排序方式: 共有4条查询结果,搜索用时 31 毫秒
1
1.
滇中产业新区是云南省“桥头堡”战略计划的战略支点。本文运用GEM模型理论分析了影响滇中产业新区竞争力的各个要素,并将政府作为一个独立的考查因素进行了分析,给出了提升滇中产业新区竞争力的政策建议,为政府的发展决策提供参考。 相似文献
2.
本文探索北京地区SARS发病例数与气象因子间的相关关系,建立关键气象因子与发病例数间的数学模型,并进行SARS疫情气象危险度预测和报警分级。应用SPSS统计软件,将SARS发病例数与998个气象因子进行双变量相关分析,再将密切相关的气象因子与发病例数进行多元线性回归分析,用逐步回归法求出回归方程。相关分析表明,SARS发病与前期气象因子相关程度由大到小排列依次为:平均相对湿度、气温(最低气温、最高气温、平均气温)、平均风速、平均降水量、平均气压、平均云量、平均日较差;其中与平均相对湿度、气温、平均降水量、平均云量为负相关,与平均风速、平均气压、平均日较差为正相关;逐步回归法筛选出回归方程为:Y=218.692 – 0.698X630 – 2.043X716 + 2.282X921,决定系数R2 =0.847;建立了SARS发病气象危险度5级预警模型。结论是SARS发病与前期气象因子存在明显的相关关系, SARS的流行特点有季节倾向性;最关键气象因子依次为X630(前第13至第17天平均气温)、X716(前第13至第17天平均相对湿度)、X921(前第9至第13天平均风速);SARS最易流行的气象条件为:平均气温16.9℃(95% CI 10.7-23.1),平均相对湿度52.2%(33.0-71.4),平均风速2.8m·s-1(2.0-3.6)。 相似文献
3.
4.
探索北京地区SARS发病例数与气象因子间的相关关系,建立关键气象因子与发病例数间的数学模型,并进行SARS疫情气象危险度预测和报警分级.应用SPSS统计软件,将SARS发病例数与998个气象因子进行双变量相关分析,再将密切相关的气象因子与发病例数进行多元线性回归分析,用逐步回归法求出回归方程.相关分析表明,SARS发病与前期气象因子相关程度由大到小排列依次为:平均相对湿度、气温(最低气温、最高气温、平均气温)、平均风速、平均降水量、平均气压、平均云量、平均日较差;其中与平均相对湿度、气温、平均降水量、平均云量为负相关,与平均风速、平均气压、平均日较差为正相关;逐步回归法筛选出回归方程为:Y=218.692-0.698X630-2.043X716+2.282X921,决定系数R2=0.847;建立了SARS发病气象危险度5级预警模型.结论是SARS发病与前期气象因子存在明显的相关关系,SARS的流行特点有季节倾向性;最关键气象因子依次为X630(前第13至第17天平均气温)、X716(前第13至第17天平均相对湿度)、X921(前第9至第13天平均风速);SARS最易流行的气象条件为:平均气温16.9℃(95%CI10.7~23.1),平均相对湿度52.2%(33.0~71.4),平均风速2.8m·s-1(2.0~3.6). 相似文献
1