以此计算出各月的理论感染率(如表1)。并绘制拟合曲线。
K是上下两条平行的渐近线间的距离,L是下渐近线的纵坐标,a为截距,b为斜率,x为方程自变量,e为自然对数底。
根据各X、Y点确定K为31.6,L为0,则z=在半对数图上与z=1即(Y=相对应的X=7.0664作为X。以拐点(70664、15.8)为原点,曲线方程的自变量x=X-X0=X-7.0664。b=0.5739(自然对数),直线的截距Ina=0,故a=1。将上述结果代入方程。
采用Logistic模型分析钩虫感染率自然回升的变化规律
本资料为钱塘乡六村三、四村民组,于1981年2~4月经连续驱虫治疗后1月开始,每月上旬对2个村民组291人中的在家所有人员,用方口圆底盒饱和盐水漂浮法检查钩虫卵,凡第一片发现虫卵者即为阳性,若第一片为阴性,再作第二片检查,以进一步确定阴阳性。共观察13个月,观察对象年龄最小为3岁,最大为75岁,检查人数占88.0%~96.6%。
以停药后月数作自变量x,钩虫感染率为应变量Y;在X、Y图形上确定K与L,并计算出z;将X、z绘制半对数图,确定拐点;在半对数图上取相距较远的两点,即X1、z1和X2、z2,以x值代替X值,将z化成对数计算m,并化成自然对数得b,再计算a。然后将K、L、b、a代入方程式求估计感染率。曲线拟合度以相关指数(R2)表示。
2 结果
1.1 logistic模型简介
通过建立回归方程式来分析钩虫感染率(Y变量)与防治措施停止后月数(x变量)之间的变化规律。
logistic模型多用于发育、繁殖、动态率、剂量反应率以及人口等方面的研究[1],现将此模型试分析钩虫感染率自然回升的变化。
式中,Y为各次检查的阳性率,Y^为各次检查的理论阳性率,n为检查次数。R2越接近于1,说明实际值与理论值越接近,曲线拟合得好。
1 方法
方差分析结果(如表2),拟合曲线后Y方面误差由Σ(Y-Y)2降至Σ(Y-Y^)2有非常显著意义(P<0.01)。
1.2 资料