论文部分内容阅读
目的探讨细菌性痢疾疫情与气象因素的关系。方法以沈阳市1950—1996年细菌性痢疾月发病率为响应变量，以气温、气压、降水量、蒸发量等气象指标为预报变量，利用软件R2、31构建回归树模型，应用SPSS13．0进行相关分析。结果对发病率进行拟合的预测值与实际值相符合，优于传统线性回归方法。在温度指标体系中，最低温度指标与细菌性痢疾关系最为密切。多因素回归树中，最低气温、降水量和气压最显著。结论回归树模型是处理异质性数据的有效工具，既简单实用又便于解释，在疫情预测方面具有广阔应用前景。