空间聚集性数据的空间模式回归研究——以四川手足口病为例

目的探索引入数据中的空间模式能否改善普通线性回归在具有聚集性的空间数据集中的应用效果。方法以探索气象因素对2014年手足口病高发月份发病率的影响为例,利用联合MCS-P统计量的扫描统计量识别空间数据集中的聚集性区域,在传统回归模型中纳入以聚集性区域建立的分类变量进行空间模式回归,比较空间模式回归与传统回归的结果。结果初步校正协变量后,发现数据集中存在六个手足口病发病的聚集性区域。空间模式回归模型的拟合优度较传统的回归模型提升了46.9%,参数估计的标准误明显缩小,此外还成功识别了传统回归模型忽略掉的日照时间的效应。结论空间模式回归模型较传统的回归模型具有更强的统计学检验效能,参数估计更加稳定。