利用地理加权泊松回归模型分析宏观因素对艾滋病疫情的影响

被引:7
作者
张亚慧
张辉国
胡锡健
机构
[1] 新疆大学数学与系统科学学院
关键词
地理加权泊松回归模型; 经典的泊松回归模型; 艾滋病发病数; 宏观因素; 空间异质性;
D O I
10.13419/j.cnki.aids.2016.10.15
中图分类号
R512.91 [获得性免疫缺陷综合征(AIDS艾滋病)]; R181.3 [流行病学各论];
学科分类号
摘要
目的分析2012年全国31个省的宏观因素,包括经济水平、交通、社会保障及卫生水平,对艾滋病发病数影响的空间变化特征。方法采用地理加权泊松回归模型拟合艾滋病发病数与宏观因素之间的关系,利用局部加权极大似然方法估计回归系数曲面,揭示各因素对发病数影响的空间异质性,并且与经典的泊松回归模型的估计结果进行对比分析。结果地理加权泊松回归模型能够将数据的地理位置信息有效的纳入回归分析框架,充分探索回归关系的空间非平稳性,其拟合效果明显优于经典的泊松回归模型。中国各地区的艾滋病发病数与经济水平、交通、社会保障及卫生水平这4个宏观因素密切相关。结论 4个宏观因素对艾滋病发病数的影响具有显著的空间异质性特征,因此需要依据各地区社会宏观因素的差异性制定因地制宜的艾滋病防控政策。
引用
收藏
页码:817 / 821
页数:5
相关论文
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]   Exploring Spatial Non-Stationarity and Varying Relationships between Crash Data and Related Factors Using Geographically Weighted Poisson Regression [J].
Shariat-Mohaymany, Afshin ;
Shahri, Matin ;
Mirbagheri, Babak ;
Matkan, Ali Akbar .
TRANSACTIONS IN GIS, 2015, 19 (02) :321-337
[3]  
Using Geographically Weighted Poisson Regression for county-level crash modeling in California.[J].Zhibin Li;Wei Wang;Pan Liu;John M. Bigham;David R. Ragland.Safety Science.2013,
[4]  
Development of planning level transportation safety tools using Geographically Weighted Poisson Regression.[J].Alireza Hadayeghi;Amer S. Shalaby;Bhagwant N. Persaud.Accident Analysis and Prevention.2009, 2
[5]   Geographically weighted Poisson regression for disease association mapping [J].
Nakaya, T ;
Fotheringham, AS ;
Brunsdon, C ;
Charlton, M .
STATISTICS IN MEDICINE, 2005, 24 (17) :2695-2717
[6]  
Association between Macroscopic-factors and Identified HIV/AIDS Cases among Injecting Drug Users: An Analysis Using Geographically Weighted Regression Model.[J].XING Jian Nan;GUO Wei;QIAN Sha Sha;DING Zheng Wei;CHEN Fang Fang;PENG Zhi Hang;QIN Qian Qian;WANG Lu;.Biomedical and Environmental Sciences.2014, 04
[7]   利用多水平模型探讨HIV/AIDS报告现患率与宏观社会因素关系的研究 [J].
钱莎莎 ;
郭巍 ;
邢健男 ;
王璐 .
实用预防医学, 2014, 21 (01) :15-18
[8]   基于主成分分析法的电力需求影响因素分析 [J].
崔巍 ;
都秀文 ;
杨海峰 .
电力建设, 2013, 34 (08) :34-39
[9]   利用主成分回归法处理多重共线性的若干问题 [J].
舒晓惠 ;
刘建平 .
统计与决策, 2004, (10) :25-26
[10]   变系数广义线性模型及其估计 [J].
花俊洲 ;
梅长林 ;
吴冲锋 .
系统科学与数学, 2004, (01) :41-50