多元統計分析方法與中醫藥文化研究

導語：多元統計分析方法與中醫藥文化研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

［摘要］目的：了解中醫藥文化傳播的發展現狀并運用多元統計模型做出預測。方法：搜集整理了2008—2017年的168篇研究中醫藥文化傳播的論文，進行曲線回歸分析給出兩個模型并計算出未來3年中醫藥文化傳播論文的預測值和殘差值，選擇擬合效果更好的模型。結果：由曲線回歸分析假設檢驗的結果，表明建立三次函數和二次函數是合適的模型，但經過圖像擬合比較三次函數模型更好。結論：多元統計模型能夠較好地擬合中醫藥文化傳播期刊文獻量，在中醫藥文化傳播的發展現狀預測研究中具有一定的應用價值。

［關鍵詞］中醫藥文化傳播；多元統計；模型

2016年12月頒布的《中醫藥法》中第六章“中醫藥傳承與文化傳播”第四十二條至第四十六條專門對中醫藥文化傳播作出了明確的規定，這足以體現中醫藥文化傳播對于提升中醫藥影響范圍和服務能力，建立中醫與西醫相互補充的中國特色醫藥衛生體制，對實現廣大人民健康水平不斷提高及中醫藥事業的持續發展都具有十分重要的意義［1］。期刊文獻作為科研人員的研究成果，可以客觀真實地反映出該領域的發展狀況［2-5］。為了解現階段中醫藥文化傳播的發展現狀，現對中醫藥文化傳播的相關文獻進行多元統計分析，構建模型進行預測。

1資料來源

在中國知網（Chinanationalknowledgeinfrastructure，CNKI）、萬方數據資源系統、中文科技期刊全文數據庫（VIP）3個數據庫中，以“中醫藥文化傳播”為主題或關鍵詞進行檢索，統計范圍為2008－2017年該領域的所有文獻，共檢索到168篇論文，剔除重復、無效的文章后有效文獻153篇（包含期刊論文、碩士博士學位論文及會議論文等）。聯合使用Excel和NoteExpress2.9.8建立數據庫，按照年份、期刊、地區、作者、關鍵詞、研究單位、資助基金等內容進行整理和錄入，使用SPSS23.0統計分析軟件進行數據統計分析。

2構建數學模型

運用多元統計分析方法（曲線回歸）構建數學模型。為了粗略了解兩個變量的關系，首先，以期刊累積數量（Y）為縱軸和時間（X-2007）為橫軸作散點圖，可以看出，期刊文獻量和時間不呈直線分布，即兩變量的關系是非線性的，因此利用SPSS23.0統計軟件［6-7］進行曲線回歸分析［8-10］。在曲線回歸中，根據曲線回歸模型的決定系數R2值，當它越接近于1表示曲線回歸的效果越好。由表1可以看出，R2值較大的是三次曲線和二次曲線，因此我們考慮這兩個模型進行數據擬合。見表1—2。其中三次函數的R2值和F值都是最大的，R2＝0.979，F=91.378，P=0.000。因此選取三次函數模型y=b0+b1x+b2x2+b3x3（b0b1b2b3是常數）。對中醫藥文化傳播數據進行多元曲線擬合，并進行假設檢驗。利用SPSS23.0得到三次函數模型y=-4.7+7.109x-1.787x2+0.164x3及擬合圖像。見圖1。

3討論

目前用于預測的模型很多，如多元回歸分析［11-13］、時間序列分析［14-17］、BP神經網［18-19］等。與其他方法相比，采用多元回歸等模型對其進行預測，函數形式直觀清楚。本研究時間范圍選擇了2008—2017年之間10年的中醫藥文化傳播期刊文獻量進行建模，經過模型篩選，最終確立了三次函數模型，并對未來3年的中醫藥文化傳播期刊文獻量進行了預測。結果表明模型可較好的擬合中醫藥文化傳播期刊文獻量的變化規律，特別是在2012年，預測的擬合值與實際值是一致，顯示出較好的預測精度，各年的預測值與真實值的誤差在4篇之內，說明三次函數模型預測中醫藥文化傳播期刊文獻量的變化趨勢是可行的，通過模型我們預測2018年關于中醫藥文化傳播期刊文獻量大約在76篇左右，2019年大約有107篇，2020年大約有147篇。綜上所述，通過研究發現近幾年是中醫藥文化傳播的相關論文文獻上升速率較快時期，這樣我們可以通過多元統計學構建的模型，判斷和預測中醫藥文化傳播相關文獻的增長情況，探索中醫藥文化傳播過程中遇到的同質問題，辨別地區差異或者經濟發展差異在中醫藥文化傳播的特異性問題，并進而探索整個學科的發展規律。

參考文獻

［1］岳遠雷，趙敏，司婷.中醫藥文化傳播現狀研究——兼評《中醫藥法》相關條款［J］.學校黨建與思想教育，2017（20）：94-96.

［2］林藝，劉永勝.普賴斯對文獻計量學的貢獻［J］.晉圖學刊，1990（2）：12-14．

［3］姜春林.普賴斯與科學計量學［J］.科學與科學技術管理，2001，22（9）：20-22．

［4］王遠庫，李雪慧.科技文獻增長與老化指數規律的統一及數學闡釋［J］.理論探討，2003，20（11）：9-10．

［5］丁學東.文獻計量學基礎［M］.北京：北京大學出版社，1993：35-45.

［6］劉大海，李寧，晁陽，等.SPSS15.0統計分析從入門到精通［M］.北京：清華大學出版社，2008：191-194．

［7］劉仁權.SPSS統計分析教程［M］.北京：中國中醫藥出版社，2016：117-118.

［8］谷恒明，胡良平.簡單曲線回歸分析及其應用［J］.四川精神衛生，2017，30（6）：498-502.

［9］谷恒明，胡良平.復雜曲線回歸分析及其應用［J］.四川精神衛生，2017，30（6）：503-506.

［10］高輝，胡良平，鮑曉蕾.三項型指數曲線在“藥-時”曲線擬合中的應用［J］.中國衛生統計，2012，29（5）：677-679.

［11］宋萍，李準，徐雨晨，等.基于多元回歸分析的住院費用影響因素研究［J］.重慶醫學，2018，47（30）：3923-3927.

［12］袁世超，徐丹紅.結腸癌D3根治術后出現吻合口瘺相關因素多元回歸性分析［J］.中國現代醫生，2018，56（26）：19-21.

［13］鄧明慧，忠.中國商品出口影響因素的研究——基于多元回歸模型［J］.山西能源學院學報，2018，31（3）：118-120.

［14］劉維華，朱建良，郭付愛，等.應用時間序列法建立學校結核病預警模型研究［J］.中國學校衛生，2018，39（11）1682-1685.

［15］劉志展，潘偉.廈門市空氣污染指數預測方法研究——時間序列分析與神經網絡的比較［J］.心智與計算，2008，2（1）：33-41.

［16］裴麗芳，馮三營.基于MATLAB的時間序列分析［J］.科教文匯（中旬刊），2018，15（11）：47-49.

［17］張孟媛，張強，羅佳偉，等.重慶市艾滋病發病人數的ARI-MA時間序列分析［J］.中國衛生統計，2018，35（5）：650-654.

［18］史峰，王小川，郁磊，等.MATLAB神經網絡30個案例分析［M］.北京：北京航空航天大學出版社，2010：11-21.

［19］王春峰，萬海暉，張維.基于神經網絡技術的商業銀行信用風險評估［J］.系統工程理論與實踐，1999，19（9）：24-32.

作者：關紅陽 李新 李偉 趙凱 張楠 單位：遼寧中醫藥大學