• 中国精品科技期刊
  • 《中文核心期刊要目总览》收录期刊
  • RCCSE 中国核心期刊(5/114,A+)
  • Scopus收录期刊
  • 美国《化学文摘》(CA)收录期刊
  • WHO 西太平洋地区医学索引(WPRIM)收录期刊
  • 《中国科学引文数据库(CSCD)》核心库期刊 (C)
  • 中国科技核心期刊
  • 中国科技论文统计源期刊
  • 《日本科学技术振兴机构数据库(中国)》(JSTChina)收录期刊
  • 美国《乌利希期刊指南》(UIrichsweb)收录期刊
  • 中华预防医学会系列杂志优秀期刊(2019年)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

Bayesian空间泊松模型对小区域非传染病患病率的估计

许碧云 陈炳为 李德云

许碧云, 陈炳为, 李德云. Bayesian空间泊松模型对小区域非传染病患病率的估计[J]. 中华疾病控制杂志, 2010, 14(2): 166-168.
引用本文: 许碧云, 陈炳为, 李德云. Bayesian空间泊松模型对小区域非传染病患病率的估计[J]. 中华疾病控制杂志, 2010, 14(2): 166-168.

Bayesian空间泊松模型对小区域非传染病患病率的估计

详细信息
  • 中图分类号: R181.3

  • 摘要: 目的为地理小区域非传染病患病率的估计及疾病地理分布情况的探讨提供方法学上的理论依据。方法以四川省2000年8~10岁儿童甲状腺肿大率为例,为克服甲状腺肿大的空间自相关性和异质性,构建Bayesian空间泊松模型,用Gibbs抽样的MCMC模型技术估计各县(区)的甲状腺肿大率。结果用Bayesian空间泊松模型得到的估计率与粗率相比,前者得到的非病区、中等病区及重病区数目比后者要少,轻病区数目要多。结论利用Bayesian空间泊松模型有利于消除抽样引起的极端值,使得其估计值比由原样本得到的粗率稳健。
  • 加载中
计量
  • 文章访问数:  111
  • HTML全文浏览量:  13
  • PDF下载量:  0
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回