《应用回归分析期末赵玢琳10212》由会员分享，可在线阅读，更多相关《应用回归分析期末赵玢琳10212（25页珍藏版）》请在金锄头文库上搜索。
1、 应用回归分析 论 文题目: 基于统计分析的医疗就诊人数探讨 姓 名 赵玢琳 学 院 理学院 专 业 数学与应用数学 班 级 2010214101班 学 号 10212681 班内序号 39 2012年12月25日基于统计分析的医疗就诊人数探讨【摘 要】本文主要应用统计回归的方法，分析影响医疗就诊人数的主要因素，并借助SPSS软件得出拟合模型。在筛选变量与修正模型后，得出医疗就诊人数主要与居民工资、医疗机构总数、环境噪声指数三方面因素成线性关系的结论，并针对结论对政府决策和医疗配置改进提出建议。本文的数据来源为深圳统计年鉴2011。在模型构建阶段，通过显著性分析和逐步回归相结合的手段增选变量。
2、尝试对全模型和简化模型的残差做出解释，考察了异方差和自相关现象的存在性。并着重分析了异常点及变量间的多重共线性，对出现的严重多重共线性，本文采用主成分回归消除共线性并得出最后的拟合模型。在解释模型阶段，结合问题背景对模型的合理性做出解释，并分析了模型中部分偏离实际现象产生的原因。在论文的最后，还给出了本次回归分析的心得体会，强调了有序进行研究、多方法结合和联系实际的重要性。关键词：医疗就诊 残差分析 异常点 共线性诊断 主成分回归The discussion on medical attendance based on statistical analysisSummaryThis artic
3、le applied statistical regression to analyze the main factors influencing medical attendance and used the SPSS software to the regression model. After the variables selection and model correction, the article drew the conclusion that medical attendance has a linear relationship with the total number
4、 of residents wages, medical institutions and environmental noise index mainly. Then it put forward a proposal about government decisions and configured medical improvements on this conclusion.The data source for the article is Shenzhen statistics yearbook. During the model fitting, it combined sign
5、ificance analysis and stepwise regression to select variables. Also, it tried to explain the residuals of full model and reduced model, and investigated the existence of heteroscedasticity and autocorrelation. Moreover, the article analyzed the outliers and multicollinearity around the variables. Fo
6、r the serious multicollinearity, the article used principal component regression to delete it and got the final model.As for the explanation of model, the article gave a reasonable explanation based on the problem background and tried to find the reasons why there were some parts beyond the actual p
7、henomenon.In the final, the article talked about the work experience, stressing the importance of orderly research, multi-method and contacting with actual phenomenon.Keywords: Medical Attendance Residual Analysis Outliers Multicollinearity Detection Principal Component Regression【目 录】正文 41 问题背景 42
8、数据获取与筛选 43 拟合模型 53.1 变量检查 53.2 成对分析变量间关系 73.2.1 成对变量散点图 73.2.2 相关矩阵 83.2.3 共线性初探 93.3 全模型、简化模型及其残差解释 103.3.1 全模型回归 103.3.2 简化模型回归 113.3.3 简化模型残差分析 123.3.4 异常点的发现与处理 133.4 逐步回归增选变量 163.5 共线性诊断与主成分回归 173.5.1 共线性诊断 173.5.2 消除共线性主成分回归 183.5.3 残差分析 204 结论与解释 21总结与心得 23参考文献 24【正 文】1 问题背景根据我国现今国情，人口规模庞大仍然是
9、一个热点问题，随之带来的资源配置不足也成为了亟待解决的难题。本文主要关心医疗事业的适应性发展，即构建“医院就诊人次”的分析回归模型，了解就诊人数与人口、环境、经济等因素的关系，以期对未来医疗配置的改进起指导作用。2 数据获取与筛选限于居民是否就诊及人口、环境、经济等因素有很强的地域差异性，本次建模回归中我们选取了“深圳”地区作为研究对象。基于深圳统计年鉴2011选取了1996-2010年医院就诊人数、总人口、工资、环境指标、卫生机构数等作为研究变量。具体数据如下：年份 Year医疗机构总诊疗人次(万人次)年末户籍人口户数 (万户) 年平均工资(元)卫生机构数合计（个）可吸入颗粒物年平均值(mg
10、/m3)集中式饮用水水源地水质达标率(%)区域环境噪声平均值dB(A)1996196130.351450714220.13596.8581997182132.151653111260.09596.8157.21998194134.07183818990.09297.257.21999205036.15207146870.08798.157.12000217538.87230396830.05998.73572001240841.14259417230.06393.4556.12002268944.73282187610.06196.11562003305247.55306118930.0797
11、.13562004351452.04319288560.07696.7156.12005405557.013247610630.06498.1156.22006517061.373510716920.06498.0756.52007595464.883879817810.06498.8656.52008684267.14345418060.06399.8756.42009754969.814672319630.05710056.82010791471.445045617690.05710056.7对列出的各项指标解释如下（同时列出各变量在SPSS软件中对应的符号Y、X1、X2等）：Y :医疗机构总诊疗人次，为此次回归的因变量，通过诊疗人次可决定医疗资源的未来分配；X1 :年末户籍人口户数，某一地区的就诊人数与该地区的总人数必定有一定的联系，因此选为回归自变量；X2 :年平均工资，居民在患病时是否就医与其经济支付能力也有一定相关性，
