简介:目的探讨皖北疟疾的发病率与地表温度(landsurfacetemperature,LST)、归一化植被指数(normalizeddifferencevegetationindex,NDVI)的关联性,评价用LST、NDVI对疟疾发病率自回归移动平均模型(autoregressiveintegratedmovingaveragemodel,ARIMA)预测结果进行校正的效果。方法以皖北五县为研究现场,收集各县2004-2011年的疟疾疫情数据及LST、NDVI等遥感图像资料,提取、合成遥感相关指标;运用SPSS17.0软件进行统计学处理。结果ARIMA模型对2010年各月份的预测结果较报告发病率高(平均误差=0.721/10万)。多因素分析结果显示,当地的疟疾发病率与近三个月的平均LST(lst_(_012),β=0.295)及之前两个月的平均NDVI(ndvi_(_12),β=0.280)有关联(P〈0.001);将二者作为校正因子(相对贡献为2∶1时)对2010年的预测结果进行校正,平均误差缩小为0.018/10万。以2004-2010年的发病率数据再次拟合并筛选ARIMA模型,并以2011年的疟疾报告发病数据为参照,再次评价lst_(_012)与ndvi_(_12)对模型预测结果的校正效果;发现校正后的预测误差(〈0.001/10万)低于校正前的误差(0.293/10万)。结论ARIMA模型能较好地用于该地疟疾发病率的拟合与预测,环境遥感替代指标LST、NDVI可在一定程度上改善ARIMA模型的预测效果。
简介:摘要 : 时间序列分析法是通过特定时间内对监测到的指标进行列值,通常情况下,在进行沥青路面养护维修后使用性能衰变预测模型建立的过程中,需要运用时间序列法,时间序列法主要是对某个指定变量进行其他影响因素预测指标的分析,提高预测指标的全面性和整体性。本文对沥青路面养护维修后使用性能衰变的具体影响因素进行总结的基础上,对照影响因素分析了沥青路面性能预测模型的确定方法,提出了利用时间序列分析法建立的沥青路面使用性能衰变预测模型的方法。
简介:物理和数学有相似之处,也需要通过做题来理解知识,但物理需要更多的思考以及理解.当遇到不解的问题时,可以采用白纸分析法,就是把需要研究的物理过程提炼出来,与题目分离,不考虑题目中的数据及其他不相关的条件,将相应的情景写在白纸上,从头分
简介:EXce1在办公自动化中的应用是众所周知的,但一提到统计分析软件,人们都会理所当然地想到statistic、Spss、SAS等,谁也不会把Excel牵扯进来。在人们眼里,似乎Excel只能求简单的均值、方差等,而登不了统计分析的大雅之堂。其实,据有关资料表明,Excel可以实现90%以上的统计分析功能,而且简便易行。下面我们就以时间数列分析入手,观察一下Excel是怎样剔除不规则变动(I),长期趋势(T),季节变动(S),来显示出循环波动(C),希望对统计工作者有一定借鉴作用。资料如下:(表1-1)解题思路:首先,由于原始数据(Yt)为季节资料,应对它进行4项移动平均(Mt)来分离出长期趋势