期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
天津市不同地区居民糖尿病流行现状及影响因素分析 被引量：12
1
作者 常改 田颖 +2 位作者 王德征 李威 江国虹 《中国慢性病预防与控制》 CAS 北大核心 2011年第2期144-147,共4页
目的了解天津市不同地区人群糖尿病患病情况及其主要影响因素。方法在天津市城区、农村、滨海新区随机抽取≥15岁2886人进行调查，询问内容为一般情况、健康状况、生活方式及行为、营养知识等，并对调查对象进行身高、体重、腰围、臀围... 目的了解天津市不同地区人群糖尿病患病情况及其主要影响因素。方法在天津市城区、农村、滨海新区随机抽取≥15岁2886人进行调查，询问内容为一般情况、健康状况、生活方式及行为、营养知识等，并对调查对象进行身高、体重、腰围、臀围、血压测量和血糖检测。采用多重共线性诊断、主成分分析和因子分析及非条件Logistic回归分析方法，分析天津市居民糖尿病的影响因素。结果糖尿病的患病率为8．14％．且存在地区差异．不同地区糖尿病的患病率也存在性别和年龄的差异。分析显示，年龄越大，患糖尿病的风险越高，45岁～、60岁～年龄组OR值分别为4．25、5，96；每日谷类摄入量高、食盐摄入量高患病风险也高，OR值分别为1．09、1．73；饮食中脂肪供能比高风险就高，OR值为1．04；中心性肥胖也是糖尿病的危险因素，OR值为3．09；另外营养知识得分中、高可降低患糖尿病的风险，OR值分别为0．64、0．47。结论天津市糖尿病患病率呈上升趋势，年龄大、脂肪供能比高、谷类食物和食盐摄入量高、中心性肥胖为糖尿病的主要影响因素。营养知识得分中、高为保护因素。 展开更多
关键词 糖尿病 患病率 影响因素 共线性诊断 主成分分析
原文传递
基于iLME+Geoi-RF模型的四川省PM_(2.5)浓度估算 被引量：7
2
作者 吴宇宏 杜宁 +4 位作者 王莉 蔡宏 周彬 吴磊 敖逍 《环境科学》 EI CAS CSCD 北大核心 2021年第12期5602-5615,共14页
高分辨率PM_(2.5)空间分布数据对动态监测和控制PM_(2.5)污染具有重要意义.选取Himawari-8气溶胶光学厚度(AOD)、ERA5气象再分析资料、DEM、土地利用数据、夜光遥感数据、增强型植被指数和人口数据等作为估算变量,使用改进的重采样法进... 高分辨率PM_(2.5)空间分布数据对动态监测和控制PM_(2.5)污染具有重要意义.选取Himawari-8气溶胶光学厚度(AOD)、ERA5气象再分析资料、DEM、土地利用数据、夜光遥感数据、增强型植被指数和人口数据等作为估算变量,使用改进的重采样法进行数据匹配,并提出改进的线性混合模型(iLME)结合地理智能随机森林(Geoi-RF)构建组合模型估算PM_(2.5)浓度.结果表明:①在选取的估算变量中,气溶胶光学厚度、气压、温度、相对湿度和边界层高度是影响2016年四川省PM_(2.5)浓度的重要因素,其相关系数分别为0.65、0.58、0.55、0.54和0.35.②iLME+Geoi-RF模型精度相较其他模型有较大提升,模型拟合R2、RMSR和MAE分别为0.98、3.25μg·m^(-3)和1.98μg·m^(-3),交叉验证R2、RMSR和MAE分别为0.89、7.95μg·m^(-3)和4.81μg·m^(-3).该模型可获取更高精度的四川省PM_(2.5)时空分布特征,为区域空气质量评估、人体暴露风险评价和环境污染治理提供更加合理地科学参考.③2016年四川省PM_(2.5)浓度存在显著的季节性差异,各季节PM_(2.5)浓度大小关系为:冬季>秋季>春季>夏季.2016年四川省月均PM_(2.5)浓度总体上呈先降后升的"Ⅴ"型趋势,最小值在6月,最大值在12月,8月和11月有微小起伏.在空间分布上四川省PM_(2.5)浓度总体上呈东高西低和局部污染程度较高的特点,高值区主要分布在城市快速发展和人口密集的东部地区,低值区主要分布在经济发展落后和人口稀疏的西部地区.④虽然不同模型估算出的PM_(2.5)浓度整体分布基本一致,但iLME+Geoi-RF模型能更准确有效地估算本研究区污染的空间分布. 展开更多
关键词 PM_(2.5) Himawari-8 AOD 重采样 共线性诊断 iLME+Geoi-RF模型 时空变化
原文传递
青海省北川河径流量与水文地貌特征的关系分析
3
作者 董晋鹏 赵霞 陈东升 《北京师范大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第1期138-147,共10页
以北川河流域5个水文站径流量观测资料为基础,利用30 m分辨率的DEM数据提取了与径流量相关的水文地貌特征因子,通过对多年平均径流量与水文地貌特征因子之间的相关分析,经过共线性诊断筛选水文地貌特征因子,建立了线性回归方程.结果表明... 以北川河流域5个水文站径流量观测资料为基础,利用30 m分辨率的DEM数据提取了与径流量相关的水文地貌特征因子,通过对多年平均径流量与水文地貌特征因子之间的相关分析,经过共线性诊断筛选水文地貌特征因子,建立了线性回归方程.结果表明:北川河流域从上游到下游地形趋于平坦,水系发育程度更高,汇流能力更强;影响多年平均径流量主要的宏观地形因子贡献率分别是地形湿度指数(50.66%)和地表粗糙度(44.33%),主要的微观地形因子贡献率分别是剖面曲率(36.25%)、高程(27.26%)和坡向变率(24.31%),主要的水系形态指标贡献率分别是节点连接率(54.16%)和面积高程积分(32.95%).上述结果为深入理解北川河流域的水文地貌关系提供依据,为研究其他小流域的不同水文节点,特别是上下游的水文地貌特征以及径流量与水文地貌特征的关系分析提供思路参考. 展开更多
关键词 水文地貌特征 径流量 多元线性回归 共线性诊断 相关性
下载PDF
丝绸之路经济带上青海省经济发展的实证研究
4
作者 周静雯 《商展经济》 2021年第12期22-24,共3页
本文基于2000-2019年的省级面板数据,在分析青海省丝绸之路经济带经济发展的影响因素指标的基础上,建立多元线性模型,研究丝绸之路青海段经济发展状况,再根据多元线性模型的回归分析、多重共线性检验、单位根检验以及建立协整方程,分析... 本文基于2000-2019年的省级面板数据,在分析青海省丝绸之路经济带经济发展的影响因素指标的基础上,建立多元线性模型,研究丝绸之路青海段经济发展状况,再根据多元线性模型的回归分析、多重共线性检验、单位根检验以及建立协整方程,分析经济发展指标与影响因素变量之间是否存在长期均衡关系,从而分析各因素对青海省丝绸之路经济带经济发展的动态影响。 展开更多
关键词 经济发展 时间序列 共线性诊断 单位根检验 协整检验
下载PDF
商业银行不良贷款的宏观经济影响因素分析 被引量：59
5
作者 谢冰 《财经理论与实践》 CSSCI 北大核心 2009年第6期22-25,共4页
商业银行不良贷款总额一直在高位徘徊，成为制约中国商业银行发展的重要因素之一。通过收集2004年1季度～2009年1季度的最新数据，运用相关分析、共线性诊断、主成分回归分析等方法建立模型，探讨宏观经济因素对商业银行不良贷款的影响... 商业银行不良贷款总额一直在高位徘徊，成为制约中国商业银行发展的重要因素之一。通过收集2004年1季度～2009年1季度的最新数据，运用相关分析、共线性诊断、主成分回归分析等方法建立模型，探讨宏观经济因素对商业银行不良贷款的影响和贡献率。由实证结论发现：宏观经济因素与不良贷款余额负相关；社会消费品零售总额、进出口总额对降低商业银行不良贷款的贡献度最大，每增加1％会导致不良贷款平均降低0．0249％和0．0248％；宏观经济因素对降低不良贷款有正向促进作用，因此。在操作层面上可通过扩大内需、改善商业银行的外部信用环境等措施间接降低商业银行的不良贷款。 展开更多
关键词 不良贷款 宏观经济因素 相关分析 共线性诊断 主成分回归
下载PDF
多元logistic回归的共线性分析 被引量：25
6
作者 赵宇东 刘嵘 +2 位作者 刘延龄 肖峰 张扬 《中国卫生统计》 CSCD 北大核心 2000年第5期259-261,共3页
目的　探讨多元logistic回归分析中共线性诊断的评价指标。方法　通过对logistic模型求解算法的分析 ,把线性回归中的共线诊断工具推广至非线性 ,详细介绍了评价过程、诊断标准及解决途径 ,最后应用到儿童奶瓶龋影响因素分析的实例中加... 目的　探讨多元logistic回归分析中共线性诊断的评价指标。方法　通过对logistic模型求解算法的分析 ,把线性回归中的共线诊断工具推广至非线性 ,详细介绍了评价过程、诊断标准及解决途径 ,最后应用到儿童奶瓶龋影响因素分析的实例中加以验证。结果　获得了logistic回归模型中关于共线性的重要信息。通过实例对详细过程进行了解答。结论　诊断方法能有效地检测到共线关系 ,为进一步采取备择方法提供准确依据 ,从而避免了错误结论的得出。 展开更多
关键词 LOGISTIC回归 共线性诊断 主成分分析 疾病
下载PDF
基于经典统计思想实现多重线性回归分析 被引量：12
7
作者 谷恒明 胡良平 《四川精神卫生》 2018年第1期7-11,共5页
本文目的是介绍基于经典统计思想实现多重线性回归分析的方法。首先,概述基于经典统计思想、贝叶斯统计思想和机器学习统计思想建立多重线性回归模型的基本思路;然后以实际问题为例,全面呈现了多重线性回归分析所需要完成的主要任务;最... 本文目的是介绍基于经典统计思想实现多重线性回归分析的方法。首先,概述基于经典统计思想、贝叶斯统计思想和机器学习统计思想建立多重线性回归模型的基本思路;然后以实际问题为例,全面呈现了多重线性回归分析所需要完成的主要任务;最后,总结多重线性回归分析的适用场合及注意事项。结果表明:产生派生变量、进行自变量筛选和共线性诊断、进行异常点诊断等内容是进行多重线性回归分析的主要任务。在多因素试验或观察性研究中,只要结果变量为计量变量,比较常用且有效的做法是进行多重线性回归分析,应尽可能少用单因素差异性分析。 展开更多
关键词 经典统计思想 贝叶斯统计思想 机器学习统计思想 多重线性回归分析 派生变量 自变量筛选 多重共线性诊断 异常点诊断
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部