基于分层贝叶斯模型的高血压时空分布特征及其演化规律研究PDF|Epub|txt|kindle电子书版本网盘下载

基于分层贝叶斯模型的高血压时空分布特征及其演化规律研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 导论1

第一节 研究背景与研究意义1

（一）研究背景1

（二）研究意义3

第二节 研究思路、基本框架与创新点3

（一）研究思路3

（二）基本框架4

（三）创新点5

第三节 研究方法6

（一）基于个体层面的传统方法6

（二）基于空间层面的传统方法6

（三）BYM空间与时空模型6

（四）SCM空间与时空模型6

第二章 基本概念与理论基础8

第一节 基本概念8

（一）空间自相关8

（二）时空分析常用方法8

（三）分层贝叶斯模型与疾病制图9

（四）贝叶斯疾病制图10

（五）标化患病比10

第二节 理论基础11

（一）全局Moran指数11

（二）先验分布相关问题12

（三）BYM基本模型18

（四）SCM基本模型22

（五）MCMC常见算法概述23

第三章 文献综述28

第一节 高血压危险因素研究现状28

第二节 疾病制图的常用方法29

（一）“内插”制图法30

（二）“平滑”制图法33

（三）小结37

第三节 贝叶斯疾病制图研究进展38

（一）疾病制图的贝叶斯方法39

（二）贝叶斯疾病制图41

（三）展望48

第四节 BYM研究现状48

（一）BYM空间分析48

（二）BYM时空分析50

第五节 SCM研究现状52

（一）SCM空间分析52

（二）SCM时空分析54

第六节 MCMC算法研究现状57

第四章 描述统计分析66

第一节 资料来源与分析指标66

（一）资料来源66

（二）分析指标定义67

（三）数据缺失情况70

第二节 分析方法与分析工具71

第三节 不同特征调查样本情况73

（一）总体73

（二）性别75

（三）地区76

（四）年份83

（五）居住地89

第四节 高血压患病特征90

（一）患病率及其变化趋势90

（二）不同特征的患病率93

第五章 基于传统方法的高血压风险变异来源研究97

第一节 单因素分析与多因素分析97

（一）单因素分析97

（二）多因素分析98

第二节 基于面板数据的分析104

（一）面板数据描述性统计104

（二）固定效应logit分析108

（三）随机效应logit分析112

（四）混合logit分析117

第三节 模型比较120

（一）固定效应与随机效应120

（二）混合效应与随机效应121

第六章 高血压时空分布特征及其演化规律研究——空间模型123

第一节 标化患病比与空间自相关123

（一）标化患病比分析123

（二）空间自相关分析127

第二节 BYM模型128

（一）先验参数的选择128

（二）模型诊断与敏感性分析135

（三）实证分析143

第三节 SCM模型145

（一）先验参数的选择145

（二）模型诊断与评估145

（三）实证分析146

第七章 高血压时空分布特征及其演化规律研究——时空模型151

第一节 BYM时空模型151

（一）研究动机151

（二）模型构建152

（三）模型选择155

（四）模型诊断与敏感性分析156

第二节 SCM时空模型161

（一）研究动机161

（二）模型构建162

（三）模型选择164

（四）模型诊断与敏感性分析166

第三节 实证分析167

（一）BYM时空模型分析结果167

（二）SCM时空模型分析结果170

第八章 高血压时空变异来源研究176

第一节 BYM协变量模型176

（一）研究动机176

（二）模型构建176

（三）参数的选择178

（四）BYM模型变量选择185

（五）模型诊断与敏感性分析191

第二节 SCM协变量模型194

（一）研究动机194

（二）模型构建194

第三节 实证分析195

（一）BYM协变量模型分析结果195

（二）SCM协变量模型分析结果198

第九章 研究结论与建议201

第一节 研究结论201

（一）方法学讨论201

（二）高血压时空分布特征及其演化规律206

（三）高血压时空变异潜在来源207

第二节 政策建议212

（一）推广健康生活方式，控制高血压危险因素流行212

（二）加强健康教育，开展健康体检和筛查，推广高血压自我管理213

（三）因时制宜，因地制宜，制订高血压防治中长期规划213

第三节 总结与展望214

参考文献216