首页 > 文献资料
-
医院动态数据中周期信息的利用
在医院管理活动中,按某种(相等或不相等的)时间间隔对管理指标进行动态观察.由于随机因素的影响,各次观察的指标x1,x2,x3,…,xi,…都是随机变量,这种按时间顺序排列随机变量的一组动态数据称为时间序列[1].例如某地区某种疾病发病率或病死率的定期观测数据、某医院某临床科室逐日门诊量等均构成一时间序列.时间序列中包含着客观事物动态演变的基本规律,在对时间序列建模进而进行预测预报时,其周期性是主要的特征之一.自变量为时间(t)的时域中,周期性表现为时序中特定时段出现由季节性因素(如气温变化、休假日等)引起的规律性变化;在自变量为频率(f)的频域分析中, 周期性的定义则可以方便地给出在特征频率点处的谱峰.
-
遥感数据在钉螺生态学和血吸虫病流行病学研究中的应用
遥感技术(Remote Sensing,RS) 兴起于20世纪60年代,是指在高空和外层空间的各种平台上,运用各种传感器(如摄影仪、扫描仪和雷达等)获取地表的信息,通过数据的传输和处理,从而实现研究地面物体形状、大小、位置、性质及其环境的相互关系的一门现代化应用技术科学,目前已进入一个能够快速、及时提供多种对地面观测数据的新阶段,并广泛应用于军事侦察、农业、林业、地质、地理、海洋、水文、气象、测绘、环保、灾害监测、考古和旅游等许多领域[1].
-
应该怎样研究古太极图——与严健民先生商榷
阅严健民先生《远古太极图"2"曲线探讨——论天地定位图演绎为太极图》(中华医史杂志,2012,42(1):38 -40.),笔者十分感谢严先生的赐教,对拙文《太极图的制作原理源于二十四节气观测数据》(中华医史杂志,2011,41(4):195 - 199.)的关注,亦使笔者增进不少学识.严先生大作就太极图的S形曲线问题提出有意义的见解,认为远古太极图当由更原始的天地定位图演绎而成,并予图示说明,这对推进太极阴阳等源头文化之谜的学术讨论很有帮助.但拜读之余,笔者尚有几点疑惑,希望藉贵刊作进一步探讨.
-
定量指标动态观测资料的统计分析方法
医学研究中常会遇到对某一定量指标进行动态检测,以探索其变动规律,借以推断处理效应的情况。如临床动态观察若干例用某药治疗的矽肺患者在用药前和用药后不同时点血清粘蛋白数量变动情况。动物实验中追踪观察给予抗氰药物的若干只小鼠在给药前和持续给药20分、40分和60分后心电图PRc间期(毫秒)的变化情况等。既往常把这类观测数据看作自身前后配对设计资料(每个受试对象于处理前后各有一个观测数据)或配伍组设计资料(每个受试对象处理前有一个观测数据,处理后不同时点有多个观测数据),并分别采用配对设计t检验和配伍组设计方差分析进行统计分析处理。
-
临床护理中数据分析的作用
针对现有的临床护理水平不高,对病人病情的监测数据无法有效分析的问题,提出了利用现代数据分析软件提高临床护理水平的新思路.利用Matlab软件处理病情监测数据可以更直观地了解病人的病情发展状况,通过病情发展曲线图可以研究病情的发展规律,并预测病情的后期发展,对改善临床护理以及医生深入研究病人的病情有着重要作用.
-
孕产妇死亡率的灰色预测
目前常用的预测方法有趋势外推法、指数平滑法、回归分析法等.但这些方法要求数据资料样本量大,服从特殊的统计分布,按相同的发展变化规律变化.而对于象孕产妇死亡率这样的指标,即使能收集到这么多的数据资料,但要求这么长时间内按相同的规律发展变化,简直是不可想象的.灰色预测是利用灰色模型(简称GM模型),对灰色系统行为特征值大小的变化所作的预测.它只需要4个以上的等时空距的观测数据;不必明确原始数据分布的先验特征:建模的精度较高,能较好地反映系统的实际状况.本文介绍GM(1,1)模型灰色预测的方法,并利用近年的孕产妇死亡率监测数据,建立预测模型,进而预测今后几年的孕产妇死亡率.
-
医学论文中重复测量资料分析常见误用辨析
重复测量数据在医学研究中十分普遍,据对临床医学类杂志的研究论著的统计,约占1/4.在审稿和统计咨询的过程中发现,很多重复测量的资料在进行分析时,作者常常采用独立结构数据进行处理,例如t检验或者随机区组方差分析等.重复测量的数据与独立结构数据主要的区别在于,重复观测数据间存在相关性,其误差至少有两层,而独立结构数据的每个观察值彼此独立,各观测点随机分配.因而若采用t检验或者随机区组方差分析,就会损失数据所蕴涵的部分信息,不能较好地解释观察到的现象,甚至得出错误的分析结论.现将本研究对医学论文中重复测量资料分析常见误用举例辨析报道如下.