空气污染与健康关系的时间序列研究中序列分解方法比较

被引：1

作者：

陈雄飞 ^{[1
]}

董晓梅 ^{[2
]}

潘冰莹 ^{[1
]}

吴雪霁 ^{[1
]}

利耀辉 ^{[1
]}

机构：

[1] 广州市疾病预防控制中心

[2] 暨南大学医学院流行病教研室

来源：

数理医药学杂志 | 2013年 / 26卷 / 06期

关键词：

空气污染; 健康; 时间序列; 序列分解;

D O I：

暂无

中图分类号：

X503.1 [对人体的危害]; O211.61 [平稳过程与二阶矩过程];

学科分类号：

071012 ; 0713 ; 083002 ; 020208 ; 070103 ; 0714 ;

摘要：

目的:比较不同的时间序列分解方法在空气污染与健康关系研究中序列分解的效果,为利用时间序列方法研究研究空气污染与健康关系提供参考。方法:收集广州市1995～1999年市区最大5间大型综合性医院每日总呼吸系统疾病入院总数,利用广义线性函数、状态空间、Bayes方法、小波、小波包等5种方法进行序列分解,采用调整序列图、残差谱密度图及残差均方对5种方法的结果进行评价,比较各方法的适用性。结果:5种方法调整后序列谱密度图表明各残差都没有明显的长期趋势和长周期,状态空间方法与小波方法调整最彻底。广义线性函数与小波包方法调整后序列仍有120天左右的周期。各方法都能消除7天的周期,但Bayes方法内可能仍留有7天周期,不过不太明确。结论:结合对长期趋势、长周期与短周期的调整结果,状态空间方法与小波方法较优,除Bayes方法需进一步调整外,其他方法都可以接受。

引用

页码：638 / 643

页数：6