为探讨大气污染对医院日门诊量之间的相关关系,我们运用SAS对2010年天津市第四中心医院呼吸科、内科、急诊内科和耳鼻喉科的日门诊量以及二氧化硫（SO₂）、氮氧化物（NO_x）和可吸入颗粒物(PM₁₀)的日浓度数据,进行相关分析和回归建模。相关分析的结果表明除了耳鼻喉科门诊和PM₁₀之间没有通过Spearman相关性检验之外,其他污染物对门诊量均具有显著的正相关性。偏相关系数的检验结果显示,在去除其他污染物变量的影响时,门诊量对某个特定污染物的偏相关系数不都是显著的。由于污染物之间存在显著的线性相关性,因此在建立模型时,除了采用逐步回归的方法得到经典的多元回归分析,还应采取主成分回归、岭回归及偏最小二乘回归的方法进行后续分析,并对拟合的模型进行残差分析和共线性诊断。我们用预测残差平方和（PRESS）最小的准则对上述方法得到的模型进行精度比较。结果表明逐步回归和主成分回归模型之间的精度比较接近,而偏最小二乘回归和岭回归模型要显著优于其他。最终筛选的模型,三种污染物的回归系数均为正,但是数量差别很大,NO_x回归系数均相对最大而PM₁₀的回归系数均可以忽略。说明NO_x和SO₂综合污染状况尤其是NO_x的污染状况对呼吸科及内科系统疾病的短期致病效应最显著;而NO_x的污染状况对急诊内科及耳鼻喉科系统疾病的短期致病效应最显著。本文的创新之处归结为两点。第一,目前国内还没有关于天津市日门诊量关于大气污染的定量研究。第二,目前国内还没有关于大气污染对耳鼻喉科门诊的影响的研究。