太原市空气污染对心脑血管疾病死亡率急性影响的Poisson广义可加模型分析

目的定量化研究太原市大气污染对居民心脑血管疾病日死亡率的急性影响。方法通过死因监测系统收集2004年太原市心脑血管疾病死亡病例资料,从太原市气象局获得气象资料,大气污染资料来源于太原市环境监测站。采用Poisson广义可加模型进行太原市大气污染与居民心脑血管疾病日死亡率的回归分析,同时控制气象因素、时间趋势、周日效应混杂因素的影响。以Bootstrap抽样法对数学模型的共曲线性进行校正并估计误差。结果2004年太原市空气中PM10、SO2、NO2、CO的日均浓度分别为173.55、79.34、23.03、2214.59μg/m3;太原市心脑血管疾病日死亡率为7例/日。Pearson相关分析结果表明,SO2、CO、PM10浓度与温度的相关性的顺位为SO2(r=-0.7016,P<0.01)>CO(P=-0.4383,P<0.01)>PM10(r=-0.2162,P<0.01)。滞后效应和累积效应GAM时序分析结果均显示,SO2和NO2同时引入,PM10和CO的健康效应达到最大值;而SO2和NO2在模型中未呈现统计学意义。Bootstrap校正共曲线性误差后,全污染物累积效应模型中,PM10的RR为1.216(95%CI:1.057～1.399),CO的RR为1.156(95%CI:1.061～1.263)。结论太原市大气PM10和CO污染对居民心脑血管疾病死亡率具有急性影响。SO2和CO浓度与温度具有相关性,提示SO2和CO与冬季采暖有关。对颗粒物而言,除采暖因素以外还存在其他重要的污染源。

空气污染对心脑血管疾病门诊量影响的Poisson广义可加模型分析

目的定量研究潍坊市大气污染对居民心脑血管日门诊量的影响,探讨大气污染与门诊量之间的关系,为心脑血管疾病的预防控制提供依据。方法通过潍坊市社保系统收集每日心脑血管疾病门诊量,从中国气象局收集气象资料,大气污染资料来源于潍坊市环境监测站。采用Poisson广义可加模型对潍坊市大气污染与心脑血管疾病门诊量进行回归分析,同时控制气象因素、时间趋势、周日效应混杂因素的影响。结果 2015年潍坊市空气中PM 2.5、PM 10、SO_2、NO_2的日均浓度分别为75.33μg/m^3、126.25μg/m^3、41.25μg/m^3、38.17μg/m^3;潍坊市心脑血管疾病日门诊量586人次/天;Spearman相关分析结果表明,温度和降雨量与空气污染指标存在较强相关性。单因素广义可加模型(GAM)时序分析结果显示,温度、降雨量、PM 2.5、PM 10、SO_2、NO_2对心脑血管疾病门诊量有影响;多因素分析显示,PM 2.5、PM 10、SO_2、NO_2日均浓度每增加10μg/m^3,心脑血管疾病门诊量的风险RR值分别增加0.27%(0.20%~0.53%)、0.35%(0.10%~0.61%)、0.69%(0.50%~0.89%)、0.39%(0.04%~0.75%)。结论潍坊市大气污染能增加心脑血管疾病门诊量的风险,温度和降雨量与大气污染物相关性较高,提示采暖期污染程度明显加重,有必要开展相应的治理措施。

佳芦河流域设计年径流和设计洪水的广义可加模型

受气象要素变化和人类活动的影响,径流序列的一致性常遭到破坏,需要直接针对非一致性水文序列进行研究。本文以黄土高原区佳芦河流域的年径流量和年最大洪峰流量为研究对象,基于广义可加模型(GAMLSS),优选气温、降水和库坝控制下的流域有效产流面积作为协变量进行模拟分析,并采用平均设计寿命水平法(ADLL)与等效可靠性法(ER)估算非平稳序列的设计年径流及洪峰流量。结果表明:两个水文序列均具有非一致性,所构建的多协变量年径流模型的低分位数曲线和高分位数曲线的拟合效果较好,洪峰流量模型整体模拟效果均较好;GAMLSS模型及相应的ADLL和ER方法在特定重现期或概率区间能提供更高精度的洪峰流量及年径流量设计值,且较好地体现了水文序列变化趋势对设计值的影响。

含竞争指标的广义可加混合效应树高-胸径模型

广义可加混合效应模型(GAMM)兼具参数模型与非参数模型的优点,同时适于处理多层次分组数据。通过运用广义可加混合效应模型模拟胸径及树高之间关系,加入竞争因子作为辅助变量,并与传统非线性混合效应模型进行比较,能够为建立树高曲线及提高模型精度提供新方法。根据吉林省汪清林业局金沟岭林场2块100 m×100 m次生混交林样地中的实测单木数据,按照7∶3比例随机划分建模与验证数据。随机效应设定为林木分级,辅助变量选择大于对象木胸高断面积之和(B_(AL))或简单竞争指数(Hegyi指数,H_(EG)),根据随机效应的设定位置共构建15个广义可加混合效应模型,对照模型以Logistic及Richard方程为基础模型,共构建6个非线性混合效应树高-胸径模型。结果表明:所有广义可加混合效应模型均能较好地描述自变量与树高之间的关系,决定系数(R^(2))为0.8897~0.8998,相对均方根误差(R_(RMSE))为17.87%~18.74%,平均绝对误差(M_(AE))为1.7881~1.8745 m,赤池信息量(A_(IC))为4120.42~4162.23,均优于相同自变量下的非线性混合模型,R^(2)平均提高0.005,相对均方根误差、平均绝对误差、赤池信息量分别平均降低0.46%、0.0587 m、41.49。对于验证数据的预测可以看出,模型5具有最小的预测相对均方根误差,为20.28%,同时具有最小的预测平均绝对误差,为2.1038 m。但部分广义可加混合效应模型的预测表现略差于非线性混合模型。综合考虑参数与非参数估计显著性、模型估计精度及预测能力,所有模型中的最优模型为模型5,即以B_(AL)为辅助变量,考虑唯一全局平滑函数并以具有相同扭曲程度的分组水平平滑函数为基础添加随机效应。竞争因子选择B AL作为辅助变量能够提升树高模型的精度,而选择Hegyi指数为辅助变量的促进效果不明显。研究建立的广义可加混合效应树高胸径模型相较于传统非线性混合效应模型具有更高的估计精度及预测效果,B AL适宜作为树高模型的辅助变量来反映林木竞争状况的影响。

广义混合Poisson线性模型的贝叶斯推断

该文在贝叶斯框架下研究广义混合Poisson线性模型的变量估计和变量选择问题.首先结合广义Poisson线性模型和GMM模型,构造混合广义Poisson线性模型,并给出似然函数,然后构造未知参数的先验,给出后验似然函数,随后通过后验似然与先验的乘积得到未知参数的满条件分布,用Gibbs算法和M-H抽样算法抽取未知参数得到参数的估计值,并运用二元潜变量标记活跃变量,假设未知先验,给出后验似然,通过Gibbs算法和M-H抽样算法挑选出回归系数,最后进行数值模拟验证贝叶斯估计的有效性和变量选择的准确性.

某市空气污染对早产急性影响的Poisson广义可加模型分析

目的研究广东某市大气污染物对早产的急性影响。方法根据2007年广东某市的出生监测系统、围产保健数据和住院分娩病历获得妊娠结局资料,从广东某市气象局获得2007年气象资料,2007年大气污染资料来源于广东某市环境监测站。采用广义可加模型(general additive model,GAM)进行广东某市大气污染与新生儿早产发生率的Poisson回归分析,控制气象因素、时间趋势、工作日效应混杂因素的影响。结果 2007年广东某市空气中NO2、PM10、SO2的日均浓度分别为61.04、82.51、51.67μg/m3;2007年广东某市新生儿平均出生早产数为21.47例/日。Pearson相关分析结果表明,NO2、PM10、SO2浓度与温度及相对湿度均呈负相关。滞后效应和累积效应GAM时序分析结果均显示,单污染物的健康效应显著。在滞后效应中3种污染物的健康效应均仅维持在当天,当大气中NO2、PM10、SO2浓度每升高100μg/m3,其RR值分别为1.0425(95%CI:1.0068～1.0781)、1.0512(95%CI:1.0087～1.0938)、1.1118(95%CI:1.0479～1.1757)。在累积效应中NO2、SO2的健康效应均在滞后3d达到最大值,每升高100μg/m3,其RR值分别为1.0542(95%CI:1.0080～1.1003)、1.1298(95%CI:1.0480～1.2116);PM10的健康效应在滞后4d达到最大值,每升高100μg/m3,其RR值为1.0688(95%CI:1.0074～1.1301)。多污染物模型GAM时序分析结果显示,在SO2加入NO2的双污染物模型中SO2滞后效应达最大值,而NO2和PM10的滞后效应和累积效应均有下降,且在模型中未呈现统计学意义。结论广东某市大气NO2、PM10、SO2污染对新生儿早产发生率具有潜在的急性影响。

环境流行病学研究中广义可加模型在Python中的实现

目的探索环境流行病学领域中常见的时间序列资料,利用Python以及其他常用统计软件实现广义可加模型(generalized additive models,GAM)的建模,比较各软件建模过程和结果的异同。方法以研究某地PM_(2.5)暴露与呼吸系统疾病入院人次之间的关系作为实例,分别利用Python软件statsmodles库、R软件mgcv库和SAS软件的proc gam语法,构建GAM模型,比较各软件命令代码、参数设置以及参数估计的差异。结果三种软件构建GAM模型的建模逻辑相似,但在内置函数拟合过程、命令代码以及可调用的样条函数等方面有所差别,各软件输出结果基本一致。结论Python软件利用第三方库可实现广义可加模型的构建,为进一步拓展其在流行病学领域的应用提供了参考。

基于半参数广义可加模型的社会消费品零售总额影响因素研究

基于半参数广义可加模型的思想,对全国社会消费品零售总额的影响因素进行了研究。首先运用灰色关联分析和单变量分析筛选出2个非线性因素和3个线性因素,发现两个非线性项之间存在交互效应,最终建立含有交互项的半参数广义可加模型,且模型的R^(2)达到97.7%,说明模型具有极高的解释能力。结果表明,M1、GDP和农村家庭居民人均可支配收入对全国社会消费品零售总额具有正线性影响;M2和全国人均可支配收入具有非线性影响;人均可支配收入较低时,M2越大会使得社会消费品零售总额越低。

清远市O_(3)-8h的广义可加模型构建及应用研究

为分析清远市臭氧浓度的主要影响因素,选取清远市2020年6~9月份逐小时O_(3)和SO_(2)、PM_(2.5)、PM_(10)、CO、NO_(2)连续监测数据以及气象观测数据,对O_(3)-8h(臭氧的日最大连续8个小时平均浓度的算术平均值)变化特征进行分析。利用广义可加模型(GAM),结合调整判定系数、方差解释率、模型偏导数等分析清远市气象要素和排污活动对臭氧浓度的贡献。结果表明:采用平均风速、平均气温、NO_(2)平均值、PM_(10)平均值、O_(3)平均值、CO平均值等六个因子能解释84.44%的O_(3)-8h变化。综合考虑污染物的源与汇及其关键时间段,清远市2020年6~9月O_(3)-8h主要影响因素是日间尤其是上午的气象条件以及以NO_(2)和PM_(10)为特征污染物的燃烧源尤其是移动源的排污活动。根据敏感度分析结果,低风速、高NO_(2)浓度、强太阳辐射、高温、高PM_(10)浓度容易造成O_(3)-8h显著升高。研究成果可为确定清远市臭氧污染成因和臭氧污染防控方案提供参考。

基于广义可加模型的气候对单木胸径生长的影响研究

基于吉林省汪清林业局落叶松-云冷杉林长期固定样地25年观测数据,采用广义可加模型方法,建立了包含气候因子的单木胸径生长模型,研究气候因子对单木胸径生长的影响及不同树种的响应差异。结果表明:生长季≥5℃积温、生长季最低气温、年平均总降水量、月气温差以及年平均气温与年平均总降水量之比5个气候因子对该类型的落叶松、红松、冷杉、云杉、慢阔和中阔6个树种(组)的单木的年平均胸径生长量都有显著的影响,但不同树种组的气候响应变量和程度不同。对含气候和林分因子的全模型、仅含林分因子的部分模型以及仅含气候因子的部分模型进行了统计分析,结果显示:3类模型分别能解释50.8%、45.7%和29.5%的胸径生长变异,说明在局部尺度气候因子对胸径生长的解释能力有限;影响胸径生长的主要因子是单木的期初胸径、大于对象木的断面积之和、林分每公顷株数和林分断面积平均胸径。

基于广义可加模型分析时空和环境因子对2013年南极磷虾资源分布的影响

根据2013年1—9月南极磷虾拖网调查数据,以单位捕捞努力量渔获量作为资源密度指标,分析南极磷虾资源空间分布特征和月间变化。结果表明,1—6月的月均单位捕捞努力量渔获量值相对稳定,7—9月逐月下降。渔区的平均单位捕捞努力量渔获量值以48.1小区最高,为(25.12±31.04)t/h,48.3小区最低,为(11.49±12.06)t/h;单位捕捞努力量渔获量值的波动幅度48.1小区大于48.2小区和48.3小区。广义可加模型筛选出的解释变量对南极磷虾空间分布的影响由大到小依次为:月份、经度、拖网深度、水深、纬度和表层水温。各因子的偏差解释率分别为16.82%、11.17%、3.98%、1.75%、1.54%和0.88%,所有因子对单位捕捞努力量渔获量的总偏差解释率为36.14%。本次调查的结果可为研究南极磷虾渔场形成机制和渔业管理提供参考。

基于广义可加模型的烤烟常规化学成分与感官评价指标非线性关系解析

为分析烟叶化学成分与感官评吸质量之间的关系,建立了基于广义可加模型的非线性关系识别方法,并以国内主产烟区烤烟中部烟叶（8~12叶位）497个样本为研究对象,研究了烤烟烟叶总氮、烟碱、总糖和还原糖4种常规化学成分含量与感官评价指标间的线性与非线性关系。结果表明：1在样品烟叶化学成分的分布范围内和5%显著水平下,总氮与香气质、香气量、杂气、刺激性和余味呈显著线性负相关,烟碱与香气量、余味分别呈显著线性正相关和负相关,总糖、还原糖与香气质、香气量、杂气、刺激性和余味均呈显著线性正相关;2总氮与香气质、杂气、刺激性和余味之间,烟碱、总糖、还原糖与香气质、香气量、杂气、刺激性和余味之间均存在显著的非线性关系,且均表现为明显的“∩”型曲线关系,而总氮与香气量的非线性关系在5%显著水平下不显著;3烤烟烟叶总氮、烟碱、总糖和还原糖含量的适宜区间分别为1.5%~2.8%,2.0%~3.5%,15%~28%和15%~25%。

排序和广义线性模型与广义可加模型在植物种与环境关系研究中的应用

排序和广义线性模型(GeneralizedLinearModel,GLM)与广义可加模型(GoneralizedAdditiveModel,GAM)是研究植物种与环境间关系的重要方法。基于线性模型的排序方法应限定于环境梯度较短的植被数据,而基于单峰模型的排序方法更适用于梯度较长的情况。PCA、CA/RA系列和CCA系列是常用的排序方法。同时进行环境数据和植被数据分析的CCA系列,能清楚地得出植物种与环境间的关系。CCA改进后的DCCA和PCCA,是现今较理想的排序方法。GLM和GAM实质上是用环境变量的高阶多项式来拟合植物种与环境变量的关系。GLM和GAM扩展了植物种与环境变量之间的关系模型,能深入地探讨植物种与环境间的关系。GLM主要是模型决定的,而GAM主要取决于原始数据。一般来说,排序能得出研究区域的主要环境梯度,提供了物种聚集和植物群落的概略描述。GLM与GAM对于深入研究单个植物种与环境间的关系具有优势。在实际研究中,两种方法结合使用能互补不足。

广义可加模型稳健估计在空气污染对健康影响评价中的应用

目的针对大气污染与健康关系研究中拟合广义可加模型时的离群点进行诊断并试图减小其影响。方法将经典的稳健M估计方法引入广义可加模型。结果模拟及实例分析可见稳健估计的结果较好。结论在离群点存在时对广义可加模型进行稳健估计是必要的。

教育能缓解农村贫困吗?——基于半参数广义可加模型的实证研究

从人力资本理论、信号发送理论和亲贫困增长理论出发,构建半参数广义可加模型,研究教育、经济增长和收入不平等对农村贫困的广度、深度和强度所产生的影响。研究结果表明:教育质量对贫困的影响不显著,教育数量显著恶化了贫困状态;经济增长仍然是主要的减贫手段;组内收入不平等能对贫困产生抑制作用,组内和组间收入不平等对贫困发生率的抑制作用都存在一个极值。组间收入不平等对贫困深度和强度的影响具有"门槛效应"。

复合广义Poisson模型下的破产概率估计

将经典复合Poisson模型推广到了复合广义Poisson模型 ,求出了其破产概率公式以及破产概率的上下界 .

基于半参数广义可加模型的中国股市影响因素分析

文章分析了经济增长、通货膨胀、货币政策、汇率变化和美国股市收益率等宏观经济因素对股票收益产生影响的机制,并用半参数广义可加模型(GAM)进行了实证检验。结果表明美国股市对中国股市收益率有线性的正向影响;通货膨胀、狭义货币增长率和汇率变化对其有非线性影响。较低的通货膨胀率能促进股市上涨;人民币升值在汇率改革初期对股市影响较大,后面影响逐渐减小;狭义货币增长量对股市影响较温和。

广义Poisson回归模型及其应用

目的 探讨广义Poisson回归模型在流行病学队列资料分析中的应用与价值。方法 拟合超额相对危险度模型 ,绝对超额危险度模型 ,非标准模型等分析云锡现场队列研究资料。结果 在云锡肺癌现场 ,每一个观察人年每一工作水平月的氡子体暴露 ,会产生 1 0 9× 10 -5个肺癌超额病例。在总的 336例病例中 ,归因于氡子体暴露的有 12 3例。只有当氡子体累积暴露高于 5 88 37WLM时 ,暴露人群患肺癌危险性才高于基线对照。结论 广义Poisson回归模型的拟合可以得到对于危险因素的更深入描述 ,如计算出每一单位危险因素变化时 ,可得超额相对危险度的变化、以及由危险因素所引起超额病例数、超额绝对危险 (EAR)、归因危险比 (AR)

基于广义可加模型分析温湿度因子对斑翅果蝇田间种群动态的影响

探究温湿度因子对田间斑翅果蝇Drosophila suzukii Matsumura种群发生动态的影响,为进一步开展环境胁迫下斑翅果蝇适应性机制研究提供前期基础和参考。本文监测统计了2016-2017年田间斑翅果蝇成虫种群动态数据,并利用广义可加模型(Generalized Additive Models,GAM)分析温湿度因子对成虫种群发生动态的影响。结果表明,通过模型检验和广义交叉验证值(Generalized Cross-Validation,GCV)对比,得出温湿度因子显著影响了2016-2017年斑翅果蝇田间成虫种群发生动态(P<0.05),斑翅果蝇雌成虫、雄成虫、总种群数量的GAM模型参数α分别为2.21346、2.55606和3.08316;雌成虫、雄成虫、总种群数量与温湿度因子关联的GCV值分别为0.57299、0.74501、0.64611,因此雌成虫种群数量与温湿度因子拟合的模型最优;结合温湿度预测曲线分析,斑翅果蝇成虫种群发生动态与温湿度因子之间呈非线性相关,其中温度在23℃以下呈局部负相关,在23℃以上呈局部正相关;与湿度呈正相关,但影响程度较低,因此温度是影响斑翅果蝇成虫种群数量动态的关键生态因子。本文通过探究环境因子对田间斑翅果蝇种群消长规律的影响,为斑翅果蝇的种群发生机制提供了生态学理论基础。

基于广义可加模型研究时间和环境因子对南极半岛北部南极磷虾渔场的影响

基于南极海洋生物资源养护委员会（CCAMLR）统计公报（Statistical Bulletin,Volume 23）提供的数据,利用广义可加模型（generalized additive model,GAM）,实验对1998—2009年南极半岛北部（CCAMLR 48.1、48.2和48.3小区）内的南极磷虾渔场时空分布及其与环境因子（表温和叶绿素a浓度）之间的关系进行了研究。结果表明,模型对3个小区的单位捕捞努力量渔获量（catch per unit fishing effort,CPUE）总偏差解释率分别为51.11%、69.25%和65.82%,其中各小区贡献最大的因子均为月份。1998—2009年期间,3个小区内各年平均CPUE保持相对稳定。48.1小区各年间平均CPUE值变化最小,而48.3小区则较48.2小区大。3个小区之间及48.2小区和48.3小区内年均CPUE差异不明显,而48.1小区内平均CPUE则存在显著性年份差异。从CPUE月均变化可以看出,3个小区均呈单峰分布,48.1~48.3小区的峰值分别出现在4月、5月和6月。3个小区之间平均CPUE月变化不显著,但各区内平均CPUE则存在显著的月变化。48.1~48.3小区南极磷虾渔场的适宜表温范围分别为–3~2℃、–2~2℃和0~5℃,但CPUE主要分别集中在表温–2~1℃、–1~0℃和1℃左右以及0.8~2.4℃范围内。48.1小区（53%）、48.2小区（39%）和48.3小区（51%）3个小区较大比例的CPUE值处于叶绿素a浓度为0~0.2 mg/m3的范围内。