简介:对两水平模型与静态面板数据模型进行对比分析:多水平模型主要用于分析具有层次结构的统计数据,面板数据模型是针对面板数据而提出的一种应用广泛的计量经济模型。面板数据可以看成是具有截面水平与时间水平的两层数据,两水平模型也能对面板数据进行分析,在一定条件下具有一定的相似性。因此,提出多水平的静态面板数据模型,为分析具有多个层次结构的面板数据提供分析工具。
简介:摘要目的:构建3~12岁儿童静态屈光度与主要屈光参数间的回归模型。方法:横断面研究。研究分两部分:①建立回归模型:随机选取2014年7月至2016年6月于长沙爱尔眼科医院进行屈光检查的245例儿童,测量其眼轴长度(AL)、角膜曲率(Km)及前房深度(ACD),行睫状肌麻痹检影验光并计算晶状体屈光力(LP)。分析静态屈光度(SE)与屈光参数的相关性并建立回归模型。②验证回归模型:另随机选取2016年7—12月于长沙爱尔眼科医院进行屈光检查的43例儿童,测量上述屈光参数,行睫状肌麻痹检影验光(SE实测),计算LP和静态屈光度(SE估算),通过Bland-Altman分析比较SE实测与SE估算的一致性。结果:①建立回归模型:SE与AL、Km及LP的相关系数分别是-0.95、-0.83和-0.62(均P<0.001);其回归模型为SE=110.56-2.51×AL-0.97×Km-0.44×LP(R2=0.95,F=2534.52,P<0.001)。②验证回归模型:SE实测与SE估算存在明显相关性(r=0.97,P<0.001),95%一致性界限范围为-1.00~0.63 D,平均误差为-0.19 D(95%可信区间:-0.28~-0.10 D),81.40%的点落在临床可接受范围内(-0.55~0.55 D)。结论:AL是屈光度的最主要影响因素,其次是角膜曲率和晶状体屈光力;屈光度回归模型可较准确估算3~12岁儿童的静态屈光度。
简介:摘要在凯恩斯假设下的AD-AS模型是一个静态分析模型,文章在假设下,讨论了财政政策和货币政策对产出和价格、利率和投资的影响,分析结果表明财政政策和货币政策对产出水平和劳动力市场的失业率具有直接的影响,结果同的假设下的分析结果相同,不过变动幅度同以上不同。
简介:摘要目的应用Mimics软件对颌面部CT数据进行处理,建立鼻腔空间三维模型,定位鼻瓣区并测量其重要参数,以期为鼻阀功能不良的定量诊断提供依据。方法回顾性纳入2015年1月至2018年12月于上海交通大学医学院附属第九人民医院行颌面部三维CT检查的无鼻部疾病汉族黄种人32例,其中男性16例、女性16例,年龄20~80岁,<50岁者占50%。重建鼻腔空间三维模型,定位鼻瓣区并测量以下参数:鼻瓣区与鼻骨平面夹角(θINV-B)、单侧鼻瓣区面积(AINV-R、AINV-L)、鼻瓣区总面积(AINV)、单侧鼻瓣区高度(HINV-R、HINV-L)、单侧鼻瓣角(αINV-R、αINV-L)以及鼻瓣角之和(αINV)。比较本研究所定位鼻瓣区的总面积与既往采用测量平面(垂直硬腭平面与垂直鼻骨平面)所得。分析不同侧别、性别、年龄及种族分组间上述参数的差异。采用SPSS 26及GraphPad Prism 9软件对数据进行统计分析及制图。结果本研究所定位鼻瓣区的总面积为(214.87±52.94)mm²,较既往CT测量方法中所采用的垂直硬腭平面[(254.97±47.80)mm²]及垂直鼻骨平面[(226.07±57.36)mm²]上所得偏小。本研究测得的鼻瓣区静态参数如下:θINV-B为(82.07±7.06)°,AINV-R为(112.66±31.39)mm²、AINV-L为(102.21±27.14)mm²,AINV为(214.87±52.94)mm²,HINV-R为(24.87±4.62)mm、HINV-L为(24.35±4.86)mm,αINV-R为(20.48±2.99)°、αINV-L为(19.65±3.82)°、αINV为(40.13±6.24)°。右侧较左侧鼻瓣区面积偏大(t=2.33,P<0.05);男性的单侧鼻瓣区高度和右侧、左侧鼻瓣区面积,以及鼻瓣区总面积较女性偏大(t值分别为5.77、3.21、2.91及3.52,P值均<0.01);<50岁人群的鼻瓣区总面积较≥50岁人群的偏大(t=2.83,P<0.01);汉族黄种人的鼻瓣区与鼻骨平面夹角不同于白种人(t=2.92,P<0.01),鼻瓣角较白种人偏大(Z=-6.92,P<0.01),而单侧鼻瓣区高度较白种人偏小(Z=-3.89,P<0.01)。结论本研究在鼻腔空间三维模型中对汉族黄种人鼻瓣区进行定位及参数测量所测得的鼻瓣区总面积小于既往CT测量方法所得,不同性别、年龄组及种族的鼻瓣区参数存在差异。