わかった、いらっしゃいませみんなにこれプレゼンテーションのどれの私意思話だいたいパールズインフルエンザ研究。 パール生物統計学者、彼住んでいましたとてもaその間前その間、具体的には、のスペイン風邪、と彼だったの初め一に分析するの毎週データそれかだった集めましたにの私たち局のの国勢調査だいたいのスペイン風邪、どれの発生したの1918年、 1920年、とこれためにの大きいアメリカ人都市。
パール、彼だったの初めにするそれでに分析するのデータそれにかんするのスペイン風邪、と彼書きました二レポートだいたいそれ、彼のインフルエンザ研究一と二、どれの私たち意思再訪今その間これプレゼンテーション、と良い見るどうやって私たち意思なれできるに見ての中へのデータ、分析するのデータ使用してJMP。 これはジョイント仕事とクリスゴットワルト、 WHO貢献したにの方法論的成分、とグイドエレイジャーズ、 WHO開始のアイディアの再訪パールズインフルエンザ研究。
の概要のこれ話はとして続きます。 初め、病気議論a少し少しのスペイン風邪、何それだった全てだいたい。 とてもa致命的なパンデミックでそれか時間。 それから病気導入パールズインフルエンザ研究、と病気話a少し少しだいたいのデータそれかパール使用済みの彼の分析。 私たちもつ追加したいくつかの国勢調査データから1910年の上上のそれかために私たちの分析、どれの成っているのa変数選択手順とaヌル要素、 aランダム要素、を独立普通要素の私たちの分析、とブートストラップシミュレーションからのデータ。それから良いなれ話し合う私たちの結果と比較それらの結果とパールズ結果、とそれから良い結論。
初めの全て、のスペイン風邪パンデミック、にフレームそれかa少し少し、それだった一のの最悪パンデミックの歴史、として目撃したにこれリストここ見せているの世界の最悪パンデミックの時間とともに。 あなたできる見るそれかのスペイン風邪ここランク5番目の条項のの番号の死亡者（数）それかそれ引き起こした。 T彼のリストは向かったにの黒死亡者（数、どれの殺されただいたい四回もっと人々よりものスペイン風邪した。 それから下これリスト、あなた見るCOVID- 19パンデミック現れ、どれの私たち得た全て露出に。 それまたが現れるのこれリストまだ。
ただとしてとCOVID- 19,集まりそうだったもっと勧められたに起こる外、とまたでの回すでにののスペイン風邪パンデミックそこには、それかだったの場合として良い、と平ためにクラスに起こる屋外、としてあなたできる見るの上これ写真。
のスペイン風邪パンデミック構成されたの三つ波。 の初め一始めましたの行進1918年のの私たちと広めるにヨーロッパそしての休みのの世界。 それからaもっとひどい波、の最も厳しい一始めましたの8月1918年のフランスと広める急速にの休みのの世界、として良いとして一致したとの終わりのの初め世界戦争。それからa三番目一どれのだった以下ひどいよりもの2番一、しかしもっとひどいよりものイニシャル波、始めましたでの早い始まりの1919年と打ついくつかの明確国好きオーストラリアと素晴らしい英国。
ここあなた見るのタイムラインのの三つ波ののスペイン風邪パンデミック発生するのの私たち、もっと具体的にはなぜなら私たちもつパールズデータからの私たちどれの私たち見ての中へ。の死通行料金だった巨大なと多くの死亡者（数）発生した実際のインドと中国。
何だった具体的にのスペイン風邪パンデミックだったそれか多くの若い健康大人死亡しましたとして示したにa Wパターンの死亡料金、どれのはここ示したにの満杯黒ライン。 の対比にのう形のの普通季節のインフルエンザと肺炎死亡料金どれのそうだった登録済み前にのパンデミック。
ために季節のインフルエンザと肺炎、これう形ショーそれか個人年下よりも四年の年と人々古いよりも75年、それかこれらはそうだった多くの打つに季節のインフルエンザと肺炎。 特性ののスペイン風邪パンデミックだったそれかそのほかそれらの二年グループ、またの若い大人のの範囲間20と40年の年得た具体的には打つにこれパンデミック、最終的リーディング上にa巨大死通行料金。
それからさらに遠く以降全体を通して歴史、疫学者と歴史家の疫学もつ適用統計分析にのスペイン風邪パンデミック。 もっと具体的には、人々働いたの上の私たちとして良い、つまり、マーケルと同僚、彼ら勉強したの効果の非製薬介入のアメリカ人都市好き学校閉鎖、キャンセルの公共集まり。
マメルンド勉強したの影響の地理的隔離の明確エリアと明確地域のの私たち。粘土、ルイス、とセヴェルニーニ勉強したクロス-街変化の438私たち都市、しかしまた他の場所その周りの世界、それでいいえそれだけのの私たちしかしまたのヨーロッパ、好きのノルウェーとスペイン。データだいたいのスペイン風邪パンデミックだった分析した一緒と国勢調査データとそれで前方へ。 のスペイン風邪パンデミック保たれた興味をそそるために多くの研究者以上時間。
だいたいパールズインフルエンザ研究今、ここあなた見るの初めの彼のインフルエンザ勉強、の始まりのそれ。 初め、彼話すだいたいの重大度ののアウトブレイクと実際それかの死通行料金ためにのユナイテッド州だった設定でだいたい550,000、どれのはだいたい五回もっとよりもの番号の人々 WHO実際死亡しましたその間の初め世界戦争。 したがって、見せているの重大度のこれパンデミックと実際どうやって致命的なそれだった、どうやって爆発物それだった。それかだった具体的には何パールだった興味があるの調べると関連するに他の変数。
の2番の彼のインフルエンザ研究見えるとして続いて、それでの始まりで少しでも。 それはをアップデートのの初めの彼の研究なぜなら彼得たいくつかの批判後初め勉強にいくつかのピアWHO批判した彼ためにいいえであること正確と特定変数。 彼もっていた問題と何私たち今参照にとして構築する有効。 いくつかのののデータそうだったいいえ本当測定何彼らそうだった想定に測定、それで彼らそうだったいいえそれで正確と彼らできるなれ定義済みもっと適切な、もっと正確の注文それか彼ら本当測定何彼らしたほうがいい測定。 彼したそれか。 彼取り組みましたのデータまた、の変数。 設定上新しい定義のの変数と移動した前方。
のデータためにの初めの彼の研究見えるとして続きます。 私たちもつデータからパールの39アメリカ人都市。 の応答変数彼欲しかったに勉強だったの流行索引、どれのは与えられたにのシンボル私5の彼の研究。 それかだったの初め応答変数彼欲しかったに勉強と彼欲しかったにまた探す他の変数好き人口統計それかできるなれ予測的なのこれ応答変数。
今、これ応答変数だったa測定ためにの爆発性ののアウトブレイクの条項のエピデミック死亡、それでどうやって爆発物のアウトブレイクだったとヒッティングの様々都市のの私たち。 彼定義済みのピーク時間比、それでのピークのの過剰死亡料金分割されたにのピーク日にち。 のこれ道、彼欲しかったに比較都市と一独身とてもシャープピークに都市とa長さ平らにした曲線の過剰死亡レート。 彼考案したこれ流行索引彼自身。
彼欲しかったに関連これ流行索引に様々要因好きの人口統計。初めの全て、の人口密度ために1916年、とそれからの地理的位置、どれのはa真っ直ぐライン距離からボストン。 彼また含まれているの年分布、ちー四角、どれのはを年憲法索引見せているの偏差のの年分布のの都市からa修理済み標準年分布。 彼また勉強したのパーセンテージ人口成長のの十年1900年、 1910年。
そのほかの人口統計、彼また関与の死料金ために1916年、それで前にのパンデミック。 初めの全て、 a n集計死レートから全て原因とそれから特定の病気、死料金ために明確病気、すなわち肺結核、オーガニック心臓疾患、急性腎炎とブライトの疾患、また失敗のの腎臓、インフルエンザ、肺炎、腸チフス熱、癌、と麻疹。そこにはだったとてもいくつかの相関間これらは死レート。
私はもう言ったあなたa少し少しだいたいの応答変数その真珠発展した、すなわちの流行索引。 それかしたいいえ生じるの中へただa独身試み、しかし彼始めました実際から私1.初めのを流行索引それか彼さらに遠く改善されたの中へ私2、私3、私4、とそれから彼だったハッピー十分に動く平行とに仕事との私5エピデミック性索引。 に区別それから都市と独身、とてもシャープピークにそれらのと長さ、低いフラット曲線のエピデミック死亡。
彼更新しましたの変数から彼の初め勉強との2番勉強、とのそれか検出、彼また更新しました、彼また変更されたの流行索引との新しい流行索引。 彼言及にそれか一として私6.として別変数の興味、彼また定義済みにこれ破壊力変数として含む過剰死亡レート。 それから彼欲しかったに関連これらは二反応の彼の2番勉強との普通死料金、どれのそうだったの平均死料金以上の三つ年、 1915年に1917年。それから彼また持ってくるのの人口統計。 また、彼変更されたの年憲法索引ベースの上の1910年国勢調査データ、と彼使用済みそれか。
それからまた彼関与のセックス比のの人口の男性対女性。 の人口密度の1910年は使用済みのの初めの彼の研究、残ったのの2番勉強。 それからその代わりのa地理的位置、彼使用済み緯度と経度の彼の2番勉強。 それから最後に、彼使用済みのパーセンテージ人口成長のの十年1900年、 1910年、また。
これらはそうだったパールズデータにどれの私たち追加したいくつかの追加国勢調査データから1910年どれのそれは与えられた以上ここ。 その代わりのの年憲法索引、私たち使用済みの共有のの違う年グループ、とのピュア数字実際、なぜなら私たちそうだったいいえ本当ハッピーとの道パール定義済みの年憲法索引。 それだった本当とても複雑といいえクリア十分それでそれか私たち考えにただ行くだいたいと使用の1910年共有年齢その代わりのこれ年憲法索引発展したにパール。
そのほかそれか、私たち見えたの中への番号の人にa住居、のパーセンテージの家所有し、の学校出席の人口、 6に20年の年、との文盲のの人口、 10年の年と以上、と見るどうにか一のこれらは要因またいくつかののこれらは要因できるなれ予測的なの木応答変数のパールズ研究。
何だったパールズ分析全てだいたい？ 良い、彼得たの中へ多数相関。 彼勉強した全てのデータ作る使用の部分的相関係数として良いとしての普通相関係数のゼロ注文、しかし彼したそれかとても厳密に。 彼もっていた計算されたこれ全てに手としたこれとても良い実際と取ったの中へアカウント様々他の要因のこれらは部分的相関関係に持つそれらの他の変数であること絶え間ない。 ためにの部分的相関関係との他の相関、彼また計算されたありそうエラーに探す外どうにかこれらは相関係数そうだった重要またいいえ、それで彼したこれとても良い。
今、の分析それか私たちそれは使用してはの一のどれの私たちそれは行きますに実際選択する変数とaヌル要素と私たちそれは行きますにブートストラップ私たちのデータ。 私たちそれはやっているそれでなぜなら私たちのP値ために私たちのデータ、どれのそれは不幸にもいいえ直交、彼らできるなる重く偏った。 以来私たちそれはいいえ本当使用してきれいに直交データ、のP値できるなるとても偏ったに向かってゼロ。 これはいつもの危険とP値ために観察的なデータそれか重要でない要因全てのa突然なる重要とそれかのタイプ一エラーレートはいいえ下コントロール。
に解決の事実それかのP値それはいいえ均一に分散もうのの場合のを重要でない変数、に解決それか問題、私たちそれは行きますに関与aランダム変数、 aヌル要素、を独立普通変数の中への分析と見るに何範囲それが現れるの私たちの手順の選択する変数。これアイディアはインスパイヤされたにまた発祥からのJASA紙にウー、ブー、とステファンスキの2007年。
具体的には、何私たちもつ終わりは、良い、私たち含まれているa独身ヌル要素のの変数選択手順と行われた2,500ブートストラップ複製するために変数選択使用してJMP。 それから私たち計算されたの割合の回各変数入るのモデル。 変数それか入力として頻繁また以下よりものヌル要素それは無視できる、と変数それか入力もっと頻繁よりものヌル要素、良い、これらはそれはのものそれか私たちそれは行きますに選択するとしてであること予測的なのの応答変数。
のJMP、私たち指定二新しい列、と実際、一方式は必要です。 それはの方式ためにのブートストラップ周波数桁それかあなた見るここ。 のブートストラップ周波数桁はベースの上私たちのヌル要素、どれのはを独立普通変数それは再初期化各時間その間のブートストラップシミュレーション。 ベースの上これ再初期化、の周波数桁取得更新しましたそれでそれか私たちもつa 100 %リサンプリングの私たちのデータのサンプルサイズとの修理済みサンプルサイズとしてそれは。
それからためにの変数選択、何一種の回帰まただろう私たち申し込みそれか私たちできる探す外のの一般化された線形モデルプラットホームのJMP、なぜなら取るの中へアカウントの周波数桁また、もしも私たちする分散選択、私たちまた必要にするの分布決定での同じ時間。それもっているに起こる同時に。 あなたできないするそれ離れてベースの上のオリジナルデータ。 実際、のグラフの上の左-手側はa少し少し誤解を招くなぜならそれかグラフ含むのオリジナルデータ、しかし分布決定あなたしたほうがいい実際するその間やっているの変数選択自体。
仮定aポアソン分布、良い、それか予測だったいいえ拒否された、それで私たちできる実際動く前方との予測のaポアソン分布、どれのはまた維持されたのの文学全体を通してために死亡料金とそれで前方へために分析。 それだったいいえ本当拒否されましたとそれだった良いに推定そのようなaポアソン回帰ためにの分析。
それからまた私たち適用ポアソン回帰の組み合わせと変数選択ためにの流行索引I6.しかし、私たち切り替えたに普通回帰また以下回帰ためにの三番目応答変数、の破壊力変数。
の道に申し込みこれ回帰のJMPに意味の変数選択はに使用しての一般化された回帰プラットホームどこ私たちそれから定義の応答変数ために分析と置くの周波数桁の中への周波数箱。 それからとしてモデル条項のの構築するモデル効果窓、私たち関与全ての変数、全てエンドウRLの変数、一緒またと私たちのヌル要素また独立普通変数それか私たちまた含まれています。
それから私たち動く前方との回帰手順に選択する前方選択推定方法。 としてa基準、私たち使用済みの赤池情報基準との修正ために小さいサンプルサイズに決定その上の最後のモデルに含むの最後のモデルそれからに選択するとの選択のの変数。
の解決部それかあなた見るここはベースの上正規化されたデータに置く彼らの上の同じスケール、したがってスケールと中心データとまたに減少するの効果の多重共線性ののデータなぜならありますとてもいくつかの。 それからあなた見るまた、のオリジナル予測因子飛び出る上のの低い出力。 それから私たち選択するaモデルとの最低赤池情報基準。一後の他の、の変数到来であること選択済みにフォワード変数選択ベースの上の赤池情報基準。 としてあなたできる見るのこれ出力実際ここ、のヌル要素得たの中へのモデル。 のヌル要素完全に重要でない、有益でない、それで得たの中へのモデル、どれのはいいえ良い、のコース。
私たちもっていたにするこれ推定方法、これ変数選択手順2,500回、と私たちしたこれのJMPに右クリックの上の見積もり桁とそれからヒッティングシミュレートするとそれから選択するの周波数桁としてa桁にスイッチのと外間の違うブートストラップ複製するそれでそれか初期化ののヌル要素そうだったいつもであること保証間の違うブートストラップ複製します。それからついに、だから私たちは得たの2,500モデル選択外ののブートストラップシミュレーション。
それから私たち計算されたの割合それか全てのこれらは変数得たの中へのモデルまたそうだった与えられたとして非ゼロ見積り。 私たちそうだった代表されるに非ゼロ見積り。 特に、のコース、私たちそうだった興味があるのどうやって多くの回のヌル要素現れたのの選択ののモデル。 これ曲がる外になれ41 %のの回、どれのはとても高い。Tこれらは私たちの新しい間違いエントリ料金、実際。 あとても高いパーセンテージのどれののヌル要素得た選択されました。
私たち計上されたためにいくつかのアッパーバウンド、をアッパー99.9 %自信限界またそれか私たち取ったの中へアカウント、と平a少し少しより高い時々。 になれ安心それかの要因それかあなた見るの緑それか彼ら現れた多くの頻繁それからののモデル選択。 としてあなた意思見るまた別例今それも、どこ私たち得たつながれたとのヌル要素として良い。 の要因またの変数の赤、彼らもついいえその間選択済み以来彼らの発生は低いよりもの発生ののヌル要素以上の違うブートストラップシミュレーション。 の変数の興味ここそれか得た選択済みとそれは予測的なのの流行索引I5それはの死料金の原因、死レートからオーガニック心臓疾患、の死料金から肺炎、死レートから癌、死レートから麻疹、との地理的位置。
今、の死レートから全て原因、それはを集計ためにの死料金からの個人-明確慢性病気。 私たちそうだったまた興味があるに見る何だろう起こるもしも私たちそうだったに取ったこれ外のの分析。 これは何私たちしたの上の続くスライド。 私たち取ったそれ外、死レート全て原因、とそれから私たちは得たa違う写真。 の死レートから麻疹との死レートから癌回した外になれ重要でない今、一方死レートから肺炎得たのの緑ゾーン、として良いとしての死レートから肺結核。 これらはそうだったまたとても非常に相関したとの死レートの全て原因。死レートの全て原因マスクされた。 これらは変数、それでもいくつかののの死料金それはまた相関したの中各他の、それで私たちもつになれ気をつけろここ。 それかだったa新しい結果それか私たち見た。
今、最終的、私たち繰り返されるこれらは変数選択さらに遠く以降とそれだけの変数の緑それかあなた見るここの上の画面、それでのものそれか得た選択済みにどれの私たち追加した私たちの新しい1910年国勢調査データ、好きの株式の年齢との文盲との学校教育とそれで前方へ。私たちしたこれととそれなし死レートまた原因についにそれから選択するの変数それかそうだった一般の種類全体分析。 全ての違う分析する選択済みいくつかの他の変数まだ、しかしまだそこにはそうだったいくつかの変数どれのそうだった現在全ての時間、とこれらはそれはのものそれか私たちついにそれから含まれているの中へのモデル、どれのは私たちの最後のポアソン回帰モデルそれか私たち得られたのの終わり。
どれの含む死料金から心臓疾患、オーガニック心臓疾患、死料金から全て原因私たち維持言う、としてまたパール強調したそれかとしてであることとても重要。 共有年齢、 0に4.学校出席のの人口、 6に20年の年との地理的位置。 それかだった私たちの最後の回帰モデルためにの初め応答、の流行索引I5、と下あなた見るの結果のパール。 持つ終わりa相関分析、彼だったできるに識別肺結核、オーガニック心臓疾患、と急性腎炎とブライトの疾患。 そのほかの死レートの全て原因それか彼みなしとても重要、どれのだった実際またいつもの場合ために私たちの分析。 それいつも来たの上上の私たちの分析。 私たち維持それの。
今、パールまたとがったに向かっていくつかの明確慢性病気、しかし私たちそうだったいいえできるに置くこれらはの上上。私たちしたいいえ探す彼らになれ安定して現在。 全体、私たちの分析、それで私たちしたいいえ識別彼ら。 また、パール、実際、後彼の初め勉強、得た批判したなぜならのポインティングに向かってこれらは個人病気。 それからのの2番の彼の勉強、また、彼だったもっと慎重な、もっと保守的、とそれだけとがったに向かっての死レートの全て原因とのオーガニック病気のの心臓としてのものそれかそれは予測的なために彼の変更された索引のの爆発性ののアウトブレイクI6.
私たちの最後の分析はの一それかあなた見るここポインティングに向かってまた死料金からオーガニック心臓疾患、死レートから全て原因、の共有のの年齢間ゼロと四、との人口密度ルール。 Wえーいつもできるに見るの人口密度到来上高いののリストの変数それか発生したほとんど継続的に以上のブートストラップ複製します。 それかまた回した外になれを重要変数から私たちの分析。
との破壊力変数、私たちしたいいえ探す全てそれか多くのの変化。 の範囲実際の値だったいいえとして大きいとしてためにの他の二反応、の流行索引. 私たちそうだったそれだけできるに識別a少し変数と具体的にはの死料金到来からのオーガニック心臓疾患。それから私たち特定された、そのほかの共有のの最年少人々間0 と4年、またの共有の人々範囲間20と40、それで25と44年の年。 の健康人々実際前にのパンデミック、それかだったまた示唆的の過剰死亡料金以上の違う都市ののユナイテッド州。
パールズデータセット、として私たちできる見るまた、私たちそれだけもっていたとても少しデータ。 そこにはそうだったとても小さい39観測のの初め勉強とのの2番勉強それだけ34観測なぜなら彼ら変更されたいくつかののの変数、いくつかの観測得た失った。 のデータそれはまた観察的なととてもいくつかの多重共線性関与。 の品質ののデータできるもつその間より良い。 したがって、私たちの分析ためにもちろんそれは使える、しかし彼らそれはいいえ魔法の、として良いとしてパールズ相関分析。 具体的には、彼の初め分析、それだったいいえサポートされています。 彼知っていたその後それか人々したいいえ本当サポート彼の初め分析。 ともかく、としてジョージ箱言った、 "全てモデルそれは間違い、いくつかのそれは使える。"
私たちそうだったできるに選択する満足モデルのa一連方法。 初めの全て、私たち含まれているパールズ変数と保持の選択済み変数、にどれのそれから私たち追加した新しい1910年国勢調査変数についに選択するそれらの変数それかそれは有益なと各時間ととそれなしの死レートから全て原因。それから私たち保持の変数それかポップした上のの緑ゾーンになれとても予測的なのの応答それかポップした上全ての時間、だから以上全ての分析それか私たちしたにそれからもつのモデルそれか私提示されました。 私望みこれだった有益なためにあなたに聞くにと多くのありがとう。
