504 2512 2514; 2517 2520 2521 2522 2522 2522 2522 2522 2522 2522 2522 2522 2522; 2523 2523 2522 2522 2522 2521 2521 2521 2521 2521 2521 2521 2521;%size(a)a=a1(:);x=1:65;y=a;c0=1500,0.6,0.01;fun=inline(c(1)./(1+c(2)*exp(-c(3)*x),c,x);b,r,j=nlinfit(x,y,fun,c0);yp,ci=nlpredci(fun,x,b,r,j);nlintool(x,y,fun,c0);bR1=sum(r.2)/64plot(x,a,b,x,yp,r);即(2)Gemperty模型a1=339 482 588 693 774 877 988 1114 1199 1347 1440 1552 1636; 1741 1803 1897 1960 2049 2136 2177 2227 2265 2304 2347 2370 2388; 2405 2420 2434 2437 2444 2444 2456 2465 2490 2499 2504 2512 2514; 2517 2520 2521 2522 2522 2522 2522 2522 2522 2522 2522 2522 2522; 2523 2523 2522 2522 2522 2521 2521 2521 2521 2521 2521 2521 2521;a=a1(:);t=1:65;y1=a;c0=1500,2.5,0.01;fun=inline(c(1)*exp(-c(2)*exp(-c(3)*t),c,t);b1,r1,j1=nlinfit(x,y1,fun,c0);yp,ci=nlpredci(fun,x,b1,r1,j1);nlintool(t,y1,fun,c0);b1plot(t,r1,-);R1=sum(r1.2)/64plot(t,a,b,t,yp,ro);即 从拟合效果来看,两种函数选择的结果都比较好,定义选择曲线的判别标准:计算均方误差MSE, 如果MSE(model1) MSE(model2), 则选择模型1. 由于模型一的均方误差363.59模型2的均方误差527.81,所以选择模型1 设为时刻t时刻病人的变化率,则在时间间隔患病人数为其中,为的原函数,用拟合的函数作为原函数,求导后得到;Matlab求导数的程序:%daoshu.my1=sym(2518.5/(1+5.6*exp(-0.2*t);y2=diff(y1)y3=diff(y2);y4=simplify(y3);pretty(y4)定量分析(1) 由,可知在初始时刻发病速度为65人/天,而,表明:若推迟5天采取紧急措施相当于初始发病速度为111人/天,若提前5天采取紧急措施相当于初始发病速度为35人/天。(2) 由,即接近9天的时候,患病人数已达到总患病人数的一半。(3)附:求解非线性方程或者方程组的命令solve(6318.41280/(1+5.6*exp(-.2*t)3*exp(-.2*t)2-564.1440/(1+5.6*exp(-.2*t)2*exp(-.2*t)(4) 比

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论