دوره 3، شماره 1 - ( 1-1384 )                   جلد 3 شماره 1 صفحات 70-61 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Rezaeian M. LARGE SCALE CLUSTERING AND ITS APPLLICTION TO THE HEALTH AND EPIDEMIOLOGICAL STUDIES. sjsph 2005; 3 (1) :61-70
URL: http://sjsph.tums.ac.ir/article-1-246-fa.html
رضائیان محسن. تجمع بیماری در مقیاسی وسیع و کاربرد آن در مطالعات اپیدمیولوژی و بهداشت. مجله دانشکده بهداشت و انستیتو تحقیقات بهداشتی. 1384; 3 (1) :61-70

URL: http://sjsph.tums.ac.ir/article-1-246-fa.html


چکیده:   (7754 مشاهده)

منظور از همبستگی های مکانی وابسته به خود، تکنیکی است که اطلاعات خلاصه شده ای را در خصوص آرایش جغرافیایی داده ها بر روی یک نقشه ارائه می نمایند. در واقع، این نمایه ها، مقادیر عددی داده های مورد نظر در مناطق جغرافیایی همجوار را بمنظور ارزیابی میزان تجمع متغیر مورد نظر در مقیاسی وسیع، مورد مقایسه قرار می دهند. زمانی که تعداد زیادی از مناطق همجوار دارای مقادیر بالا و یا پایینی از متغیر موردنظر باشند، تجمع آن متغیر در مقیاسی وسیع اثبات می گردد. اثبات چنین تجمعی از اهمیت شایان توجهی برخوردار است، چرا که عدم محاسبه و درنظر گرفتن این تجمع می تواند شناسایی یا تشخیص رابطه بین میزان های میرایی و ابتلا با عوامل خطر مربوط به آنها را تحت تاثیر خود قرار دهد و به اشتباه وجود یک رابطه مستقیم میان آنها را نشان دهد. از همین رو این مقاله به معرفی دو نوع از مهمترین این نمایه ها می پردازد که برای داده های کمی پیوسته، نظیر میزان های میرایی و یا ابتلا، مورد استفاده قرار می گیرند.

متن کامل [PDF 218 kb]   (2074 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
انتشار: 1392/4/22

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به فصلنامه دانشکده بهداشت و انستیتو تحقیقات بهداشتی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 , Tehran University of Medical Sciences, CC BY-NC 4.0

Designed & Developed by : Yektaweb