地理加权回归模型在传染病空间分析中的应用

被引：27

作者：

肖雄 ^{[1
]}

杨长虹 ^{[2
]}

谭柯 ^{[2
]}

何红燕 ^{[1
]}

张韬 ^{[1
]}

李晓松 ^{[1
]}

机构：

[1] 四川大学华西公共卫生学院卫生统计学教研室

[2] 四川省疾病预防控制中心

来源：

中国卫生统计 | 2013年 / 30卷 / 06期

关键词：

地理加权回归模型; 传染病空间分析; 空间异质性; 血吸虫病;

D O I：

暂无

中图分类号：

R181.3 [流行病学各论]; O212.1 [一般数理统计];

学科分类号：

100401 ; 020208 ; 070103 ; 0714 ;

摘要：

目的探索地理加权回归模型(GWR)在四川省血吸虫病空间分析中的适用性,为传染病的防控提供方法学参考。方法以2001年四川省血吸虫病流行病调查数据为例,结合相关的社会经济学数据以及自然环境数据,采用GWR模型分析血吸虫病血检阳性率与社会经济学因素、自然环境的关系,并同经典的全局最小二乘法(OLS)进行比较。结果影响血吸虫病血检阳性率空间分布的变量有:人口密度、降雨量和归一化差异植被指数(NDVI)。比较两种模型的主要诊断指标,GWR模型的AIC、σ2、R2和校正R2全面优于OLS。结论 GWR模型较OLS能更加深刻地揭示传染病数据中的复杂空间关系,在传染病空间分析中具有一定的应用前景。

引用

页码：833 / 836+841 +841

页数：5

共 12 条

[1]

基于R的地理加权广义线性模型理论及应用研究.[D].容美平.暨南大学.2011, 11

[2]

血吸虫病流行的评估与预测预警研究.[D].甘秀敏.华中科技大学.2011, 10

[3]

地理加权回归基本理论与应用研究.[D].覃文忠.同济大学.2007, 06

[4]

空间数据分析教程.[M].王劲峰; 廖一兰; 刘鑫; 编著.科学出版社.2010,

[5]

空间分析.[M].王劲峰等著;.科学出版社.2006,

[6]

Application of geographically weighted regression to the direct forecasting of transit ridership at station-level.[J].Osvaldo Daniel Cardozo;Juan Carlos García-Palomares;Javier Gutiérrez.Applied Geography.2012,

[7] Geographically weighted regression: a natural evolution of the expansion method for spatial data analysis [J].