气候因素对心脑血管疾病发病情况的影响程度分析

论文摘要

关于气象因素对心脑血管类疾病影响的研究,从上世纪60年代就已开始;现已证实,气候、空气质量的变化对心脑血管类疾病的影响是明显且复杂的。现有研究中,一些研究人员采用时间序列的方法分析和预测单一气候或空气污染因素对心脑血管疾病的发病影响、另有研究人员采用广义可加模型探索多元气象因素与发病情况之间的非线性关系。在模型选取上,本文首先确定了研究区域的各气象因素与心脑血管疾病发病人数的线性关系,并综合考虑Lasso模型解的唯一性、稀疏性和实际意义,决定采用基于Lasso的对数线性回归模型探索众多气象因素与心脑血管疾病发病情况之间的关系。首先,采用基于Lasso的对数线性回归模型,从众多气候空气变量中选取最具代表性的5种因素,用以刻画就诊人次的波动情况;而后,建立本地区该类疾病就诊人次现值与其自身历史数据之间的联系,建立就诊人次1阶自回归模型,预测其未来大体走势;最后,同时考虑就诊人次往期数据与多种气候空气因素,进行变量选择,结果再一次证实了Lasso方法在本例中的稳定性和准确性;且回归结果能够更好地刻画就诊人次真实值的波动情况。

论文目录

• 摘要
• abstract
• 第1章 引言
•   1.1 研究背景
•   1.2 文献综述
•   1.3 本文的主要工作
• 第2章 理论基础
•   2.1 多元线性回归模型
•     2.1.1 模型参数估计
•     2.1.2 最优模型
•   2.2 变量选择
•   2.3 时间序列分析
•     2.3.1 平稳时间序列
•     2.3.2 单位根检验
•     2.3.3 自回归模型
•     2.3.4 Granger因果检验
• 第3章 数据收集与预处理
•   3.1 数据收集与处理
•     3.1.1 心脑血管疾病就诊人数
•     3.1.2 气象数据
•     3.1.3 空气质量及主要污染物数据
•   3.2 数据预处理
•     3.2.1 标准化处理
•     3.2.2 数据与变量标识对照表
• 第4章 气候及空气质量因素与就诊人次建模分析
•   4.1 气候空气因素滞后性分析
•   4.2 多重共线性分析
•   4.3 变量选择与回归模型
•     4.3.1 参数γ的估计——交叉验证法
•     4.3.2 求解Lasso模型——最小角回归法
•     4.3.3 气候空气因素回归分析
•   4.4 基于就诊人次自相关数据的回归与预测
•     4.4.1 平稳性检验及滞后性分析
•     4.4.2 一阶自回归模型拟合与预测
•   4.5 基于就诊人次自相关数据的对数线性回归模型
• 结论
• 参考文献
• 致谢
• 作者简介

文章来源

类型: 硕士论文

作者: 关聪颖

导师: 赵世舜

关键词: 时间序列,气候因素,心脑血管疾病

来源: 吉林大学

年度: 2019

分类: 基础科学,工程科技Ⅰ辑,医药卫生科技

专业: 数学,气象学,环境科学与资源利用,预防医学与卫生学

单位: 吉林大学

分类号: O212.1;R122.26

总页数: 32

文件大小: 1936K

下载量: 110