气温，湿度对上海市流感样病例人次影响

《气温，湿度对上海市流感样病例人次影响》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据复旦大学硕士研究生毕业论文目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1Abstract⋯⋯．．．⋯⋯⋯⋯．⋯⋯⋯．．⋯⋯．⋯．．⋯⋯⋯．⋯⋯．．⋯⋯⋯．⋯⋯⋯．．⋯．⋯．．⋯⋯⋯．⋯⋯⋯．．：；英汉对照词表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5前言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯66胃U舌⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一、流感的特点与危害⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6二、气温，湿度与流感发病的关系⋯⋯⋯

2、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7三、常用统计方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7四、常用统计方法的问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．11研究目的及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一13一、研究目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．13二、研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．13统计方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．15一、统计方法背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．15二、模型提出⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．16建立模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

3、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．23一、研究对象⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．23二、资料收集⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．23三、描述性统计分析结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．23四、建模策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一36五、模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．38预测模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．51一、预测模型与时间样条⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．51二、模型验证⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5l结论及讨论⋯⋯⋯

4、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．59一、主要结果和结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．59二、讨论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．59参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．63综j苤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．66参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．71文章发表情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．73致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．74万方数据复旦

5、大学硕士研究生毕业论文气温，湿度对上海市流感样病例人次的影响摘要研究目的：提出带白回归项的广义相加模型，并研究气温，湿度对上海市每日流感样病例的影响。研究意义：流感样病例人次是一个时间序列，而时间序列分析往往基于数据对发生在它之前的数据的依赖。但常用的GLM和GAM本质上是概率模型，没有使用因变量的自相关性的信息。另外，采用最大似然法估计GLM和GAM的参数值时，一般假定观测之间相互独立，但这不一定成立。文中提出的GAMAR可以解释因变量的自相关性，不仅仅对本研究的数据较好的拟合和解释提供了方法，而且为其他类似研究方法的选择提供一种新的可能性。流感是一个对人类健康危害极大的疾病。

6、试验证实了气候因素与流感病毒的传播有着密切的关系。但气候因素与流感样病例关联性的流行病学研究还较少。上海是一个国际大都市，面临着流感季节性流行和暴发的风险。了解气象因素对流感的作用，有利于人们应用相应的措施来控制流感的流行，减少流感暴发的风险，有助于医院管理人员对医疗资源的调配，也有利于对流感的暴发作出预警。统i-t-；q法：提出带自回归项的广义相加模型，并用模拟研究来比较GAM与GAMAR在应用于因变量有自相关性的数据中的表现。建立模型：先采用基于GAM的Poisson回归，利用自然立方样条函数来代表长期趋势，以及日均气温，相对湿度，日均气压，大气污染物效应PM】o，S02，N

7、02的非线性效应，用哑变量描述星期效应，分析流感样病例与气候因素的关联性。发现其Pearson残差存在自相关的现象，继而采用GAMAR进行估计。预测模型：前文中模型包含一个长期时间样条，这使得它不可能被用于预测。若用GAM模型进行预测，未来流感样病例趋势的不确定性可能会影响预测的精度。而采用GAMAR进行预测，由于AR项本来就包含了以往时间趋势的信息，因此GAMAR本质上能够用以往的数据来预测以后的变化趋势。为证明这一点，对调整时间趋势前后的流感样病例采用GAM／GAMAR拟合结