您所在的位置:首页 > 专题栏目 > 血吸虫专题 > 文献资料 用户登录 新用户注册
日本血吸虫卵在BLAB/C鼠脾脏异位损害

日本血吸虫卵在BLAB/C鼠脾脏异位损害

疾病控制杂志 1999年第3期第3卷 论著摘要.经验交流

作者:王 维 汪学龙

单位:安徽医科大学寄生虫学教研室, 安徽 合肥 230032

  关键词: 日本血吸虫卵;BALB/C鼠

   【文献标识码】 A

  【中图分类号】 R195.1; O212

  【文章编号】 1008-6013(1999)03-0224-02

Curve linearization and nonlinear regression

LOU Dong-hua

  在医学研究的实际问题中,两个变量之间的回归关系大多是非线性的,这时选择恰当类型的曲线比拟合直线更符合实际情况。如:细菌培养中每一时刻的细菌总数y对时间x呈指数曲线,某病发病率y与时间x呈logistic曲线等。此时可以对因变量y和自变量x拟合一曲线,曲线拟合方法可分为两类:一类是传统的曲线直线化方法,是目前国内用的最多的一种方法,这种方法的显著特点是计算简便,模型参数检验有效;另一类方法是非线性回归法。

  1 方法比较

  1.1 曲线直线化 曲线直线化法,即利用变量变换的方法,使变换后的两个变量之间呈直线关系。求出直线回归方程后,再将方程中的变量通过逆变换还原,求得所求的曲线回归方程。例如某防治站重复治疗钩虫病的次数x与复查阳性率(%)y呈指数曲线=eα+βx,作变换lny=z得=α+βx,利用最小二乘法使L=(z-)·(z-)=min,求出α、β的最小二乘估计b=1xz/1xx,a=-b,得到关于z、x的直线回归方程=a+bx。再利用逆变换y=ez得到=ea+bx

  此法计算简便,但是最小二乘法最小值是变换后的z,换句话说,此时求出的最小二乘估计并不能保证使(y-)·(y-)达到最小。

  1.2 非线性回归 非线性回归模型y=F(β0,β1,…,βr,x1,…,xn)+ε=F(β)+ε通过极小化L(β)=(y-F(β))·(y-F(β)),求出β的估计,但似然方程:没有显式解,所以采用选代法求解

  2 实例分析

  以文献中的某县1980~1996年月累计麻疹发病率(1/10万)的曲线拟合为例,原始数据1~12月累计(x)的发病率(y)依次为:0.279、0.920、2.078、4.393、8.144、12.174、17.306、18.435、18.728、18.965、19.230、19.328。图1是原始数据的散点图,散点呈“s”形,适宜拟合logistic曲线。

  方法一:(曲线直线化)

  作logistic变换z=ln〔K/(y-L)-1〕,其中L是下渐近线的坐标,K是上、下两渐近线的距离,从散点图中直观看出L最小值为0,K=19.36,对z、x作线性回归,求出回归方程z=4.913401-0.928010x再经变量转换得:

=19.36/〔1+exp(4.913401-0.928010x)〕

  =19.36/〔1+136.10151exp(-0.928010x)〕

  各样本回归值与残差r如表1所示:

  拟合优度R2=1-sse/sst=0.99680

图1 月累计麻疹发病率散点图

  方法二:作非线性回归=19.36/(1+a·exp(bx)),用牛顿迭代法求出参数估计

  a=200.00 b=-1.00即回归方程=19.36/(1+200.00exp(-1.00 x)),各样本回归值与残差r如表1。拟合优度R2=0.99736。

表1 两种方法的回归值与残差r

样  本 曲线直线化 非线性回归
x y r r
1 0.279 0.35324 -0.07424 0.25960 0.01940
2 0.920 0.86926 0.05074 0.68978 0.23022
3 2.078 2.05748 0.02052 1.76684 0.31116
4 4.393 4.47667 -0.08367 4.15172 0.24128
5 8.144 8.36516 -0.22116 8.24676 -0.10276
6 12.174 12.74003 -0.56603 12.94334 -0.76934
7 17.306 16.06071 1.24529 16.37380 0.93550
8 18.435 17.90581 0.52919 18.14276 0.29224
9 18.728 18.75775 -0.02975 18.89367 -0.16567
10 18.965 19.11734 -0.15234 19.18579 -0.22079
11 19.230 19.26334 -0.03334 19.29555 -0.06555
12 19.328 19.32167 0.00633 19.33624 -0.00824

  3 讨论  曲线直线化法和非线性回归都可以拟合曲线,但二者的出发点不一样,拟合的曲线方程也略有差异,拟合的效果从拟合优度R2来看,非线性回归优于曲线直线化。但是我们并不能保证非线性回归的参数估计的迭代能收敛,参数初始值的选取对迭代结果也有影响。实例中要拟合logistic曲线,首先得确定L和K的值,L与K的值在曲线直线化中只能凭直观得出,L与K值确定的好坏影响了最终的拟合效果,非线性回归可避免这一点,我们可以直接拟合曲线=L+K/〔1+a·exp(bx)〕将L、K也作为一待估参数,求出参数。

  以上所有计算结果均是在统计软件SAS中编程得到。

  【作者简介】 娄冬华(1967-),男,讲师,理学硕士

(收稿日期 1999-04-16)


页面功能 参与评论】【字体: 打印文章关闭窗口
下一编:日本血吸虫病的免疫诊断现状与研究进展
焦点新闻
·C-erbB-2表达、SPF与乳腺癌的预后关系
·雌、孕激素受体状态与乳腺癌危险因素的关系
·化疗对乳癌病人内分泌的影响及其临床意义
·550例乳癌生育状况分析
·“中间性”肿瘤细胞减灭术治疗晚期卵巢癌的临床意义
·舒血宁治疗冠心病不稳定型心绞痛56例
·冠心病影像学综合诊断和优选应用的探讨
·45例中老年冠心病患者血脂水平分析
温馨提示:如果您怀疑自己有某种健康问题,可到健康社区交流咨询或尽快去医院就医治疗。

栏目列表