201“高教社杯”全国大学生数学建模竞赛(CUMCM)国家一等奖优秀论文C题目.doc

2012高教社杯全国大学生数学建模竞赛 承 诺 书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： C 我们的参赛报名号为（如果赛区设置报名号的话）： 4052 所属学校（请填写完整的全名）： XXXXXX 参赛队员 （打印并签名）：1. 2. （隐去论文作者相关信息等） 3. 指导教师或指导教师组负责人（打印并签名）： 日期： 2012 年 9 月 9 日 赛区评阅编号（由赛区组委会评阅前进行编号）： 2012高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注 全国统一编号（由赛区组委会送交全国前编号）： 全国评阅编号（由全国组委会评阅前进行编号）： 基于逐步回归的脑卒中发病环境因素分析及干预模型 摘要 本文通过建立合理的假设，对某地区2009-2010年脑卒中发病率与8种气象因素进行了相关分析，并经多元逐步回归建立了脑卒中发病率的预报模型进行了定量分析，得到了较为合理的结论。考虑到发病率与气象因素的复杂关系，在逐步线性回归模型的基础上，引进广义线性回归模型(GLM)进行推广。 针对问题一，本文对性别、年龄段、职业和时间序列以及4年的平均发病例数进行统计和分析，在删除了一些缺失或失真数据的基础上，对数据分别进行整理分析。最后，在性别方面，得到脑卒中发病率男性比女性的高。从年龄结构看，发病人数主要集中在50~90这一年龄区间内，其所占比例达81.10%。从职业结构看，农民的发病率最大。从各年的平均发病人数看，在各年季节交替月份的患病人数较多。 针对问题二，考虑到气温、气压和相对湿度对发病率的影响不确定，本文首先建立了Pearson相关分析模型，通过r值的大小来判断发病率与各指标是否存在着某种相关。经计算得出温度与发病率呈正相关，气压、相对湿度与发病率呈负相关，且各指标与发病率均呈弱相关，相关度并不显著。其次，考虑到发病率有可能受到多个因素的共同影响，于是用逐步线性回归模型对各因素逐步分析删除，最后得出脑卒中月平均发病率与平均气压、最大气压、最小气压、平均温度、最高温度和最高相对湿度这五个因素的一个多元回归线性预报模型，并进行了一定的定量分析。最后，考虑到逐步线性回归模型的各指标是相互独立性，而气压和温度之间存在相互作用，通过引入平均气压和平均温度交互项，对模型二进行了改进，得到了一个更优的模型。通过对模型的定量分析，本文预报模型具有实际应用价值。 针对问题三，脑卒中高危人群的重要特征有：偏瘫、失语、精神症状等，关键指标有：高血压、吸烟醉酒、血脂异常、糖尿病等。结合问题一、二的结论，分别针对高危人群提出预警和干预的建议方案。从这两个方案中得知：减少脑卒中发病率要从提高身体素质、疾病的认知和膳食均衡这三方面去考虑。 最后，考虑到逐步线性回归模型中脑卒中发病率与气象因素中的线性关系，而实际上，发病率与气象因素关系的复杂性线性关系并不足以充分刻画，本文在假设脑卒中发病例数与整个地区是一个小概率事件上，其实际分布接近于泊松分布，利用广义线性回归模型(GLM)进行推广，一定程度优化了逐步回归模型。 关键字：脑卒中 气象因素 相关分析 多元逐步回归 GLM模型 问题重述 脑卒中（俗称脑中风）是目前威胁人类生命的严重疾病之一，它的发生是一个漫长的过程，一旦得病就很难逆转。这种疾病的诱发已经被证实与环境因素，包括气温和湿度之间存在密切的关系。对脑卒中的发病环境因素进行分析，其目的是为了进行疾病的风险