| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 缩写和术语表 | 第16-17页 |
| 1 引言 | 第17-32页 |
| 1.1 研究背景及意义 | 第17-20页 |
| 1.2 研究内容与目标 | 第20-21页 |
| 1.3 文献综述 | 第21-32页 |
| 1.3.1 克里格发展现状与应用 | 第21-24页 |
| 1.3.2 贝叶斯最大熵发展现状与应用 | 第24-25页 |
| 1.3.3 东南沿海地区慢性疾病普遍高发 | 第25-27页 |
| 1.3.4 地统计方法在健康地理上的应用与发展 | 第27-28页 |
| 1.3.5 时空地理信息统计分析方法发展现状及其在健康地理上的应用 | 第28-30页 |
| 1.3.6 展望 | 第30-32页 |
| 2 材料与方法 | 第32-58页 |
| 2.1 研究区概况 | 第32-35页 |
| 2.2 数据来源与预处理 | 第35-37页 |
| 2.3 研究总体技术流程 | 第37-39页 |
| 2.4 时空评估与预测 | 第39-51页 |
| 2.4.1 时空克里格Spatiotemporal Kriging Techniques (STK) | 第39-40页 |
| 2.4.2 时空随机场Spatiotemporal Random Field (S/TRF) | 第40-42页 |
| 2.4.3 贝叶斯最大熵Bayesian Maximum Entropy (BME) | 第42-43页 |
| 2.4.4 时空投影转换模型Spatiotemporal Projection (STP) | 第43-51页 |
| 2.4.4.1 基本假设 | 第43-45页 |
| 2.4.4.2 速度矢量v的计算 | 第45-47页 |
| 2.4.4.3 时空预测 | 第47-51页 |
| 2.5 时空统计分析 | 第51-58页 |
| 2.5.1 空间全局自相关分析Global Moran’s I | 第51-52页 |
| 2.5.2 热点分析Getis-Ord,Gi~* | 第52-53页 |
| 2.5.3 局部聚集性和异常值探测Anselin Local Moran's I | 第53-55页 |
| 2.5.4 时空扫描统计Space-time Scan Statistics | 第55-58页 |
| 3 结果 | 第58-82页 |
| 3.1 杭州市乳腺癌发病的基本情况 | 第58-65页 |
| 3.1.1 杭州市乳腺癌发病在乡镇街道上的差异 | 第59-61页 |
| 3.1.2 杭州市乳腺癌发病在不同区县之间的差异 | 第61-65页 |
| 3.2 杭州市乳腺癌发病时空评估与预测 | 第65-73页 |
| 3.2.1 时空克里格和时空投影转换模型在协方差模型上的不同 | 第67-69页 |
| 3.2.2 时空克里格和时空投影转换模型在预测精度上的不同 | 第69-73页 |
| 3.3 杭州市乳腺癌预测发病的时空分布规律 | 第73-82页 |
| 3.3.1 全局自相关指数计算结果 | 第73-75页 |
| 3.3.2 热点分析探测结果 | 第75-77页 |
| 3.3.3 局部聚集性和异常值探测探测结果 | 第77-79页 |
| 3.3.4 时空扫描统计探测结果 | 第79-82页 |
| 4 讨论 | 第82-94页 |
| 4.1 杭州市乳腺癌在乡镇街道和区县之间的差异 | 第83-84页 |
| 4.2 时空投影转换模型在杭州市乳腺癌时空预测上的应用 | 第84-89页 |
| 4.3 时空统计分析方法在探测乳腺癌预测发病率时空格局中的应用 | 第89-92页 |
| 4.4 小结 | 第92-94页 |
| 5 展望 | 第94-96页 |
| 参考文献 | 第96-112页 |
| 作者简介 | 第112-113页 |
