冠心病數(shù)學建模

1、word文檔可編輯歡迎下載冠心病月就診人數(shù)的預(yù)測模型冠心病月就診人數(shù)的預(yù)測模型摘要：冠心病已成為對人類危害最大的疾病之一，與人類的生命安全息息相關(guān)。本文首先對數(shù)據(jù)進行分析、統(tǒng)計，建立person相關(guān)性模型，得到冠心病與環(huán)境因素之間的關(guān)系，其次通過主成分分析對八種環(huán)境因素進行降維，再通過對兩個主成分進行多項式回歸，建立冠心病預(yù)測模型。對于問題一，由于冠心病的產(chǎn)生與環(huán)境的影響存在著緊密的聯(lián)系，故我們運用相關(guān)分析法，分析各環(huán)境因素與就診人數(shù)，以及各環(huán)境因素之間的正負相關(guān)性，同時利用相關(guān)分析得到的主要因素與月就診人數(shù)畫出近8年的變化情況折線圖，得出冠心病的就診人數(shù)呈現(xiàn)一定的周期變化，在第1、12月份最

2、多，并且逐年呈遞增趨勢。其次通過對原始數(shù)據(jù)進行處理，得到每年的就診人數(shù)和20022010這8年各環(huán)境因素的月平均數(shù)的折線圖。通過圖表分析得到各個環(huán)境因素隨月份增加的變化都是同周期的，但平均氣壓與平均濕度、平均溫度的步調(diào)相反，與月就診人數(shù)步調(diào)一致。而線性相關(guān)性表格如下：平均氣壓最高氣壓最低氣壓平均濕度最低濕度平均溫度最高溫度最低溫度就診數(shù).054.058.049-.154-.140-.150-.167-.158從該表可以看出月就診數(shù)主要受大氣的平均氣壓，平均濕度和最高溫度的影響，其相關(guān)性系數(shù)分別為0.054，-0.154，-0.167（在0.01水平雙側(cè)上顯著相關(guān)），即月就診人數(shù)與平均氣壓成正相

3、關(guān)，與平均濕度和最高溫度成負相關(guān)，即高氣壓，低濕度，低溫度情況下月就診數(shù)越高。 對于問題二，由于八種環(huán)境因素可以進行降維簡化處理，且檢驗和檢驗的取樣足夠度的 kaiser-meyer-olkin 度量為0.687，而小于0.05。故可以用主成分因子分析法進行處理。對應(yīng)數(shù)據(jù)分析可得:數(shù)據(jù)可以由兩個主成分進行分析。這兩個主成分子對總方差的貢獻率分別為67.919%和24.315%，得到主成分模型為：然后用matlab進行多項式回歸，得到預(yù)測模型為：根據(jù)以上結(jié)論，查閱相關(guān)資料，對衛(wèi)生行政部門和醫(yī)療機構(gòu)提出具體的預(yù)警和干預(yù)的建議方案。我們指出，受低溫和高壓的影響，冠心病病例數(shù)會出現(xiàn)上升態(tài)勢，所以應(yīng)對相

4、應(yīng)的氣候變化做好預(yù)警。關(guān)鍵詞：相關(guān)分析 主成分分析 多項式回歸 預(yù)測 一問題重述冠心病是目前威脅人類生命安全的嚴重疾病之一，這種疾病的誘發(fā)已經(jīng)被證實與環(huán)境因素，包括溫度和氣壓之間存在密切的關(guān)系。對冠心病中的發(fā)病環(huán)境因素進行分析，其目的是為了對冠心病就診人數(shù)的進行預(yù)測，掌握疾病發(fā)病率的規(guī)律，對于衛(wèi)生行政部門和醫(yī)療機構(gòu)合理調(diào)配醫(yī)務(wù)力量、改善就診治療環(huán)境、配置床位和醫(yī)療藥物等都具有實際的指導(dǎo)意義。數(shù)據(jù)（見mwqs.xls）來源于某醫(yī)院2002年至2010年間共96個月的冠心病發(fā)病病例信息以及相應(yīng)期間當?shù)氐臍庀筚Y料。請你們根據(jù)題目提供的數(shù)據(jù)，回答以下問題：1根據(jù)數(shù)據(jù)基本信息，對月就診人數(shù)及環(huán)境因素進行

5、統(tǒng)計描述。2研究冠心病月就診人數(shù)與環(huán)境因素間的關(guān)系，建立冠心病月就診人數(shù)的預(yù)測模型。3結(jié)合1、2中所得結(jié)論，對衛(wèi)生行政部門和醫(yī)療機構(gòu)提出預(yù)警和干預(yù)的建議方案。二問題分析本問題是針對南昌的月冠心病就診人數(shù)，通過對平均氣壓、最高氣壓、最低氣壓、平均濕度、最低濕度、平均溫度、最高溫度、最低溫度這8個與其相關(guān)的環(huán)境因素進行研究，探究疾病發(fā)病率的規(guī)律，對冠心病就診人數(shù)進行預(yù)測，以提出最優(yōu)解決方案。對于問題一，要求我們根據(jù)基本信息，對就診人數(shù)及環(huán)境因素進行統(tǒng)計描述。由于對冠心病起影響作用的因素涉及到諸多方面，因此一方面我們對基本信息進行相關(guān)分析，分析各環(huán)境因素與就診人數(shù)，以及各環(huán)境因素之間的正負相關(guān)性，得

6、到不同因素對就診人數(shù)的影響情況以及各因素之間的相關(guān)情況，并利用相關(guān)分析得到的主要因素與月就診人數(shù)畫出近8年的變化情況，直觀的對規(guī)律進行描述。另一方面通過對原始數(shù)據(jù)進行處理，得到每年的就診人數(shù)和8年每月平均最高氣壓、最低氣壓、平均氣壓、平均濕度、最低濕度、平均溫度、最高溫度以及最低溫度。利用圖表分析20022010這8年的病例數(shù)以及各環(huán)境因素隨月份變化的趨勢，通過分析對就診人數(shù)及環(huán)境因素進行統(tǒng)計描述。對于問題二，需要確定冠心病月就診人數(shù)與環(huán)境因素間的關(guān)系，得出它們的函數(shù)關(guān)系式，建立冠心病月就診人數(shù)的預(yù)測模型。現(xiàn)實中，各個環(huán)境因素相互影響，八種環(huán)境因素通過檢驗和檢驗，（kmo檢驗統(tǒng)計量是用于比較變

7、量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標。主要應(yīng)用于多元統(tǒng)計的因子分析，而 用于檢驗相關(guān)陣是否為單位陣，即檢驗各個變量是否各自獨立。）可以用主成分因子分析法進行降維處理。通過得到的因子再進行多項式回歸，得到環(huán)境因素與冠心病月就診人數(shù)間的函數(shù)關(guān)系，利用函數(shù)關(guān)系式對月就診人數(shù)進行預(yù)測。 對于問題三，要求我們對問題一、二所得結(jié)果進行整理分析，對未來冠心病的發(fā)病人數(shù)進行預(yù)測并提出有效的預(yù)警及干預(yù)方案。我們查閱相關(guān)資料，根據(jù)前面得到的結(jié)果和建立的模型，對衛(wèi)生行政部門和醫(yī)療機構(gòu)提出具體的預(yù)警和干預(yù)建議。三符號說明與假設(shè)3.1符號說明： 符號說明環(huán)境影響因素，分別表示為“平均氣壓”“最高氣壓”“最低氣壓”“平均濕

8、度”“最低濕度”“平均溫度”“最高溫度”“最低溫度”主成分，置信度月就診數(shù)3.2符號假設(shè)：（1）假設(shè)僅考慮給出的環(huán)境因素對冠心病月就診人數(shù)的關(guān)系，其他因素忽略不計；（2）假設(shè)環(huán)境不會發(fā)生災(zāi)害性突變；（3）假設(shè)不存在重復(fù)就醫(yī)的情況。四模型建立與求解4.1問題一 由于原始數(shù)據(jù)具有很強的直觀性與研究價值，且就診人數(shù)與八種環(huán)境因素具有很強的關(guān)聯(lián)性，故探究就診人數(shù)必先從原始數(shù)據(jù)入手4.1.1基于原始數(shù)據(jù)統(tǒng)計描述 通過對原始數(shù)據(jù)進行處理，得到每年的就診人數(shù)和20022010這8年的每月平均最高氣壓、最低氣壓、平均氣壓、平均濕度、最低濕度、平均溫度、最高溫度以及最低溫度，數(shù)據(jù)統(tǒng)計得到以下圖表：圖2 冠心病年

9、就診人數(shù)柱狀圖由圖2可得8年間冠心病就診人數(shù)逐年增加，前五年上升趨勢緩慢，2006至2007年間漲幅劇增，后又趨于平緩。圖3 月平均病例數(shù)折線圖 圖4 氣壓變化折線圖圖5 濕度變化折線圖圖6 溫度變化折線圖由上圖可得病例數(shù)在一年中的1月、11月、12月明顯高于其他月份；氣壓變化隨著月份呈現(xiàn)u形，兩頭氣壓較高；濕度隨時間變化不明顯，兩端略低于中間部分；溫度隨著月份波動變化，兩端也略低于中間，即高氣壓，低濕度，低溫度情況下月就診人數(shù)較高。可見就診人數(shù)與八種環(huán)境具有較強的相關(guān)性，為了驗證這個結(jié)論，我們建立了相關(guān)性模型，用spss中的person相關(guān)性表格來進一步探究各因素對月就診人數(shù)的影響。4.1.

10、1 基于相關(guān)分析法統(tǒng)計描述 相關(guān)分析法在計算因素間的相關(guān)關(guān)系方面有較大的可靠性，同時由于它是對因素間陣列的比較，較好地解決了數(shù)據(jù)初值化改變原有聯(lián)系的問題。所以我們用數(shù)理統(tǒng)計中的相關(guān)性理論描述月病例數(shù)與環(huán)境因素之間的相關(guān)程度。為了找到月就診數(shù)和各個環(huán)境因素之間的相關(guān)關(guān)系，先求出月就診數(shù)與各個環(huán)境因素的相關(guān)系數(shù)。相關(guān)分析法的計算公式為：其中x和y分別表示兩個樣本數(shù)列的平均值。計算結(jié)果表示兩要素之間相關(guān)程度的統(tǒng)計指標，其值介于-1,1，大于0時正相關(guān)，小于0時負相關(guān)。的絕對值越接近于1，兩要素的關(guān)系越密切；越接近于0，兩要素的關(guān)系越不密切。 person相關(guān)系數(shù)（）又叫相關(guān)系數(shù)或線性相關(guān)系數(shù)。它一般

11、用字母r表示。它是由兩個變量的樣本取值得到，這是一個描述線性相關(guān)強度的量，取值于-1和1之間。當兩個變量有很強的線性相關(guān)時，相關(guān)系數(shù)接近于1（正相關(guān)）或-1（負相關(guān)），而當兩個變量不那么線性相關(guān)時，相關(guān)系數(shù)就接近0。表1 病例數(shù)與各環(huán)境因素的相關(guān)分析person相關(guān)性平均氣壓最高氣壓最低氣壓平均濕度最低濕度平均溫度最高溫度最低溫度就診數(shù)平均氣壓1.999*.998*-.283*-.138-.913*-.778*-.782*.054最高氣壓.999*1.995*-.271*-.131-.923*-.783*-.788*.058最低氣壓.998*.995*1-.294*-.144-.897*-.7

12、71*-.774*.049平均濕度-.283*-.271*-.294*1.943*.106.077.096-.154最低濕度-.138-.131-.144.943*1-.020-.034.001-.140平均溫度-.913*-.923*-.897*.106-.0201.852*.850*-.150最高溫度-.778*-.783*-.771*.077-.034.852*1.994*-.167最低溫度-.782*-.788*-.774*.096.001.850*.994*1-.158就診數(shù).054.058.049-.154-.140-.150-.167-.1581*. 在 .01 水平（雙側(cè)）上顯

13、著相關(guān)。由person相關(guān)性表格可以看出，氣壓因素與就診數(shù)相關(guān)系數(shù)分別為0.054、0.058、0.049呈現(xiàn)正相關(guān)性，濕度因素和溫度因素與就診數(shù)呈現(xiàn)負相關(guān)性，其中濕度因素與就診數(shù)的相關(guān)系數(shù)為-0.154、-0.140，而溫度因素與就診數(shù)的相關(guān)系數(shù)為-0.0150、-0.167、-0.158，即氣壓越高，濕度和溫度越低對就診數(shù)的影響越大。并且由上表可知平均氣壓、最高氣壓、最低氣壓之間具有很強的相關(guān)性，平均濕度與最低濕度也具有很強的相關(guān)性，平均溫度與最高溫度、最低溫度之間具有較高的相關(guān)性。因此，可以選取平均氣壓、最低濕度和最高氣溫作為影響月病例數(shù)的主要環(huán)境因素。對于這三種環(huán)境因素：平均氣壓、最低

14、濕度和最高氣溫，利用原始數(shù)據(jù)得到就診人數(shù)與其的關(guān)系得到如下圖形：圖1 月病例數(shù)與主要環(huán)境因素變化情況散點圖由相關(guān)分析所得的主要環(huán)境因素作圖，分析圖1可得平均氣壓，平均濕度，最高氣溫，就診數(shù)都呈現(xiàn)周期性變化，且四者大致是同周期的。但平均氣壓與平均濕度，平均溫度的步調(diào)相反，與就診數(shù)步調(diào)一致，即高氣壓，低濕度，低溫度情況下月就診數(shù)越高。綜合圖形以及線性相關(guān)性表格可以得出：1. 由于環(huán)境等因素影響，月就診人數(shù)逐年上升。2. 平均氣壓，平均濕度，最高氣溫呈現(xiàn)一定的周期變化，且對于平均氣壓， 第1、12月份高，中間月份低，而溫度在1、12月份低，濕度呈波動變化， 氣壓因素與就診數(shù)相關(guān)系數(shù)分別為0.054、

15、呈現(xiàn)正相關(guān)性，濕度因素和溫 度因素與就診數(shù)呈現(xiàn)負相關(guān)性，分別為-0.154，-0.167。4.2問題二 對于該問題，由于八種環(huán)境因素較多，故我們首先通過主成分分析法對這八種因素進行降維處理，用得到的兩種新成分數(shù)據(jù)取代原有的八種環(huán)境因素數(shù)據(jù)，再對其進行多項式回歸，建立冠心病月就診人數(shù)的預(yù)測模型。4.2.1主成分分析主成分分析是根據(jù)軟件中的降維分析因子分析主成分分析得到多個新的成分的一種多元統(tǒng)計分析方法。它是設(shè)法將原來眾多具有一定相關(guān)性的指標，重新組合成一組新的互相無關(guān)的綜合指標來代替原來的指標，是研究如何通過少數(shù)幾個主成分來揭示多個變量間的內(nèi)部結(jié)構(gòu)，即從原始變量中導(dǎo)出少數(shù)幾個主成分，使它們盡可能

16、多地保留原始變量的信息，且彼此間互不相關(guān)。對題目中給出的8種環(huán)境因素數(shù)據(jù)進行檢驗和檢驗，我們得到如下表：表2 檢驗和檢驗和的檢驗取樣足夠度的 kaiser-meyer-olkin 度量。.687bartlett 的球形度檢驗近似卡方2358.592df28sig.000一般的度量值大于0.5，的值小于0.05時使用主成分分析法可以得到比較好的數(shù)據(jù)和結(jié)果。依照本題數(shù)據(jù)，值為0.687，值小于0.05，兩項數(shù)據(jù)都在正常范圍內(nèi)。因而，本題可以用主成分分析法對影響冠心病就診人數(shù)的8個環(huán)境因素進行分析。對數(shù)據(jù)進行主成分分析，得到解釋的總方差的圖表如下：表3 解釋的總方差解釋的總方差成份初始特征值提取平方

17、和載入合計方差的 %累積 %合計方差的 %累積 %15.43467.91967.9195.43467.91967.91921.94524.31592.2341.94524.31592.2343.4795.98698.2204.0901.12899.3485.046.57399.9216.004.05599.9777.002.023100.00083.765e-5.000100.000提取方法：主成份分析。通過表3，我們知道這些數(shù)據(jù)主要由兩個主成分。這兩個主成分子對總方差的貢獻率分別為67.919%和24.315%，累計貢獻率達到92.234%，從而我們可以以92.234%的精度將變量的有效維數(shù)

18、從8維降至2維，因此可以將前2個因子作為主成分。另外，對兩個主成分的意義進行解釋。表4給出了原變量與第一、第二主成分的相關(guān)系數(shù)：表4 成分矩陣成份矩陣a成份12平均氣壓-.970-.034最高氣壓-.973-.022最低氣壓-.965-.044平均濕度.272.949最低濕度.137.972平均溫度.949-.157最高溫度.898-.202最低溫度.902-.175 提取方法 :主成分分析法。 a. 已提取了 2 個成份。圖7 成分圖通過圖表，可以分析出第一主成分，與原變量（平均氣壓)、（最高氣壓)、（最低氣壓）(平均溫度)、（最高溫度）、（最低溫度）的相關(guān)系數(shù)的絕對值都超過了0.897，因

19、此它是一個反映氣溫和氣壓的綜合因子，我們稱之為氣壓溫度因子。 第二主成分，與原變量（平均濕度）的相關(guān)系數(shù)為0.949、(最低濕度）的相關(guān)系數(shù)為0.972，其余的都不超過0.202，因此它是一個反映相對濕度的因子，稱為濕度因子。 為確定主成分函數(shù)表達式模型，成分得分系數(shù)矩陣如下所示：表5 成分得分系數(shù)矩陣成份得分系數(shù)矩陣成份12平均氣壓-.179-.017最高氣壓-.179-.011最低氣壓-.178-.023平均濕度.050.488最低濕度.025.500平均溫度.175-.081最高溫度.165-.104最低溫度.166-.090提取方法 :主成分分析法。 構(gòu)成得分。設(shè)兩個主成分分別為，則建

20、立模型為：4.2.2 因子擬合，模型求解由主成分分析得到兩個主成分，多次擬合，建立如下模型：模型求解：直接利用matlab統(tǒng)計工具箱中的命令regress求解，使用格式為其中輸入y為模型中的數(shù)據(jù)，x為對應(yīng)于回歸系數(shù)的數(shù)據(jù)矩陣,alpha為置信水平（alpha=0.05）。將其數(shù)據(jù)代入模型計算得到如下統(tǒng)計回歸模型：，其中，為月就診數(shù)，為兩個主成分，表示第一成分，表示第二個成分。五模型檢驗與分析 在檢驗主成分模型中，我們可以獲得協(xié)方差矩陣，見表6：表6 成分得分協(xié)方差矩陣成份得分協(xié)方差矩陣成份1211.000.0002.0001.000提取方法 :主成分分析法。 構(gòu)成得分。 從圖看出，主成分得分的

21、協(xié)方差矩陣為單位矩陣，說明提取的2個主成分是互不相關(guān)的.滿足假設(shè)的條件，模型和結(jié)果有效。 表7 模型二計算結(jié)果參數(shù)參數(shù)估計值參數(shù)估計區(qū)間 46.514032.7534 60.2745 18.96667.8616 30.0717 =0.6118 f=42.0383 p<0.0001 =6961.0 從表中分析=0.6118，即因變量（病例數(shù)）的61.18%可由模型確定，f值遠遠超過f檢驗的臨界值，p遠小于，因而模型整體上是有用的。 根據(jù)已有資料以及預(yù)測模型可得出冠心病患者與溫度影響程度呈顯著負相關(guān)，冠心病的發(fā)生率在冬季較高，此時溫度處于全年最低。其次氣壓的變化也對冠心病起著一定的影響作用，

22、氣壓高，冠心病的發(fā)病率較高，同時，季節(jié)變化也影響著冠心病的月就診人數(shù)，在季節(jié)交替的月份，由于氣溫變化對心臟的影響以及人們生活季節(jié)性的改變等因素，冠心病的發(fā)生率也往往呈現(xiàn)較高的趨勢。六模型評價與推廣6.1 優(yōu)點1.本文對第一問進行相關(guān)分析并且利用數(shù)據(jù)統(tǒng)計分析得出最終結(jié)論，提高了準確性；2. 采用主成分分析法將八個變量轉(zhuǎn)變?yōu)閮蓚€新綜合變量，大大降低了統(tǒng)計的強度，簡便了計算。3. 利用matlab進行了多次數(shù)據(jù)擬合，減小誤差。6.2 缺點1. 數(shù)據(jù)量較少，題目中只給出八年數(shù)據(jù)，不具有很強的代表性。2. 題目只給出環(huán)境因素，而冠心病的產(chǎn)生與多種復(fù)雜的因素都有關(guān)聯(lián)，故得到的模型只適用與環(huán)境有關(guān)的病種數(shù)的

23、預(yù)測。 6.3 模型推廣 該模型根據(jù)八種環(huán)境與冠心病人數(shù)的關(guān)系，建立相關(guān)的預(yù)測模型，可用于其他病種人數(shù)的預(yù)測，比方艾滋病與環(huán)境因素的預(yù)測，禽流感與環(huán)境因素的預(yù)測等，并可根據(jù)預(yù)測模型控制冠心病的發(fā)生，提前做好干預(yù)工作。 7、 預(yù)警與干預(yù)7.1預(yù)警 隨著社會的發(fā)展和人們生活水平的提高, 冠心病已成為對人類危害最大的疾病之一。大量流行病學研究表明, 冠心病的發(fā)生、發(fā)展與多種因素有關(guān), 其中環(huán)境因素對冠心病的發(fā)生有著密切的關(guān)系。 結(jié)合所給數(shù)據(jù)，對其進行分析，我們得出冠心病患者與溫度影響程度呈顯著負相關(guān)，在溫度較低的12月、1月，冠心病的發(fā)生率高于其他月份。其次氣壓的變化也對冠心病的產(chǎn)生起著較為顯著的影

24、響，氣壓高，冠心病的人數(shù)也隨之增多。同時，季節(jié)變化也影響著冠心病的月就診人數(shù)，在季節(jié)交替的月份，由于氣溫變化對心臟的影響以及人們生活季節(jié)性的改變等因素，冠心病的發(fā)生率也往往呈現(xiàn)較高的趨勢。綜合以上因素，衛(wèi)生行政部門和醫(yī)療機構(gòu)要加強對冠心病的檢查力度，尤其要加強對老年人的檢查；并且由于近年來生態(tài)平衡遭破壞，氣候越來越變化無常，不能排除極端天氣的出現(xiàn)，有些地方甚至氣候反常，所以面對這些突發(fā)的氣候變化，衛(wèi)生部門也要提醒市民做好防范措施。 根據(jù)所給資料，對其進行預(yù)測，我們發(fā)現(xiàn)冠心病患者逐年增加，且增加速率相對較快，依照現(xiàn)有情形，如果不加強干預(yù)，則若干年后很可能成為影響人類健康的幾大殺手之一，所以衛(wèi)生部

25、門和醫(yī)療機構(gòu)以及市民要對其產(chǎn)生警惕。7.2干預(yù) 雖然冠心病患者呈增長趨勢，但如果衛(wèi)生部門和醫(yī)療機構(gòu)對其做好干預(yù)工作，則其將得到一定的遏制，我們建議如下： 1.加強民眾對冠心病的重視，組織冠心病防治宣傳活動：衛(wèi)生部門可以通過制作公益廣告或請專門研究人員開設(shè)預(yù)防知識講座，或者實施健康教育，普及民眾對冠心病的認識和了解，加大宣傳力度。 2.為了向廣大基層醫(yī)療單位(包括城市區(qū)醫(yī)院、社區(qū)和縣醫(yī)院等)推廣規(guī)范化血脂干預(yù)技術(shù)，縮小臨床指南與臨床實踐之間的差距，為廣大冠心病患者造福，衛(wèi)生部十年百項“冠心病血脂干預(yù)推廣項目”啟動。針對衛(wèi)生部的項目，各地方部門積極做好相應(yīng)，貫徹落實該項目。 3.衛(wèi)生部門要嚴格做好

26、一級預(yù)防和二級預(yù)防，對于沒有冠心病的人群采取一級預(yù)防，控制冠心病致病危險因素。比如高膽固醇飲食、高血壓、糖尿病等都是非常重要的危險因素，應(yīng)積極治療，降血壓、降血糖，將血壓控制在標準范圍內(nèi)，延緩糖尿病的進程；嚴格戒煙；限制鈉鹽的攝入；對于已患有冠心病的人群，要做好二級預(yù)防，保證病情不復(fù)發(fā)，不向惡化進展。二級預(yù)防除包括一級預(yù)防的內(nèi)容外，還要積極進行藥物治療，即使在病情稍有好轉(zhuǎn)的情況下也不能擅自停藥。 4.如果冠心病的人數(shù)達到不可控制的地步，醫(yī)療和衛(wèi)生部門應(yīng)加強對冠心病的治療，并且應(yīng)啟動危機處理模式，對市民正確指導(dǎo)，消除其疑慮和恐懼。 5. 醫(yī)療機構(gòu)應(yīng)該加強對冠心病的研究，了解其新動向，研制出預(yù)防、

27、治療冠心病的更有效的技術(shù)方法。參考文獻1姜啟源，數(shù)學模型（第四版），北京，高等教育出版社，2011；21004-3934( 2008)02-0217 -04，梁曉芳，環(huán)境因素對冠心病心臟事件的影響，心血管病學進展，卷期號：2008年第29卷第2期；31001-1986(2012)01-0020-04，杜志強，楊志遠，吳 艷，劉鈺輝，王相業(yè)，煤層含氣量評價中灰色關(guān)聯(lián)分析與相關(guān)分析法對比，煤田地質(zhì)與勘探，卷期號：2012年第4卷1期；4馮國雙，統(tǒng)計描述簡介，中華護理雜志-醫(yī)學統(tǒng)計學漫談，卷期號：2011年 8 月第6卷第8期。附錄附錄1 8年月平均值月份序號平均氣壓最高氣壓最低氣壓病例數(shù)平均濕度最

28、低濕度平均溫度最高溫度最低溫度1月1020.141022.7391017.545123.87570.4935153.365935.3294358.5751612.9650812月1016.0491018.8021013.01970.573.5103657.009648.61803612.390185.90753月1012.9821015.8231009.65368.62572.3687953.3271412.3808927.6009320.211654月1008.0761010.7091004.96272.62573.81553.0870818.4645822.932515.099175月10

29、03.3061005.4611000.837474.041953.6896423.4739916.506019.3289526月999.321000.954997.437970.575.3612556.8895826.3133330.0804223.412087月998.2026999.8222996.138588.7570.7491951.8835130.3365334.4914526.928678月999.5481001.236997.489390.62570.2743551.1778229.5628633.7564526.408799月1005.4851007.2031003.47674

30、.62571.5683352.5191726.0345830.2337523.0495810月1012.4651014.5731010.225102.7565.7713347.1387920.7607324.9848817.662911月1016.2531018.5881013.757118.62565.0246.3254214.2504218.3662511.277512月1021.1921023.7271018.58142.2566.5311349.005568.24133112.064235.467944附錄2 根據(jù)已有8個環(huán)境因素數(shù)據(jù)，通過主成分分析得到的兩個新成分的數(shù)據(jù)：病例數(shù)成分1

31、（氣壓溫度因子）成分2（濕度因子）11-1.45780.604117-0.875912.2258218-0.194851.39965160.066871.74775150.272291.2939171.174651.3535201.36621-0.42714171.305150.15474210.67952-0.413929-0.22951-0.7845735-0.712440.5426774-1.57985-0.9067178-1.512440.1826927-0.94547-0.9295527-0.25915-0.1929340.16114-0.14624250.252380.573229

32、0.989760.90373281.24608-0.49027261.311720.33249190.52971-0.1522322-0.44544-2.4286173-0.77392-0.6578567-1.27128-0.0234177-1.586721.1840232-1.356961.9743642-0.46387-0.2634750-0.01093-0.78327190.434111.5104201.238350.38091261.2394-0.8059211.10746-0.37592210.64979-0.3374533-0.36719-0.8730580-0.571790.5762491-1.76092-1.6656473-1.354180.5398545-1.396471.6703324-0.13563-0.28484220.168250.39724290.130720.605633