【摘要】：零膨脹回歸模型已廣泛應(yīng)用于疾病研究、醫(yī)藥統(tǒng)計(jì)、社會(huì)經(jīng)濟(jì)等眾多方面.實(shí)際上在某些情況下,計(jì)數(shù)數(shù)據(jù)中除了含有大量的零值外,可能存在較多的正整數(shù)K,稱這種現(xiàn)象為零_K膨脹現(xiàn)象.針對(duì)這一情況,已有的零膨脹模型已經(jīng)不能更加準(zhǔn)確地分析計(jì)數(shù)數(shù)據(jù)的特點(diǎn),本文將以延續(xù)零膨脹泊松模型(Zero inflated Poisson model)為例,建立零_K膨脹泊松模型(Zero-and-K inflated Poisson model),分不含協(xié)變量的分布模型和含協(xié)變量的回歸模型兩種情況進(jìn)行討論.本文在已有的零膨脹泊松模型的基礎(chǔ)上,拓展得到零_K膨脹泊松模型,并利用極大似然估計(jì)的Newton-Raphson法和EM算法對(duì)零_K膨脹泊松回歸模型進(jìn)行參數(shù)估計(jì).然后進(jìn)行數(shù)值模擬分析,驗(yàn)證新建模型的擬合效果,并且通過(guò)對(duì)比發(fā)現(xiàn)含協(xié)變量的零_K膨脹泊松回歸模型比不含協(xié)變量的零_K膨脹泊松分布模型的擬合效果更好,而且還能清楚地反映各協(xié)變量對(duì)回歸模型影響程度.通過(guò)對(duì)比,Newton-Raphson法和EM算法的擬合效果相似,而EM算法收斂速度更快.最后對(duì)2014-2016年D市各類學(xué)校結(jié)核病傳染部分?jǐn)?shù)據(jù)進(jìn)行實(shí)例擬合分析,以結(jié)核病傳染人數(shù)為響應(yīng)變量,其他變量為協(xié)變量.通過(guò)含協(xié)變量的零_K膨脹泊松回歸模型的回歸結(jié)果顯示,宿舍密集程度、強(qiáng)陽(yáng)率、傳染源暴露時(shí)間等對(duì)結(jié)核病的傳染的影響相對(duì)來(lái)說(shuō)較為顯著的,而通風(fēng)程度對(duì)于結(jié)核病的傳染的影響不顯著,由此結(jié)果可對(duì)結(jié)核病這一傳染性極高的疾病采取更加好的防范措施和有效的控制工作.通過(guò)分析,說(shuō)明零_K膨脹泊松回歸模型更適合對(duì)結(jié)核病這一類問(wèn)題進(jìn)行數(shù)據(jù)擬合以及影響因素分析.因此,零_K膨脹回歸模型具有研究意義與實(shí)際價(jià)值.
【學(xué)位授予單位】：遼寧師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 丁守華;萬(wàn)青靈;邵文榮;何南江;張遠(yuǎn)濤;;淮安市2010—2014年學(xué)生結(jié)核病流行特征分析[J];中國(guó)學(xué)校衛(wèi)生;2015年11期

2 徐昕;袁衛(wèi);孟生旺;;負(fù)二項(xiàng)回歸模型的推廣及其在分類費(fèi)率厘定中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2010年04期

3 郭念國(guó);;零膨脹泊松模型的改進(jìn)在零次索賠建模中的應(yīng)用[J];統(tǒng)計(jì)與信息論壇;2010年07期

4 傅國(guó)祥;邵艷俠;陳泓;;一起高校學(xué)生肺結(jié)核病暴發(fā)疫情流行病學(xué)調(diào)查[J];中國(guó)學(xué)校衛(wèi)生;2010年02期

5 李昌利;沈玉利;;期望最大算法及其應(yīng)用(1)[J];計(jì)算機(jī)工程與應(yīng)用;2008年29期

，

本文編號(hào)：2629288