本博客下载链接包含修改的word版本, 可免费下载阅览学习, 也可作为数学建模相关课程作业修改上交:
链接:https://pan.baidu.com/s/1ojoORJ2vhX3p8KqHUGp3OQ?pwd=qtnc
提取码:qtnc
脑卒中发病环境因素分析及干预
摘 要
脑卒中逐渐威胁人们的生活,本文主要针对脑卒中发病病例信息和受病环境因素进行统计分析,从实际数据结果加深对脑卒中的认识,旨在对脑卒中加以预防。
针对问题一,先主要借助于EXCEL编程及筛选功能、MATLAB辅助编程对附件数据进行错误修复及标准化处理,得到2007~2010年期间有效数据的发病年、月、日,然后在EXCEL中分别按性别、年龄、职业、时间(包括年、月、日)四个字段对发病人数进行统计,并以图、表的形式予以展示,最后总结出脑卒中患者男女性别比为1.17:1、集中患病年龄段为71~80岁、高危职业为农民、存在一定季节性等结论,该问属于一般的数据统计分析模型。
针对问题二,先对患者按照天来统计四年每天的发病人数(共1461条数据),再将气象数据与发病人数按天进行关联构成新的源数据,同时计算每天的气压差、温差,最后以发病率为因变量,以平均气压、最高气压、最低气压、气压差、平均温度、最高温度、最低温度、温度差、平均湿度、最低湿度10个特征为自变量进行多元线性回归,其步骤是先画因变量与自变量的散点图观测它们的关系,再利用SPSS软件统计所有变量之间的相关性,最后进行多元逐步回归分析。结果表明:①发病率与这10个指标的相关性并不大,但整体上与最低气压、最高温度和温差呈正相关、与平均湿度和气压差成负相关;②发病率与平均湿度直接线性相关,逐步回归的模型为,且模型检验为F=7.555、Sig.=0.006,表明该模型通过显著性检验;③再次以平均湿度为因变量,以气压和温度为自变量进行逐步回归发现,平均湿度受温差、平均气压影响,这间接地对脑卒中发病率产生影响。
针对问题三,通过查阅资料文献得到脑卒中高危人群的重要特征和关键指标、主要诱发因素,并结合问题一和问题二中的相关结论对脑卒中高危人群进行了预警和干预建议。
最后,本文对模型进行了检验及评价分析,用2007~2010年的发病数据进行回代检验,两者绝对距离小于1的比例为86%。同时,本文的分析可以推广应用到其它疾病、农作物收成等受环境、气候影响的分析及预警评估中。
关键词:脑卒中,环境因素,统计分析,多元线性回归,逐步回归,显著性检验,预警,回代检验