多水平模型在艾滋病流行趋势研究中的应用

目的对多水平负二项分布模型在艾滋病病流行趋势研究中应用的优势和不足做探索性研究。方法利用重庆市1994-2009年各区县年度新发艾滋病频数数据以及各区县年度常住人口数,结合多水平建模方法分别拟合Poisson模型和负二项分布模型计算参数并比较。结果负二项分布的超方差系数k=5.887 279,较之Poisson分布模型中的超方差系数k=9.008 424有所减小,但仍大于1且有统计学意义,2种模型拟合结果有差异但不明显。结论多水平负二项分布模型在对艾滋病流行趋势的研究中较之传统的Poisson分布模型无明显差异,2种模型解释的侧重点不同。     

生物统计系列讲座 第十九讲 泊松(Poisson)分布

这是一种可以用来描述和分析随机地分布在单位空间里的稀疏微粒数(例如一升饮水中的大肠菌数,计数器小方格中的血球数)或随机地发生在单位时间里的少见事件数(如某市一天中的车祸数,某厂一周中的工伤事故数)的分布。是法国人S.D.Poisson(1781～1840)作为二项分布的一种极限导出的。有着广泛的用途,而且也是统计学的基本理论的重要组成部份。1 基本概念如果一种服从二项分布的随机事件(或现象)的发生(阳性)率很小(接近0),而样本的含量n 很大(趋向∞),同时它的平均数np=μ为一客观常数,则其方差σ~2=npq=np(因q 接近1)=μ,即方差与均数相等。这种分布称为泊松分布,它的分布列如下     

以传染病病例分布的拟合检验分析传播形势

[目的]以传染病病例的实际空间分布,与泊松(Poisson)分布及负二项分布(negative binomaldistribution)拟合情况的检验,来区分传染病在人群中的传播为散发或为流行。[方法]以汕头市金园区2000年登革热疫情为例,2000年报告病例84例,发病率为2/万。病例分布于29个居委(30.5%)。按泊松分布的数学模型:NPr=Ne-x·(xr/r!)和负二项分布的数学模型Pr=(k+r-1)!/[r!(k-1)!]·q k rPr,将登革热病例的实际空间分布,与泊松分布及负二项分布作拟合检验,并根据拟合结果来推断传染病在人群中的传播为散发或为流行。[结果]金园区2000年按居委分组的登革热病例的实际分布,与泊松分布差异有显著性(P<0.001),而与负二项分布则差异无显著性(P>0.30),说明金园区2000年登革热发病率虽然不高(仅为2/万),病例也较分散(平均每4400多人仅0.88个病例),但按其分布特征提示,该病的传播不呈随机分散状态,续发病例呈聚集性,即该区2000年的登革热传播已非散发,而是在流行。[结论]通过对传染病病例的实际分布与泊松分布和负二项分布的拟合检验,可以早期判断传染病在人群中传播的形势,有利于早期采取措施控制传染病的流行。     

Poisson及负二项分布对微核试验数据拟合效果

目的 探讨微核试验数据(每1 000个双核淋巴细胞中具有微核的淋巴细胞数)的统计分布,为微核试验数据的统计分析提供依据.方法 利用东北某大型钢铁公司158名焦炉工和66名非焦炉工微核检测的实例数据,进行矩法估计Poisson分布和二项分布的参数,同时拟合Poisson分布和负二项分布,比较其拟合效果.结果 拟合优度检验显示,焦炉工和非焦炉工微核数据均不服从Poisson分布(P<0.001);焦炉工微核数据服从负二项分布(P=0.545),非焦炉工微核数据虽不服从负二项分布(P<0.001),但该数据似合负二项分布的效果要好于拟合Poisson分布(拟合负二项分布比值3.1<拟合Poisson分布比值20.3).结论 对于具有聚集性趋向(即方差与均数比值较大)的微核数据,相对于拟合Poisson分布,拟合负二项分布是一较好选择.     

应用判定分布类型参数法分析几种常见人体肠道寄生虫感染的家庭聚集性

为探讨几种常见人体肠道寄生虫感染是否具有家庭聚集性 ,采用判定分布类型参数法对其进行了研究 ,结果如下 :1　材料与方法按照“全国人体寄生虫分布调查实施细则”对某地不同地势、不同经济状况的 4年自然村 ,5 95户 ,2 0 90人进行了人体肠道寄生虫感染的调查。本文按户 ,分虫种 ,户内感染人数及户内人口数分类统计 ,用判定分布类型参数法进行家庭聚集性分析 ,即均值大于方差用二项分布法分析 ;均值等于方差用 Poisson分布分析 ;均值小于方差用负二项分布法分析 [1 ,2 ]。并作拟合优度 χ2检验。1.1　二项分布概型 [3][(1-π) +π]n=(1-π…     

简单催化模型拟合方法的探讨

用微分拟合法并借鉴灰色均值生成理论来拟合简单催化模型 ,取得了较好的效果。1　原理和公式简单催化模型微分方程为 :dydt=r(k- y) (1)y代表在给定年龄组中有阳性病史的比率 ,r为在单位时间内每个个体的有效接触数 ,t为时间 ,k代表所有经过有效接触且试验结果为阳性的比率。满足 t=0 ,y=0的解为 :y=k(1- e- rt) (2 )根据微分拟合法 ,取 dy=Δ y,即 y的累减值 ,dt=Δt,即年龄组中值的累减值。令 I=Δ yΔ t代入 (1)式则有 x=rk- ky,可用最小二乘法求解参数。2　举例及效果评价某地百日咳曾患率与年龄关系资料 ,试作催化模型拟合。表 1　某…     

用改善的自回归预测方法预测门诊人数

时间序列资料,建立自回归模型进行预测时,为了提高预测的准确性,要求数据列{x(k)}(k=1,…,n)为光滑离散函数,其主要条件是:ε>0,k0,当k>k0时,有x(k)/∑k-1i=1x(i)<ε〔1〕。即,当数据列{x(k)}与{y(k)}满足y(k)/∑k-1i=1y(i)0,y(k)=ln(x(k) x(2k) 1),则数据列{y(k)}比数据列{x(k)}光滑。即利用反双曲正弦函数变换提高了数据列的光滑程度。[证明]令g(x)=x-x2 1.ln(x x2 1),则g(0)=0。当x>0…     

国际标准统计学符号与词汇 ISO 3534～1977(E/F)

X,Y, 戈,y,F(x),G(大),f(x),g(x), 充 N 摊 w,R X 大 石(X) 02 O S1PrP(万),P:(E)x全『.2U,“,之U欠,随机变量(元),变量,总体中特征的观察值观察值(x值的)分布函数连续随机变量(x值)的概率密度函数组数总体容量或批量样本容最样本极差总体均数样本均数随机变量X的期望,在某些情况下,用二与拼表示期望随机变量或总体的方差随机变量或总体的标准差样本方差注一一符号护通常用以表示离均差平方和被n一1除得之商(其平方根用符号s表示)作为所取样本的总体方差的估计值样本标准差(见前面注)(总体中两随机变量间的)相关系数(样本中的)相关系…     

遗传因素在乳头状甲状腺癌发生中的作用

目的探讨遗传因素在乳头状甲状腺癌(PTC)发生中的作用.方法采用以医院为基础的病例对照家系研究设计,采用Greenwood-Yule法和Haldane-Smith法,对172例PTC先证者及18例患PTC的亲属进行出生顺序分析.比较先证者一、二级亲属和一般人群的患病率,并进行零截尾负二项分布拟合检验,分析PTC是否具有家族聚集性.结果Greenwood-Yule法的分析结果显示,PTC出生顺序的实际分布与期望分布相近,各出生顺序的实际数与期望数的比值在1范围波动,表明PTC与出生顺序无关.Haldane-Smith法计算得C=|∑6A实际值-∑6A理伦值|/√∑V6A=0.567,P＞0.05,实际值与期望值的差异无统计学意义,亦表明PTC与出生顺序无关.PTC患者的一、二级亲属和人群患病率分别为1.08%、0.42%和0.09%,其中,一、二级亲属患病率的差异有统计学意义(x2=4.07,P=0.044),二级亲属与人群患病率的差异亦有统计学意义(Fisher P=0.046),PTC患病率存在一级亲属＞二级亲属＞一般人群的规律.零截尾负二项分布拟合检验结果表明,PTC在家系中的分布符合零截尾负二项分布(x2=0.13,P＞0.05),PTC的发生存在家族聚集性.结论遗传因素可能是PTC的主要危险因素,PTC可能是一种多因子遗传病.     

男高中生吸烟行为的人群分布探讨

本研究样本来自于徐州市不同类型中学的按比例分层抽样。筛选出经常吸烟者(每周>1支)155名,偶尔吸烟(每周≤1支)1021名,对其空间分布分别使用负二项分布概率模型进行配合。结果各种情况均呈聚集状态,笔者分析认为这种现象的主要原因进于吸烟行为在同班同学问的相互感染。为用一步研究这一现象的变化速率,本研究又在简单催化模型对同一资料的年龄分布作了配合,得到经常吸烟者简单催化方程为y=1-e-0.02;偶而吸烟者的简单催化方程为y=1-e-0.171t,说明吸烟率在不同年龄的变化与这一恒定的感染力有关。本研究提示,在中学生中戒烟至关重要的是要切断这种行为传递的链环。