一阶混合整数值负二项自回归模型

考虑复杂整数值时间序列数据的建模问题.首先,提出一类一阶混合整数值负二项自回归模型,并证明该模型的严平稳遍历性,讨论该模型的转移概率、期望、方差等概率统计性质;其次,研究该模型的最大似然估计问题,得到了估计量的渐近正态性,并在数值模拟的基础上进行实证分析.实证分析结果表明,该模型在拟合毒品犯罪次数数据时性能良好.

基于零膨胀负二项空间滞后回归模型的新疆手足口病气象因素分析

目的研究2018年新疆手足口病的时空变化趋势,分析气象因子对疾病的影响程度,为新疆手足口病的科学防控提供理论依据。方法对新疆100个县域2018年各季度的手足口病进行描述性分析;使用本文提出的零膨胀负二项空间滞后回归模型识别气象因子的影响程度,并与负二项回归模型、零膨胀负二项回归模型的结果进行对比。结果零膨胀负二项空间滞后回归模型比普通零膨胀模型识别更多有统计学意义的气象因子,比传统计数模型拟合效果更优,还能评估空间效应对疾病的影响。2018年新疆手足口病主要集中在新疆北疆,夏季是高暴发期,秋冬季次之,春季发病最少。春季平均风速越快居民患病人数越少;夏季平均气温和平均相对湿度越高发病人数越多,秋季和冬季气象因子对发病的影响不显著。结论新疆手足口病的发病具有空间聚集性以及季节性特征,气象因子在不同时期对疾病的影响不同,建议加强夏秋两季新疆北疆高风险地区的疾病监测,做好易感区域消杀工作,控制传染源,切断手足口病传播途径。

基于零膨胀负二项回归模型的高速公路卡口交通流量与事故分析

本文借助高速公路卡口数据,分析高速公路路段一段时间内过车数、过车速度等交通流量信息对事故起数的影响。通过对交通流量变量的分析与筛选,利用泊松回归、负二项回归、零膨胀回归等模型对数据进行拟合分析,发现对于引起交通事故较为显著的交通流特征,并选取拟合效果最好的模型。可结合高速公路卡口流量数据,对当前道路安全形势做出预测,有助于公安交管部门提前采取针对性措施,提高道路安全水平。

Poisson回归模型和负二项回归模型在林火预测领域的应用

应用Poisson回收模型和负二项回归模型进行林火预测预报,研究模型的使用条件和检验方法,以大兴安岭地区1980—2005年该地区林火发生数据为基础,并运用AIC检验方法对模型的拟合水平进行检验,探讨这2种模型对林火发生的预测能力,为在我国林业领域的应用提供必要的理论依据和数据支持。

用logisitic回归模型和负二项回归模型分析藏族人群亚健康状态的危险因素(英文)

背景:一般社区人群亚健康状态的研究少有报道,对于少数民族的研究更是少见。目的:用logisitic回归模型和负二项回归模型分析藏族人群亚健康状态的危险因素。设计、时间及地点:横断面调查于2007-09在四川省阿坝藏族羌族自治州松潘县完成。对象:1791名藏族受试者均来自海拔3000余米的四川省阿坝藏族羌族自治州东北部的松潘县,1763人完成了亚健康状态量表。年龄10～80岁,平均27岁;男性受试者的比例为41.5%(731人)。所有受试者对调查方案均知情同意。方法:采用分层二阶段整群抽样在四川省松潘县进行藏族人群亚健康状态调查,采用陈青山等制定的亚健康量表进行亚健康状态评定,分别用亚健康状态现患率、症状数及各维度的现患率反映人群的亚健康状况。主要观察指标:用多因素logistic回顾模型和负二项回归模型进行亚健康状态危险因素分析。结果:1038名受试者拥有1项或1项以上的亚健康症状,亚健康状态的现患率为58.9%。量表的分半信度和内部一致性分别为0.7658和0.8154。logistic回归模型结果显示高龄(P=0.0004)、女性(P<0.0001)、已婚(P=0.0008)、脑力劳动(P=0.0021)和吸烟(P<0.0001)是亚健康的主要危险因素。但是在负二项回归模型中,婚姻状态(P=0.0689)和职业(P=0.1398)未证实为危险因素。结论:生活在高海拔地区的藏族人群也有较高的亚健康状态患病情况,值得医学研究人员的进一步关注。此外,负二项回归模型应被推广用于亚健康状态及其危险因素的研究。

负二项回归模型用于肝炎患者复发次数的SAS程序实现

目的结合肝炎复发次数实例,选取负二项回归模型拟合数据,为计数资料的正确分析提供理论依据。方法对山西省太原市传染病医院2007年6月至12月乙型肝炎、丙型肝炎患者复发情况的随访调查资料,通过SAS软件GENMOD(广义线性模型)过程拟合负二项回归模型,对肝炎复发的影响因素进行分析。结果年龄越大、受感染时间越长、治疗信心越缺乏、认为收入对治疗的影响越明显的肝炎患者复发次数越多。结论SAS/GENMOD过程拟合负二项回归模型,程序简便,结果输出规范,可提供常用的连接函数和概率分布,结果可更准确地解释肝炎复发次数的情况。

户口、劳动合同影响流动人口参加社会保险的比较分析——基于6省18市调研数据的负二项回归模型

本文运用负二项计数回归模型对问卷调查得到的6省18市数据进行分析,研究结果表明,在控制流动人口的年龄、性别、婚姻状况、流动的空间范围、流动的时间、就业状况这些变量的情况下,劳动合同签订状况对流动人口参加社会保险项目个数有正向显著影响,户口对流动人口参加社会保险项目个数没有显著影响。这种与人们通常认为户口会影响流动人口参加社会保险项目相悖的研究结论表明目前我国流动人口社会保险平权状况与社会保险制度建立之初相比得到了明显改善,流动人口参加社会保险已经完成了由社会保险制度建立之初以身份为依据向目前以权利为依据的转变,这是流动人口社会保险权利进步的表现。未来需要以劳动合同为基础采取措施促进和完善流动人口参加社会保险项目。

基于零膨胀负二项回归模型的内河水上交通人命安全分析

运用零膨胀负二项回归模型,分析水上交通事故中人员死亡失踪数量的各影响因素的影响程度。通过Pearson相关分析得到与水上交通事故中人员死亡失踪人数密切相关的因素,建立ZINB回归模型得到各因素的参数估计值。运用弹性分析方法对不同影响因素的影响程度进行评估,根据影响程度对各影响因素进行排序。将该方法应用于长江海事局辖区范围内的水上交通事故人员死亡失踪分析,取得了理想效果。

基于负二项回归模型的高速公路交通事故影响因素分析

为了分析高速公路平纵线形和其他交通相关因素对交通安全的影响,从时间和空间角度选取9个自变量,构建基于负二项回归的高速公路交通事故时空分析模型。以某高速公路典型危险路段为例,进行模型拟合与检验。结果表明,基于负二项回归的高速公路交通事故时空分析模型拟合效果良好,事故率与路段弯曲比和连续下坡累积效应呈正相关,与平均坡度和大车比例呈负相关。

负二项回归模型的重对数律和强相合性

本文构建负二项回归模型选择架构,研究在模型选择中对数似然函数的渐近性质及其与联系函数之间的依赖关系;推出模型参数最大似然估计的重对数律,并建立该类模型选择的强相合准则;证明在一些条件下,如果惩罚项阶数随模型的维数增加且介于O(lnln n)和O(n)之间,则由负最大对数似然和其惩罚项组成的模型选择准则几乎必然选择最简单的正确模型。

考虑空间关联效应的山区高速公路事故分析模型研究

为鉴别山区高速公路交通事故影响因素并确定相邻路段间安全效应的空间关联作用,以云南省某山区高速公路为研究对象,从交通运行条件、道路几何线形两方面收集事故影响因素,整理了3258起交通事故数据,利用同质法划分出686个路段(即事故建模时的基本路段单元)。在现有负二项(Negative Binomial,NB)模型和混合效应负二项(Mixed-Effects Negative Binomial,MENB)模型的基础上加入空间关联效应项,构建了山区高速公路事故空间关联效应(Space Related Partie,SP)模型,并与NB和MENB进行了对比分析。通过模型估计及敏感性分析,识别出对事故风险有显著影响的年平均日交通量、路段长度、平曲线偏角与曲率、纵坡坡度、竖曲线坡差绝对值、平均坡度七个因素。模型检验及对比分析结果表明:SP模型整体表现优于NB模型,拟合优度优于MENB模型,可对事故影响因素进行安全效应分析;立交路段事故风险高于基本路段;路段前后的平曲线偏角、纵坡坡度等越大,对路段产生的风险溢出越大。

基于贝叶斯-零膨胀负二项模型的森林火灾发生预测研究

【目的】随着全球气候变化,极端天气频繁出现,发生森林火灾的可能性也显著提高。在过去的森林火灾发生预测研究中并没有考虑林火发生与气象因子关系模型的不确定性。然而,在全球气候变化背景下,要充分考虑模型的不确定性,科学分析气象因子与森林火灾发生次数的关系,以更好地预测森林火灾的发生,为管理部门的预防工作提供参考依据。【方法】以贵州黔南布依族苗族自治州为研究区域,通过研究森林火灾的发生次数和火险天气的气象变量,基于有效分析模型不确定性且提高模型预测可靠性的贝叶斯法,采用零膨胀负二项和负二项回归两种模型模拟森林火灾发生次数,研究分析发生森林火灾次数与气象因子之间的关系以及评价模型的不确定性。【结果】由零膨胀负二项模型模拟的贝叶斯估计模型可知,森林火灾发生数随着月最小相对湿度的增大而减小,随着月最大风速的增大而增加。贝叶斯法(均方根误差RMSE=5.5569)比传统法(RMSE=5.5776)在火灾发生数拟合方面精度更高。【结论】零膨胀负二项模型由于建模过程中能够很好地对火灾零次发生数据进行分析拟合,模拟精度要比负二项模型好。此外,利用贝叶斯法估计森林火灾发生模型能够很好地提高模型预测的可靠性,并且更精确地评价森林火灾发生模型的不确定性。

基于负二项模型区域日度事故预测及影响因素分析

分析区域日度交通事故规模的影响因素,是做好区域日度交通事故短时预测与防控的基础。搜集北京某区域2012-2015年道路交通事故、气象和日期性质等数据,采用负二项回归技术,建立了区域交通事故预测模型;以2012-2014年的数据作为训练集,以2015年的数据为测试集,拟合模型伪R2为0.645,预测期内绝对百分误差的中位数为17.04%,模型预测效果较好,达到了精度要求。模型还表明:①节假日期间事故减少,节假日前1 d事故增加,节假日后1 d天事故平稳;②1周内,周一和周日事故规模相对较小;③1年内,2月、3月事故规模稍小,7月、9月、10月、11月、12月事故规模稍高;④尾号限行对事故规模影响大,但针对尾号为4和9的限行几乎没有影响;⑤相较于晴天,多数非晴朗天气情况下事故规模反而下降;⑥日平均气温提高会小幅降低事故规模,但日最高气温和最低气温之差增大会增加事故规模。

0−1膨胀负二项回归模型在COVID−19疫情分析中的应用

在公共卫生等应用领域,经常会同时出现零观测值、一观测值较多的情况.为更好地拟合这类数据,采用0−1膨胀负二项分布及其回归模型进行分析.在数据扩充基础上,结合Pólya−Gamma潜变量对模型参数进行贝叶斯推断.最后,对我国湖北省2019冠状病毒病(COVID−19)死亡数据集进行分析.研究表明,0−1膨胀负二项回归模型能够达到更好的拟合效果.

天气状况因素对隼形目猛禽迁徙数量的影响——基于负二项混合回归模型

通过拟合负二项混合回归模型,对隼形目猛禽迁徙总数和各类隼形目猛禽迁徙总数与一系列天气状况变量之间的关系进行量化分析;然后使用多重共线性检验等检验方法,验证最终模型存在的合理性.研究结果显示,部分天气状况变量(例如温度、可见度等)显著影响隼形目猛禽迁徙总数和各类隼形目猛禽迁徙总数,但影响的程度较低.此外,主要观察员的随机效应也会对记录隼形目猛禽迁徙总数和部分类型隼形目猛禽迁徙总数产生轻微影响.

带协变量的负二项回归模型中离散参数估计的研究（英文）

针对带协变量的负二项回归模型中离散参数估计问题,推广了极大似然估计和Bootstrap极大似然估计方法,并在绝对偏差的意义下,通过模拟研究和实际数据分析研究了估计的优良性.研究结果表明协变量和样本量均对离散参数估计有影响.

孔子课堂设立的影响因素——基于负二项模型的实证分析

孔子课堂是孔子学院与所在国中小学合作开展基础汉语教学的分支机构,与孔子学院都属于中国语言教育服务出口的重要模式。文章以2004-2016年的孔子课堂数量的面板数据为基础,采用负二项模型,基于经济、政治和文化三层面来考察全球孔子课堂设立的影响因素。研究结果表明,所在国经济规模、中外经贸关系以及所在国中资企业因素对孔子课堂设立具有显著的积极影响,中外文化差异因素和政治互动因素对所在国孔子课堂设立也具有正向影响,而所在国孔子学院和中外政治制度差异因素对孔子课堂的设立没有显著作用。最后,结合研究结论,为孔子课堂在全球更好地布局与发展提出相应的政策建议,以更好地推动中国基础语言教育服务的出口。

山西省运城市居民年住院次数影响因素分析——基于零膨胀及其相关回归模型

[目的]通过拟合居民年住院次数的最优模型,筛选出影响山西省运城市居民年住院次数的主要影响因素。[方法]分别构建负二项回归、Poisson回归、零膨胀负二项回归和零膨胀Poisson回归4种模型,经比较得出最优模型,并据此开展居民年住院次数的影响因素分析。[结果]近一年内0次住院共计4870例(88.18%)。模型分析显示:性别、年龄、文化程度、居住区域、患有慢性病者、家庭年人均收入及常住人口数是居民年住院次数的影响因素(P<0.05);年龄、职业、家庭常住人口数、患有慢性病情况、吸烟、居住区域及健康知识获取途径是居民住院次数出现零膨胀现象的影响因素(P<0.05)。[结论]山西省运城市居民的年住院次数零膨胀负二项回归模型拟合效果最优。家庭年人均收入处于中等水平、患有慢性病人群就医行为较多;年龄偏大、家庭常住人口数为4~6人、城区居住、患有慢性病及经常吸烟的人群的住院潜在需求更大。

以特色孔子学院为视角的中国教育服务出口模式研究——基于负二项式模型的实证分析

孔子学院是中国教育服务出口的商业存在模式,为了响应孔子学院转型发展的需求,许多特色孔子学院兴建起来,但总体上仍处于起步阶段。文章选取2006—2016年的特色孔子学院数据,采用负二项式模型实证分析推动特色孔子学院设立的影响因素。研究结果表明,对外直接投资、孔子学院存量、文化距离等因素显著促进了海外特色孔子学院的设立。最后,结合研究结论,为更好地推动特色孔子学院设立和中国教育服务出口提出相应的政策和建议。

海宁市某三级医院8388例交通伤与气象因素的研究——基于零膨胀负二项混合回归模型分析

探讨海宁市某三级医院8388例交通伤( road traffic injury,RTI) 与气象因素之间的相关性进行探索,为RTI的预防和控制提供参考依据。方法 收集海宁市某三级医院2020-2022 年共8388例RTI病例信息,基于零膨胀负二项混合回归模型对RTI与气象因素之间的相关性分析。结果 单因素零膨胀负二项混合回归分析显示平均气温2m(℃)、风速10m(m/s)是RTI的危险因素,其OR值及95%可信区间分别为1.01 [95%CI(1.006 ~ 1.014) %]、1.033 [95%CI(1.006~1.060)%];地面气压(hPa)是RTI的保护因素,其OR值及95%可信区间为0.994[95%CI(0.990~0.998)%];多因素分析显示,平均气温2m(℃)、降水量(mm)是RTI的危险因素,其OR值及95% CI分别为1.017[95%CI(1.007~1.028)%] ,1.004[95%CI(1.000 ~ 1.007)% ]。结论 气象因素与RTI的发生可能存在一定的联系,气温的升高以及降雨将增加RTI病例数,因此有必要建立气象预警系统以减少RTI的发生。