钩虫感染

　　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