时空数据分析模型及其在手足口病流行预测中的应用

发布时间：2025-06-21 02:32

　　科学技术的进步使得人类对世界的探索范围不断扩大,大量的时空数据因此而产生.时空数据是指既具有时间维度特征又具有空间维度特征的数据,通常会呈现出时空非平稳性,疾病数据便是其中的一种.目前,基于时空数据分析和建模在流行病学领域中得到越来越多的关注.手足口病(Hand,foot and mouth disease,HFMD)是一种全球分布的传染病,尤其在亚洲.在国家法定丙类传染病中排第一位,对许多家庭造成了严重的危害.本文在探索性数据分析的基础上,从以下两方面做出研究.第一,仅考虑时间因素对疾病传播的影响,建立时间序列分析模型并对HFMD短期发病趋势进行预测;第二,结合时间、空间及其危险因素,分别建立时间回归模型(Temporally weighted regression,TWR)、地理加权回归模型(Geographically weighted regression,GWR)、时空地理加权回归模型(Geographically and Temporally weighted regression,GTWR)探索HFMD流行情况及其危险因素(气象、人口和经济等)之间的关系.首先,应用探索性数...

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 选题的背景
    1.2 国内外研究现状
        1.2.1 手足口病时间序列分析模型研究现状
        1.2.2 地理加权回归理论研究现状
        1.2.3 时空地理加权回归理论研究现状
    1.3 本文的主要研究内容
    1.4 论文的组织结构安排
第二章 探索性数据分析
    2.1 研究区域及数据
        2.1.1 研究区域概况
        2.1.2 资料来源
    2.2 内蒙古自治区手足口病流行情况分析
        2.2.1 时间分布
        2.2.2 人群分布
        2.2.3 病原学特征
        2.2.4 全局趋势分析
        2.2.5 空间分布
    2.3 内蒙古自治区手足口病空间自相关分析
        2.3.1 全局自相关
        2.3.2 局部自相关
    2.4 小结
第三章 时间序列分析
    3.1 SARIMA模型
    3.2 建模步骤
        3.2.1 序列平稳化
        3.2.2 模型的识别、定阶
        3.2.3 模型的诊断与检验
    3.3 实证结果
        3.3.1 HFMD周发病率SARIMA模型结果
        3.3.2 HFMD月发病率SARIMA模型结果
    3.4 结论
第四章 时空地理加权回归模型及估计
    4.1 模型的定义及参数估计
        4.1.1 OLS模型及估计
        4.1.2 GWR模型及估计
        4.1.3 GTWR模型及估计
    4.2 时空非平稳性检验
        4.2.1 模型的时空非平稳性检验
        4.2.2 回归系数的时空非平稳性检验
    4.3 小结
第五章 实证研究
    5.1 数据来源及模型建立
        5.1.1 数据来源与分析
        5.1.2 影响因素相关分析
        5.1.3 OLS模型的计算结果
        5.1.4 TWR模型、GWR模型、GTWR模型的计算结果
    5.2 小结
总结与展望
参考文献
致谢
在读期间发表的学术论文与取得的其他研究成果



本文编号：4051778