APP下载

基于回归分析的COVID-19 死亡率影响因素分析

2021-06-01李庆禧贾云涛林俊锋罗星怡

科技与创新 2021年10期

李庆禧,贾云涛,林俊锋,罗星怡

(北京理工大学珠海学院数理与土木工程学院,广东 珠海519088)

1 引言

1.1 研究背景

1.2 研究目的

研究目的为填补国内外新冠肺炎(COVID-19)疫情死亡率与天气因素研究的空白,帮助决策者做出正确的决策,减少新冠肺炎的死亡人数,在实现人道主义的同时减少资源的浪费。

1.3 研究思路

首先确定了有关天气的几项关键因素,如气压、湿度与温度等。接着,为了减少不同医疗条件、不同防疫政策带来的差别,选择搜集同一时间段内、同一地区的各个因素的具体数据与对应的新冠肺炎死亡率。紧接着为了避免因为数据量纲不同带来的差距,对因变量进行标准化,接着进行回归分析,在分析中,需要判断回归方程是否存在违背基本假设的情况,最后根据回归方程确定影响脑卒中发病的关键天气因素。研究思路如图1 所示。

2 数据采集与整理

2.1 数据来源

本文数据为2020-01—2020-04 美国疫情较为严重的27个州的数据,其中天气数据为该时间段中各因素的平均数据,死亡率为该时间段的死亡率。数据主要来源于Kaggle 竞赛平台。数据结构包含八项天气数据(平均气温、平均站压、平均气压、相对湿度、平均露水、平均风速、总降水量、昼夜温差)和新冠肺炎死亡率。

2.2 数据预处理

不同因素之间的量纲水平并不相同,这种差别会给后续研究带来一定的影响。为了消除这种影响,对数据进行无量纲化的处理。

图1 研究思路图

2.3 数据可视化

数据可视化如图2 所示。

图2 数据可视化

登录APP查看全文