对应分析在探讨疾病季节分布中的应用.pdfVIP

中国卫生统计2007年12月第24卷第6期 · 593 · 对应分析在探讨疾病季节分布中的应用 中南大学公共卫生学院(410078) 李宝红 孙振球 【提 要】 目的 探讨对应分析方法在疾病季节分布中的应用。方法 用对应分析方法对兖州市8种主要传染病 各月份发病情况进行分析。结果 从对应分析的因子负荷图中可以看出有些疾病具有明显的季节性。结论 因子负荷 图直观地表述了各疾病与月份之间的内在联系与分布特征。理论与实践表明对应分析法适宜于疾病与季节性关系的分 析，并可获得良好的效果，能为卫生决策者提供准确的信息。 ． 【关键词】 对应分析 特征值 惯性贡献率 季节性 关于分析评价疾病群体现象在一年内集中程度的 Z11 Z12 … Z1m 方法很多【1J，如某月发病占全年的百分比，季节性指 Z21 Z22 … Z2m Z = 数，线状图l2J，以及近几年来，在水文、气象学上常用 的向量合成表示法——集中度也逐渐应用到流行病学 zn1 zn2 … Znm 中，分析昼时性或季节性资料。本文试图探讨性地用 ．7E —z ．z． ／T 其中： = 对应分析方法对兖州市8种主要传染病时间、频率特 征进行分析。 (i=1，2，…，72；j；=1，2，…，m)， 对应分析的原理 一6】 = ∑z巧，z．j=∑z巧 对应分析(Correspondence Analysis)又称相应分 3．进行R一型因子分析 析。由法国数学家P．Benzecri在1970年首次提出，主 计算协方差矩阵z’z的特征值 l≥ 2≥…≥ 要用于分析二维数据矩阵中行因素和列因素间的关 ， 其中z’为z的转置矩阵，根据累积贡献率≥ 系。对应分析的基本原理是，对二维数据矩阵进行适 75％，80％，85％等，取前P个特征值，计算相应的单位 当的变换(即对应变换)，使变换后的数据对行与对列 特征向量ul，u2，…， ，从而得到R一型因子载荷矩 是相对应的，从而可以同时对行和对列进行分析，以便 阵：Fl，F2，…，FD。 发现行列因素间的关系。实际上它是将R一型因子分 析与Q一型因子分析相结合，对指标与样品同时进行 22 分类的一种多元统计分析方法。 方法和步骤( · 】 l 2 设有 个样品(或观测对象)，每个样品观测m个 在两个因子轴平面上作出变量散点图。 变量，得原始资料的矩阵为X=(z ) ，其中z 为 4．进行Q一型因子分析 第i个样品，第j=个观测变量的观测值。i=1，2，…， ； 对上面计算出的P个特征值 l≥ 2≥…≥ ， = 1，2，…，m。即： 计算矩阵ZZ 的单位特征向量，Vl=ZU“mX1)，V2= Z 11 ZU2，…，、／rp=Zup，从而得到 Q一型因子载荷矩阵 Gl Gz… G