基于零膨胀负二项模型的江苏省青少年恒牙龋齿影响因素分析

目的了解江苏省青少年恒牙龋齿现状及影响因素。方法依托2019—2020学年江苏省学生常见病和健康影响因素监测项目,纳入其中12~17岁青少年共22755人进行问卷调查和体格检查。使用负二项回归计算恒牙龋齿率,采用零膨胀负二项回归模型分析青少年恒牙龋齿影响因素。结果江苏省12~17岁青少年恒牙龋齿率为43.04%。女生、16~17岁组、非肥胖、高中生、苏中地区、母亲文化程度为小学及以下、每周中高强度运动≤2 d、每天刷牙1次、每天甜食和油炸食品摄入≥1次的学生恒牙龋齿率较高,差异均有统计学意义(P值均<0.05)。基于零膨胀负二项回归模型,结果显示,16~17岁年龄组(β=0.206)、女性(β=0.195)、母亲受教育程度大学及以上(β=0.171)、过去7 d每天吃甜食(β=0.126)对青少年恒牙龋齿数有正向影响,苏中地区(β=-0.227)、苏北地区(β=-0.079)对恒牙龋齿数有负向影响(P值均<0.05);对恒牙龋齿发生风险分析结果显示,16~17岁年龄组(β=-0.103)、女性(β=-0.379)、苏中(β=-0.536)和苏北地区(β=-0.304)、过去7 d每天吃甜食(β=-0.287)对恒牙龋齿出现零膨胀现象有负向影响,肥胖(β=0.136)、母亲文化程度为中学(β=0.221)和大学及以上(β=0.248)对出现龋齿零膨胀现象有正向影响(P值均<0.05)。结论江苏省12~17岁青少年恒牙龋齿患病率较高,应重视早期筛查工作,尽早采取针对性干预措施,降低青少年龋齿患病风险。

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。

基于改进网络核密度和负二项回归的事故黑点鉴别

已有的交通事故黑点鉴别研究大多基于事故频数或事故率,并未考虑交通事故对不同发生地的影响特征。为了综合考虑交通事故在不同交通环境和路网特征下的差异影响,并解决交通事故数据中零值远超经典离散分布的零膨胀问题,本文提出一种考虑节点综合重要度的改进网络核密度估计法,并基于零膨胀负二项回归模型对城市交通事故黑点进行鉴别。首先,在拓扑路网中综合考虑事故发生地的交通环境和道路条件构建事故综合影响度指标,连同事故严重程度指数嵌入到传统网络核密度估计中,通过在道路网络上生成平滑的密度表面定性体现点事件的空间聚集性。在此基础上,构建基于零膨胀负二项回归鉴别模型,明晰事故高发区域边界范围,定量刻画不同严重等级的事故黑点路段空间分布特征。最后,以深圳市华强北街道为例进行实例分析。结果表明,在90%、80%和70%的阈值水平下本文提出的事故黑点鉴别法的有效搜索率均高于平面核密度估计法,且考虑节点综合影响度后,部分无道路区域不再被误识,模型准确率比传统网络核密度法分别提升了3.60%、5.31%和7.20%。

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。

基于负二项和零膨胀负二项回归模型的大兴安岭地区雷击火与气象因素的关系

雷击火的发生与气象因子之间存在着密切的关系。该文选用符合大兴安岭地区林火发生数据结构的负二项(negative binomial,NB)和零膨胀负二项(zero-inflated negative binomial,ZINB)两种模型对大兴安岭林区1980–2005年间雷击火的发生与气象因素间的关系进行建模分析,并与以往研究中所使用的最小二乘(OLS)回归方法相对比。使用SAS和R-Project统计软件进行模型拟合运算,计算得出模型各参数。结果表明,NB和ZINB模型对数据拟合较好,模型内各气象因子显著性水平较高,对雷击火发生次数均具有较好的预测能力。运用AIC和Vuong等检验方法,进一步比较了NB和ZINB模型对数据的拟合水平以及模型预测水平,结果表明ZINB模型无论在数据拟合还是模型预测上都要优于NB模型。提出了大兴安岭地区林火发生与气象因子关系的最优模型。

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。

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。

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。

基于零膨胀负二项模型对大兴安岭地区夏季火发生预报模型的研究

大兴安岭林区地处寒温带,是我国东北最重要的森林资源采伐基地。在全球气候逐渐变暖背景下大兴安岭地区的气候发生了明显的变化,导致夏季火频发,对该地区生态系统造成一定影响。选用零膨胀负二项(ZINB)模型,使用R-project软件,对该地区1967-2008年夏季火每日发生林火次数与气象因子之间的关系进行拟合,并用检验数据进行模型准确度预测。结果表明:最高气温对于模型的点部分影响极显著,平均地温和日照时数对于模型的零膨胀部分具有显著性影响,模型预报的准确率达71%。该模型对大兴安岭地区夏季火的预测准确性较好,利用该模型的预测预报结果能够为森林防火工作者合理配置灭火人力与物力,优先对火灾潜在高发区的可燃物进行中断管理提供科学的依据与技术支撑。

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.

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。

面向空气质量数据分析的广义零膨胀二项模型研究

针对化工园区气体超标排放的质量监控和超排计数问题,构建了广义零膨胀二项分布模型。在统计气体超标排放次数时,发现超标次数具有典型的零膨胀特征。传统的零膨胀泊松模型和负二项回归模型等会低估零膨胀概率,将传统的二项回归模型推广到更为一般的形式,构建了广义零膨胀二项分布模型。该模型满足了期望小于方差的特性,较好解决了超标排放中出现的既有过离散又有零膨胀的问题。实验表明,广义零膨胀二项分布模型具有较好的拟合效果,适应性和鲁棒性均较强。

随机效应零膨胀索赔次数回归模型

索赔频率预测是非寿险费率厘定的重要组成部分。最常使用的索赔频率预测模型是泊松回归和负二项回归,以及与它们相对应的零膨胀回归模型。但是,当索赔次数观察值既具有零膨胀特征,又存在组内相依结构时,上述模型都不能很好地拟合实际数据。为此,本文在泊松分布、负二项分布、广义泊松分布、P型负二项分布等条件下分别建立了随机效应零膨胀损失次数回归模型。为了改进模型的预测效果,对于连续型的解释变量,还引入了二次平滑项,并建立了结构性零比例与解释变量之间的回归关系。基于一组实际索赔次数数据的实证分析结果表明,该模型可以显著改进现有模型的拟合效果。

零膨胀损失次数回归模型及其应用

在许多情况下,损失次数数据一方面具有零膨胀特点,另一方面尾部较长,存在过离散特征。此时,通常的损失次数模型(如泊松回归)将不能很好地拟合实际损失数据。本文对零膨胀泊松回归、零膨胀负二项回归、零膨胀广义泊松回归和零膨胀泊松—逆高斯回归的模型构造和参数估计进行讨论,并用这些模型对一组实际损失数据进行了拟合。结果表明,当实际数据存在零膨胀特点时,零膨胀回归模型可以显著改善对实际损失数据的拟合效果。

零膨胀模型在心肌缺血节段数影响因素研究中的应用

目的讨论零膨胀模型在计数资料中的应用。方法应用零膨胀负二项模型分析冠心病患者心肌缺血节段数的影响因素。结果零膨胀负二项模型logit部分结果表明没有家族史、年龄越小、左室收缩末容积越小的患者发生心肌节段缺血的可能性较小;负二项部分结果表明有糖尿病史、有冠心病家族史、左室收缩末容积越大的患者发生心肌缺血节段数越多。结论当计数资料存在过多零计数时,应用零过多模型能够得到很好的拟合效果。

零膨胀负二项回归模型的推广与费率厘定

在费率厘定中,当索赔次数数据存在过离散(over-dispersion)特征时,通常会采用负二项回归模型,但当索赔数据中同时又出现零膨胀(zero-inflated)问题时,负二项回归模型不再适合对这样的数据进行分析.在传统的零膨胀负二项回归模型为基础,并将其推广到更为一般的形式,同时利用解决费率厘定中出现的既有过离散又有零膨胀的问题.通过对一组汽车损失数据的拟合,推广后的零膨胀负二项回归模型有效地改善了拟合效果.

零膨胀模型在非寿险中应用

分类费率厘定中最常使用的模型之一是泊松回归模型,但当损失次数数据存在零膨胀特征时,通常会采用零膨胀模型来解决。本文讨论一些零膨胀模型在非寿险中的应用,并通过对一组汽车保险损失数据的拟合,发现零膨胀模型可以有效改善对实际损失数据的拟合效果。

基于零膨胀模型的农户借贷行为影响因素分析——以山东省8119家农户数据为例

采用大样本数据可使得对我国农户借贷行为的分析更加稳健。截至目前,对山东省223个行政村8119户的抽样调查数据规模在相关研究中最大,为适应相关数据结构特征,利用零膨胀负二项模型进行数据分析,发现注重自身积累的传统投资观念、具有较高学历水平两个因素会对农户借贷行为产生显著性影响,而正规金融体系却未对其产生显著性影响。在此基础上,进一步提出了发展农村金融业的政策建议。

基于零膨胀模型的江苏省AIDS发病研究

目的:针对江苏省艾滋病发病次数的数据特征,建立零膨胀模型,并探究了影响艾滋病发病的因素,为艾滋病的防治提供参考。方法:搜集江苏省2004~2010年63市县的艾滋病数据共计441条,分别建立普通计数模型和零膨胀模型,通过模型比较,选择最优模型。结果:零膨胀负二项回归模型对数据的拟合最优。结论:针对过离散且带有零膨胀现象的数据,建立ZINB模型较为合适。此外,为更有效地开展艾滋病防治工作,严格把控人口密集、农村人口稠密区域的发病状况,着重关注苏南等经济发达城市、发病热点区域的疫情十分迫切和关键。

零膨胀负二项回归模型在共存疾病影响因素研究中的应用

目的探讨零膨胀负二项回归模型在居民患有共存疾病及其影响因素研究中的应用。方法分别用Poisson分布、负二项分布和零膨胀模型来拟合居民共存疾病数量并分析聚集性,筛选出共存疾病的主要影响因素。结果拟合分布的结果显示,共存疾病数量不符合Poisson分布(χ~2=196. 419,P <0. 001),符合负二项分布(χ~2=6. 677,P=0. 154);聚集指数K=1. 779,过离散检验统计量O=15. 18> 1. 96,所以资料存在聚集性。零膨胀检验统计量Vuong=6. 58,P <0. 001,零膨胀模型要优于Poisson或负二项模型。零膨胀负二项回归分析显示:在负二项部分得出,年龄越大、有高强度运动、焦虑程度越高、体质指数越高、糖化血红蛋白(hemoglobin A1c,Hb A1c)水平越高、有糖尿病家族史、有高血压史、高收缩压和高水平胆固醇的居民发生共存疾病的数量会增加;在Logit部分得出,年龄越大、焦虑程度越高、体质指数越高、甘油三酯水平越高、空腹血糖(fasting blood glucose,FPG)越高、有高血压家族史和高收缩压的居民发生慢性病的风险较大。结论居民患共存疾病有聚集性和零计数过多的特点,零膨胀负二项回归模型在拟合具有该类特点的数据中优势明显。