耦合均值-相关性的起重伤害事故致因ZIP模型研究

近些年来,起重伤害事故高发频发,导致了较大的直接经济损失和人员伤亡,受到行业的高度关注。为探究起重伤害事故致因的影响程度,采集2011—2021年376份起重伤害事故调查报告,依据事故致因24Model和系统安全分析法识别事故致因,构建起重伤害事故致因的零膨胀泊松回归模型(Zero-Inflated Poisson,ZIP),并通过Vuong方法和拟合优度检验准则进行检验;综合考虑事故致因发生频次的均值、致因和事故发生的相关性,运用弹性分析方法对事故致因的影响程度进行定量排序。结果表明:ZIP回归模型拟合效果优于泊松回归模型,各事故致因对起重伤害事故的影响程度排序为安全监管不到位C_(6)(T_(k)=1.0221)、安全意识淡薄H_(1)(T_(k)=0.5117)、作业人员违规作业H_(3)(T_(k)=0.4758)、作业人员无证上岗H_(2)(T_(k)=0.2116)、专项施工方案不合格C_(7)(T_(k)=0.1234)和结构构件破坏或连接不可靠M_(3)(T_(k)=0.1045)。研究从事故致因发生频次的均值、致因和事故发生的相关性两个维度刻画事故致因对起重伤害事故的影响程度,为起重伤害事故风险分级管控提供了新的研究思路和方法。

0-k膨胀计数回归模型的参数估计与统计检验

0-k膨胀计数回归模型的参数估计与统计检验一直是数据分析的热点问题.借助隐变量重新设定0-k膨胀回归模型,并采用EM算法和Fisher信息矩阵给出参数的点估计和区间估计;基于Wald统计量和LR统计量对0-k膨胀分布是否会退化的现象进行统计检验;以0-k膨胀泊松回归模型为例进行实际应用.研究结果显示,采用EM算法进行参数估计时收敛速度较快且估计结果稳健,不同的0-k膨胀泊松分布对原始数据的拟合效果不同,若将k设定为非膨胀数值可能会导致拟合结果出现偏差.

带有约束条件的零一膨胀Poisson回归模型

考虑一类带有一般线性约束条件的零一膨胀Poisson回归模型,给出参数估计的EM(expectation maximization)算法,并利用数值模拟和实际数据分析验证了结果的灵活性和可行性.

零膨胀Poisson回归模型极大似然估计的相合性与渐近正态性

计数数据广泛存在于心理学、遗传学、生物医学和保险等多个研究领域中.拟合计数数据最常用的回归模型是Poisson回归模型.如果计数数据散度偏大,可能是存在零膨胀,还有可能是因为总体来源的“非同质性”以及它们的综合作用等.关于零观测值过多的零膨胀计数数据的模型研究已成为当今国内外的一个热点问题,特别是零膨胀Poisson回归模型在多个领域已经有广泛应用,但是对该模型的大样本性质的研究文献还很少见.讨论了在零膨胀Poisson回归模型参数的极大似然估计基础上,给出了一些正则条件,并在此条件下,证明了模型参数极大似然估计的相合性与渐近正态性.

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。

基于零膨胀广义Poisson回归模型的广义估计方程方法及其应用

计数数据分析已在生物和医学研究领域得到发展.特别地,零膨胀计数分布已经被用来建模在试验中经常出现的过多零的观测.分析此类数据最常见的计数分布是泊松分布和负二项分布.然而,泊松分布只能处理等分布数据,负二项分布只能处理过度分散.零膨胀广义Poisson回归模型则可以用来处理0过多或过度分散的计数数据.对于具有这样特征的纵向计数数据采用广义估计方程方法估计模型参数,同时也可以解释来自同一个体观测值之间的相关性.通过引入一个隐变量,将分别构建模型的两组协变量的估计方程连接起来,从而解决了零膨胀部分的参数估计求解问题.并用此方法分析了Iowa氟化物研究中的数据,研究了龋齿的数量影响因素.

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。

黔南地区气象因子与森林火灾发生次数之间的关系

对黔南区春季防火期森林火灾数据进行分析,分别引入Poisson回归模型、负二项模型、零膨胀负二项模型和Hurdle模型拟合该地区火险天气森林火灾发生数,并对这些模型进行逐步筛选。结果表明:Poisson回归模型不适用于处理过度离散的数据,负二项回归模型相对于Poisson回归模型,比较适用于过离散数据;但是对于零个数过多的数据,这2类模型拟合效果较差,零膨胀负二项模型和Hurdle模型对这类数据有很好的解决办法。零膨胀负二项模型和Hurdle模型拟合效果优于其他2种模型,而且Hurdle模型好于零膨胀负二项模型。

ZIP回归模型的数据删除度量和广义杠杆

为了探测含零较多的计数数据对ZIP回归模型的影响,基于EM算法和完全数据似然函数,笔者利用数据删除方法研究了模型的全局影响,得到了参数估计的一步近似表达式以及相应的广义Cook距离和Q-距离,并研究了在EM框架下的广义杠杆值。最后,通过实际问题说明了所得统计量的有效性。

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。

零-K膨胀泊松回归模型在公共卫生领域研究中的应用

目的将零-K膨胀泊松回归模型(ZKIP)在公共卫生领域研究中加以实践,为实际工作中研究者所遇到的零-K膨胀数据拟合问题提供方法学支持。方法以美国2016年5~17岁学生因病缺课天数数据为例,拟合ZKIP模型,采用SAS 9.4软件进行参数估计,并与Poisson回归模型、零膨胀泊松回归模型(ZIP)进行比较,依据数据过离散和零膨胀检验结果及模型拟合优度指标等选择最优模型,同时探讨各可能影响因素与学生因病缺课天数间的联系。结果数据过离散和Vuong检验结果表明存在过离散和零膨胀现象(O=773.40>1.96、V=19.7330>1.96);依据因变量取值分布直方图取膨胀值K=2。ZKIP模型取得最优模型拟合度(AIC=40736,BIC=41274),参数回归结果表明高年龄组学生因病缺课行为发生风险更高;白人学生因病缺课行为发生风险性最低;手术史、身体不适症状、长期服药、急诊室次数、过敏、平衡不佳情况等变量对数据零膨胀参数和Poisson分布参数影响均有统计学意义;视力问题、长期服药、地区(西部地区学生较东北部地区学生)3个变量对K=2的膨胀参数η影响显著。结论ZKIP模型不仅在零事件处理能力上和ZIP模型相当,还能提供更多的K膨胀值处信息,是零-K膨胀数据拟合方法学上的突破。

多项膨胀效应模型对美国城市4~9岁儿童哮喘危险因素的分析

目的探讨儿童哮喘的主要危险因素,为哮喘的防治提供参考依据。方法建立多项膨胀泊松回归模型,获得数据授权,对美国城市合作哮喘研究(NCICAS)1993—1997年中8个主要城市的数据进行分析。结果共纳入1376名儿童进行分析。发现控制其他协变量后,年龄每增长1岁,家长汇报患儿气喘的期望天数增加4%;服药次数每增加1次,汇报气喘的期望天数增加7%;与不关心治疗不良反应的家长相比,关心治疗不良反应的家长汇报气喘的期望天数增加12%;以上结果均有统计学意义(P<0.05)。对汇报气喘天数为0天的膨胀数据研究显示:服药次数越少、就医次数越多、儿童行为表现越差,对家长汇报其气喘天数为0具有正效应;儿童行为表现越好,对家长汇报患儿气喘天数为14天具有正效应。结论在调查哮喘症状的危险因素并设计预防和治疗策略时,有必要更加注意基础人群的异质性。对症状严重的儿童进行干预时,心理健康是重要的考虑因素。

日常护理需求的事件数模型

以日常护理需求为实例 ,探讨了应用事件数回归模型所应当注意的事项 ,着重考察 :(1)当事件数变量存在大量 0值时 ,如何在建模时加以处理 ;(2 )如何处理零堆积泊松回归模型中的右屏蔽效应 ;(3)并比较不同统计模型对相同变量的边际效应的影响。最后简单地讨论了零堆积负二项回归模型对我们理解老年人日常护理需求模型的涵义。

大额索赔条件下的车险费率厘定

车险费率厘定是财险公司设计产品的核心内容之一。在传统的纯保费预测模型中,通常建立复合泊松-伽玛模型,该方法没有考虑到大额索赔出现的情况。为此,提出了一种处理大额索赔的频率-强度方法。基于一组机动车损失数据,对索赔频率和索赔强度分别建模。比较不同分布的索赔频率模型,得到零膨胀负二项模型效果较好;在索赔强度建模中,得到大额索赔伽玛模型比伽玛模型效果好。实证检验了带有大额索赔的频率-强度模型在车险费率厘定中的优越性。

基于对角膨胀双变量Poisson模型的中超联赛赛事数据分析

随着我国足球博彩产业的发展，与足球赛事相关的数据分析和统计工作也越来越受重视．通过双变量Poisson模型及其拓展的几种对角膨胀模型来拟合2015赛季中超联赛各场比赛进球数据．结果表明只用双变量Poisson模型不能很好拟合比赛进球得分数据，用对角膨胀双变量Poisson模型能较好估计各支球队在整个赛季过程中主场和客场的进攻和防守实力，预测每场比赛进球数，提高模型拟合度，并且解决了以往模型在预测低比分或高比分平局时出现的偏差．因此，对角膨胀双变量Poisson回归模型适用性强，对预测足球等项目比赛的进球数是较好的模型．

对角膨胀双变量Poisson回归模型在结核病影响因素分析中的应用

结核病的传播过程比较复杂,易感人群在受到结核病菌传染后可能会患上结核病或结核性胸膜炎,前者具有传染性,而后者暂时不具有传染性,但可能又会发展成结核病,具有传染性.为了探讨结核病的影响因素,利用对角膨胀双变量Poisson回归模型,将受结核病菌传染所发生的结核病患者数和结核性胸膜炎患者数作为模型中的2维响应变量,拟合D市在校学生受结核病菌传染的患病数据.计算结果表明:结核病患者与结核性胸膜炎患者不具有相关性;强阳率、痰菌检验阳性状态、宿舍密度、季节与通风状态差等因素是对结核病的影响因素,数据拟合效果较好,为对结核病的预防工作提供参考依据.

高速公路交通事故起数时空分析模型

为了分析交通事故起数与时间、道路空间结构及交通运行环境等潜在影响因素之间的关系,从时间和空间角度选择9个自变量,分别从路段长度一致和路段坡度一致2个角度,构建交通事故起数时段、周日和月分布模型。以某典型交通事故多发段为例,分别运用泊松回归模型、负二项回归模型、零堆积泊松回归模型和零堆积负二项回归模型拟合交通事故起数时段、周日和月分布模型,根据模型的拟合优度检验,分别确定3个模型的最佳形式,从而构建交通事故起数时空分析模型。研究结果表明:从AIC准则和BIC准则来看,基于路段长度一致的交通事故起数时段、月分布模型采用负二项回归模型拟合效果较好,其他模型选择泊松回归模型拟合效果较好;基于路段长度一致的交通事故起数时段、周日、月分布模型的预测误差小于基于路段坡度一致的交通事故起数时段、周日、月分布模型。

零频数过多模型在亚健康状态研究中的应用

探讨零频数过多（ZI）模型在亚健康症状数研究中的应用.应用Stata 11.0软件拟合ZI模型分析亚健康症状数的危险因素,并用d系数、Vuong检验、O检验、似然比拟合优度检验比较ZI模型与传统负二项回归模型、Poisson回归模型的拟合效果.α=0.939,Vuong检验Z=32.08,P＜0.0001,表明此数据的零频数过多.亚健康症状数的（-x）=2.90,s=3.85,过度离散统计量0=308.011,P＜0.001,s2＞（-x）,表明存在过度离散.从4个模型中的拟合优度看,零频数过多的负二项回归（ZINB）模型log likelihood最大,AIC最小,说明ZINB模型的拟合效果最佳.当计数资料中出现过多的零频数时（如亚健康症状数资料）,应用ZINB模型能够获得最佳的拟合效果.

零—膨胀泊松回归模型的非参数统计分析及其应用

零膨胀计数数据是当今数据分析的热点问题之一,该类数据的特点是零点过多,目前对这类数据的研究已经比较全面。另外还有些计数数据不仅会出现零点过多的现象,也会同时存在零、一点都过多的情形,如果再用零膨胀计数数据的统计方法去研究,产生的误差较大。目前国内外对零和一都膨胀的数据的研究还比较少,针对这种现象,本文引入零一膨胀泊松回归模型,并用局部多项式核回归法这种非参数统计分析方法对零一膨胀泊松回归模型进行参数估计,这是本文的创新点也是难点,并在求解参数的过程中引进了EM算法和Newton-Raphson迭代对参数近似求解。通过模拟结果可以得出此方法的可行性,最后通过对糖尿病患者数据的实例分析,可以验证此方法的有效性。