中文摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 研究意义及进展 | 第10-12页 |
1.2 方法学研究进展 | 第12-14页 |
1.2.1 关联性研究 | 第12-13页 |
1.2.2 预测预报研究 | 第13-14页 |
1.3 主要研究目的 | 第14-15页 |
第二章 资料与方法 | 第15-21页 |
2.1 资料来源 | 第15-16页 |
2.1.1 医学资料数据 | 第15页 |
2.1.2 气象和环境资料数据 | 第15-16页 |
2.2 资料的预处理 | 第16-17页 |
2.2.1 医学数据的清洗与筛选 | 第16页 |
2.2.2 混杂效应控制 | 第16-17页 |
2.3 疾病预报等级划分 | 第17-18页 |
2.4 研究方法 | 第18-21页 |
2.4.1 关联性分析方法 | 第18-20页 |
2.4.2 预测预报研究方法 | 第20-21页 |
第三章 上呼吸道感染与主要气象要素的关联性分析 | 第21-43页 |
3.1 统计学描述及相关分析 | 第21-30页 |
3.1.1 上呼吸道感染急诊就诊人数分布 | 第21-25页 |
3.1.2 气象要素与污染物频数分布 | 第25-28页 |
3.1.3 气象要素与污染物相关性分析 | 第28-29页 |
3.1.4 就诊人数与气象要素和污染物相关性分析 | 第29-30页 |
3.2 关联性分析 | 第30-43页 |
3.2.1 气温对就诊情况的影响 | 第31-39页 |
3.2.2 其他气象要素对全人群上呼吸道感染就诊情况的影响 | 第39-43页 |
第四章 上呼吸道感染急诊就诊情况的预测预报研究 | 第43-62页 |
4.1 广义相加模型 | 第43-46页 |
4.1.1 预测模型建立 | 第43-45页 |
4.1.2 预测效果 | 第45-46页 |
4.2 多元线性逐步回归 | 第46-52页 |
4.2.1 预测原理 | 第46-47页 |
4.2.2 预测模型建立 | 第47-50页 |
4.2.3 预测效果 | 第50-52页 |
4.3 BP神经网络 | 第52-57页 |
4.3.1 预测原理 | 第52页 |
4.3.2 预测效果 | 第52-57页 |
4.4 决策树 | 第57-62页 |
4.4.1 分析和预测原理 | 第57-58页 |
4.4.2 预测效果 | 第58-62页 |
第五章 总结与展望 | 第62-66页 |
5.1 全文总结 | 第62-64页 |
5.1.1 频数分布 | 第62页 |
5.1.2 关联性分析 | 第62-63页 |
5.1.3 预测预报 | 第63-64页 |
5.2 特色与创新点 | 第64-65页 |
5.3 不足与展望 | 第65-66页 |
参考文献 | 第66-70页 |
缩略词表 | 第70-71页 |
在学期间的研究成果 | 第71-72页 |
致谢 | 第72页 |