1.3 统计学分析 采用R3.6.0进行分析。本次分析中大气污染物数值变量不满足正态分布,故采用M(P25,P75)来描述大气污染物及门诊就诊量,采用Spearman 相关分析研究大气污染物与各类型门诊就诊之间的关系(以P<0.05为差异有统计学意义)。建立泊松分布相加模型,分析5种污染物(PM2.5、NO2、SO2、CO、O3-1h)每日质量浓度对门诊量的影响,定量评估随污染物浓度上升而增加的门诊量。运用多种非参数平滑函数来控制气象条件等混杂因子的情况下,有效评估污染物浓度所产生的效应。
1.3 统计学分析 采用R3.6.0进行分析。本次分析中大气污染物数值变量不满足正态分布,故采用M(P25,P75)来描述大气污染物及门诊就诊量,采用Spearman 相关分析研究大气污染物与各类型门诊就诊之间的关系(以P<0.05为差异有统计学意义)。建立泊松分布相加模型,分析5种污染物(PM2.5、NO2、SO2、CO、O3-1h)每日质量浓度对门诊量的影响,定量评估随污染物浓度上升而增加的门诊量。运用多种非参数平滑函数来控制气象条件等混杂因子的情况下,有效评估污染物浓度所产生的效应。
上一篇:对技术技能学习和获得的规律的掌握
下一篇:农牧业生产和国民经济中的地位