好的，歡迎大家到這推介會在哪個我將要講話關於珍珠的流感學習。 珍珠生物統計學家，他活過相當A儘管前期間，具體來說，這西班牙流感，和他曾是這第一的一到分析這每週數據那曾是集經過這我們局的這人口普查關於這西班牙流感，哪個發生在1918年， 1920年，和這為了這大的美國人城市。
珍珠，他曾是這第一的到做所以到分析這數據關於這西班牙流感，和他寫了二報告關於它，他的流感學習一和二，哪個我們將要重訪現在期間這推介會，和出色地看如何我們將要是有能力的到看進入這數據，分析這數據使用JMP。 這是聯合的工作和克里斯哥特華特， WHO貢獻了到這方法論的成分，和圭多埃雷格人， WHO發起這主意的重訪珍珠的流感學習。
這概述的這講話是作為如下。 第一的，患病的討論A小的少量這西班牙流感，什麼它曾是全部關於。 相當A致命大流行在那時間。 然後患病的介紹珍珠的流感學習，和患病的講話A小的少量關於這數據那珍珠用過的在他的分析。 我們有添加一些人口普查數據從1910年在頂部的那為了我們的分析，哪個包含的A多變的選擇程序和A無效的因素， A隨機的因素，一個獨立的普通的因素在我們的分析，和自舉模擬從這數據。然後出色地是討論我們的結果和比較那些結果和珍珠的結果，和然後出色地得出結論。
第一的的全部，這西班牙流感大流行病，到框架那A小的少量，它曾是一的這最致命的流行病在歷史，作為親眼目睹經過這列表這裡顯示這世界的最致命的流行病在隨著時間的推移。 你能看那這西班牙流感這裡行列第五在條款的這數字的死亡人數那它造成的。 噸他的列表是帶頭的經過這黑色的死亡人數，哪個被殺關於四次更多的人們比這西班牙流感做過。 然後以下這列表，你看冠狀病毒- 19大流行出現，哪個我們得到全部裸露到。 它還出現在這列表仍然。
只是作為和冠狀病毒- 19,聚會是更多的鼓勵到發生外部，和還在這次已經的這西班牙流感大流行那裡，那曾是這案件作為出色地，和甚至為了類到發生戶外,作為你能看在這照片。
這西班牙流感大流行包含的三波浪。 這第一的一開始在行進1918年在這我們和傳播到歐洲並這休息的這世界。 然後A更多的嚴重海浪，這最嚴厲的一開始在八月1918年在法國和傳播迅速到這休息的這世界，作為出色地作為恰逢和這結尾的這第一的世界戰爭。然後A第三一哪個曾是較少的嚴重比這第二一，但更多的嚴重比這最初的海浪，開始在這早期的開始的1919和打一些具體的國家喜歡澳大利亞和偉大的英國。
這裡你看這時間線的這三波浪的這西班牙流感大流行發生在這我們，更多的具體來說因為我們有珍珠的數據從這我們哪個我們看進入。這死亡收費曾是巨大的和最多死亡人數發生實際上在印度和中國。
什麼曾是具體關於這西班牙流感大流行曾是那許多年輕的健康成年人死了作為顯示經過A W圖案的死亡費率，哪個是這裡顯示經過這滿的黑色的線。 在對比到這ü形狀的這普通的季節性的流感和肺炎死亡費率哪個是掛號的事先的到這大流行。
為了季節性的流感和肺炎，這ü形狀節目那個人更年輕比四年的年齡和人們年長的比75年，那這些是最多打經過季節性的流感和肺炎。 特徵的這西班牙流感大流行曾是那除了那些二年齡團體，還這年輕的成年人在這範圍之間20和40年的年齡得到具體來說打經過這大流行病，最終領導向上到A巨大的死亡收費。
然後更遠向前自始至終歷史，流行病學家和歷史學家的流行病學有應用統計分析到這西班牙流感大流行。 更多的具體來說，人們工作過在這我們作為出色地，即馬克爾和同事，他們研究過這影響的非製藥干預措施在美國人城市喜歡學校關閉，取消的民眾聚會。
馬梅倫德研究過這影響的地理的隔離的具體的領域和具體的地區在這我們。黏土，劉易斯，和塞韋尼尼研究過叉-城市變化的438我們城市，但還別處大約這世界，所以不是僅有的在這我們但還在歐洲，喜歡在挪威和西班牙。數據關於這西班牙流感流行病是分析了一起和人口普查數據和所以向前。 這西班牙流感大流行保持耐人尋味為了許多研究人員超過時間。
關於珍珠的流感學習現在，這裡你看這第一的的他的流感學習，這開始的它。 第一的，他會談關於這嚴重程度的這暴發和實際上那這死亡收費為了這團結的狀態曾是放在關於550,000,哪個是關於五次更多的比這數字的人們WHO實際上死了期間這第一的世界戰爭。 因此，顯示這嚴重程度的這大流行和實際上如何致命它曾是，如何爆炸性的它曾是。那曾是具體來說什麼珍珠曾是感興趣的在檢查和有關到其他變量。
這第二的他的流感學習看起來作為接下來，所以這開始在至少。 那是一個更新的這第一的的他的學習因為他得到一些批評後第一的學習經過一些同行WHO批評的他為了不是存在準確的和肯定變量。 他有問題和什麼我們現在參考到作為構造有效性。 一些的這數據是不是真的測量什麼他們是應該到措施，所以他們是不是所以準確的和他們可以是定義的更多的合適的，更多的準確的在命令那他們真的措施什麼他們應該措施。 他做過那。 他處理這數據再次，這變量。 放向上新的定義的這變量和感動向前。
這數據為了這第一的的他的學習看起來作為如下。 我們有數據從珍珠的39美國人城市。 這回复多變的他通緝到學習曾是這流行性指數，哪個是給予經過這象徵我5個在他的學習。 那曾是這第一的回复多變的他通緝到學習和他通緝到還尋找其他變量喜歡人口統計那可以是預測的的這回复多變的。
現在，這回复多變的曾是A措施為了這爆發力的這暴發在條款的流行性死亡，所以如何爆炸性的這暴發曾是和打這各種各樣的城市在這我們。 他定義的這頂峰時間比率，所以這頂峰的這過量的死亡費率分為經過這頂峰日期。 在這方式，他通緝到比較城市和一單身的非常鋒利的頂峰到城市和A長的扁平化曲線的過量的死亡費率。 他設計的這流行性指數他自己。
他通緝到涉及這流行性指數到各種各樣的因素喜歡這人口統計數據。第一的的全部，這人口密度為了1916年，和然後這地理的位置，哪個是A直的線距離從波士頓。 他還包括這年齡分配，志-正方形，哪個是一個年齡憲法指數顯示這偏差在這年齡分配的這城市從A固定的標準年齡分配。 他還研究過這百分比人口生長在這十年1900, 1910.
除了這人口統計數據，他還涉及這死亡費率為了1916年，所以事先的到這大流行。 第一的的全部， A n總計的死亡速度從全部原因和然後特定的疾病，死亡費率為了具體的疾病，即肺的結核，有機的心疾病，急性腎炎和布萊特的疾病，或者失敗的這腎臟，流感，肺炎，傷寒發熱，癌症，和麻疹。那裡曾是相當一些相關性之間這些死亡費率。
我已經告訴你A小的少量關於這回复多變的那顆珍珠發達，即這流行性指數。 那做過不是出現進入只是A單身的試圖，但他開始實際上從我1.第一的的一個流行性指數那他更遠改善進入我2、我3、我4、和然後他曾是快樂的足夠的到移動沿著和到工作和這我5個流行性性指數。 到區分然後城市和單身的，非常鋒利的山峰到那些和長的，低的平坦的曲線的流行性死亡。
他更新這變量從他的第一的學習和這第二學習，和在那感覺，他還更新，他還修改的這流行性指數和這新的流行性指數。 他提到的到那一作為我6.作為其他多變的的興趣，他還定義的到這破壞力多變的作為含有過量的死亡費率。 然後他通緝到涉及這些二反應在他的第二學習和這普通的死亡費率，哪個是這意思是死亡費率超過這三年， 1915年到1917 年。然後他還帶來在這人口統計數據。 再次，他修改的這年齡憲法指數基於在這1910年人口普查數據，和他用過的那。
然後還他涉及這性別比率的這人口的男性相對女性。 這人口密度的1910年是用過的在這第一的的他的學習，留下來在這第二學習。 然後反而的A地理的位置，他用過的緯度和經度在他的第二學習。 然後最後，他用過的這百分比人口生長在這十年1900, 1910年，再次。
這些是珍珠的數據到哪個我們添加一些額外的人口普查數據從1910年哪個是給予超過這裡。 反而的這年齡憲法指數，我們用過的這分享的這不同的年齡團體，和這純的數字實際上，因為我們是不是真的快樂的和這方式珍珠定義的這年齡憲法指數。 它曾是真的相當複雜的和不是清除足夠的所以那我們想法到只是去關於和使用這1910年分享年齡反而的這年齡憲法指數發達經過珍珠。
除了那，我們看著進入這數字的人到A住宅，這百分比的家園擁有，這學校考勤的人口， 6個到20年的年齡，和這文盲在這人口， 10年的年齡和超過，和看無論一的這些因素或者一些的這些因素可以是預測的的樹回复變量在珍珠的學習。
什麼曾是珍珠的分析全部關於？ 出色地，他得到進入多種的相關性。 他研究過全部這數據製作使用的部分的相關性係數作為出色地作為這普通的相關性係數的零命令，但他做過那非常嚴格地。 他有計算的這全部經過手和做過這相當出色地實際上和拿進入帳戶各種各樣的其他因素在這些部分的相關性經過有那些其他變量存在持續的。 為了這部分的相關性和這其他相關性，他還計算的可能錯誤到尋找出去無論這些相關性係數是重要的或者不是，所以他做過這相當出色地。
現在，這分析那我們是使用是這一在哪個我們是去到實際上選擇變量和A無效的因素和我們是去到自舉我們的數據。 我們是正在做所以因為我們的P價值觀為了我們的數據，哪個是很遺憾不是正交，他們能變得沉重地有偏見。 自從我們是不是真的使用很好地正交的數據，這P價值觀能變得相當有偏見的向零。 它是總是這危險和P價值觀為了觀察性的數據那不重要因素全部的A突然的變得重要的和那這類型一錯誤速度是不是在下面控制。
到解決這事實那這P價值觀是不是均勻地分散式不再在這案件的一個不重要多變的，到解決那問題，我們是去到涉及A隨機的多變的， A無效的因素，一個獨立的普通的多變的進入這分析和看到什麼程度它出現在我們的程序的選擇變量。這主意是啟發經過或者起源於從這日本航空航天局紙經過吳，噓聲，和斯特凡斯基在2007.
具體來說，什麼我們有完畢是，出色地，我們包括A單身的無效的因素在這多變的選擇程序和執行2,500自舉複製為了多變的選擇使用JMP。 然後我們計算的這部分的次每個多變的進入這模型。 變量那進入作為經常或者較少的比這無效的因素是可忽略的，和變量那進入更多的經常比這無效的因素，出色地，這些是這那些那我們是去到選擇作為存在預測的的這回复多變的。
在跳轉,我們指定的二新的列，和實際上，一公式是需要。 那是這公式為了這自舉頻率柱子那你看這裡。 這自舉頻率柱子是基於在我們的無效的因素，哪個是一個獨立的普通的多變的那是重新初始化每個時間期間這自舉模擬。 基於在這重新初始化，這頻率柱子得到更新所以那我們有A 100 %重採樣的我們的我們數據的樣本量和這固定的樣本尺寸作為它是。
然後為了這多變的選擇，什麼一種回歸還會我們申請那我們可以尋找出去在這廣義的線性的模型平台的跳轉,因為服用進入帳戶這頻率柱子還，如果我們做方差選擇，我們還需要到做這分配決心在這相同的時間。它有到發生同時地。 你不能做它分開基於在這原來的數據。 實際上，這圖形在這左邊-手邊是A小的少量誤導因為那圖形包含這原來的數據，但分配決心你應該實際上做儘管正在做這多變的選擇本身。
假設A泊松分配，出色地，那假設曾是不是拒絕了，所以我們可以實際上移動向前和這假設的A泊松分配，哪個是還保持在這文學自始至終為了死亡費率和所以向前為了分析。 它曾是不是真的拒絕和它曾是好的到認為這樣的A泊松回歸為了這分析。
然後還我們應用泊松回歸在組合和多變的選擇為了這流行性指數I6。然而，我們切換到普通的回歸或者較少的回歸為了這第三回复多變的，這破壞力多變的。
這方式到申請這回歸在JMP經過方法的多變的選擇是經過使用這廣義的回歸平台在哪裡我們然後定義這回复多變的為了分析和放這頻率柱子進入這頻率盒子。 然後作為模型條款在這構造模型效果窗戶，我們涉及全部這變量，全部豌豆RL的變量，一起還和我們的無效的因素或者獨立的普通的多變的那我們還包括。
然後我們移動向前和這回歸程序經過選擇向前選擇估計方法。 作為A標準，我們用過的這赤池信息標準和這更正為了小的樣本尺碼到決定之上這最終的模型到包括這最終的模型然後到選擇和這選擇的這變量。
這解決方案部分那你看這裡是基於在歸一化數據到放他們在這相同的秤，所以秤和中心數據和還到減少這影響的多重共線性在這數據因為有相當一些。 然後你看再次，這原來的預測器彈出向上在這降低輸出。 然後我們選擇A模型和這最低赤池信息標準。一後這其他，這變量未來存在已選擇經過前鋒多變的選擇基於在這赤池信息標準。 作為你能看在這輸出實際上這裡，這無效的因素得到進入這模型。 這無效的因素完全地不重要，沒有信息，所以得到進入這模型，哪個是不是好的，的課程。
我們有到做這估計方法，這多變的選擇程序2,500次,和我們做過這在JMP經過正確的點擊在這估計柱子和然後打模擬和然後選擇這頻率柱子作為A柱子到轉變在和出去之間這不同的自舉複製所以那初始化的這無效的因素是總是存在保證之間這不同的自舉複製。然後最後，所以我們得到這2,500模型選集出去的這自舉模擬。
然後我們計算的這部分那全部的這些變量得到進入這模型或者是給予作為非零估計。 我們是代表經過非零估計。 尤其，的課程，我們是感興趣的在如何許多次這無效的因素出現了在這選擇的這楷模。 這輪流出去到是41 %的這次,哪個是相當高的。噸這些是我們的新的錯誤的入口費率，實際上。 A非常高的百分比在哪個這無效的因素得到選擇。
我們會計為了一些上邊界，一個上99.9 %信心限制還那我們拿進入帳戶，和甚至A小的少量更高有時。 到是保證那這因素那你看在綠色的那他們出現了最多經常然後在這模型選擇。 作為你將要看還其他例子現在也，在哪裡我們得到綁和這無效的因素作為出色地。 這因素或者這變量在紅軍，他們有不是到過已選擇自從他們的發生是降低比這發生的這無效的因素超過這不同的自舉模擬。 這變量的興趣這裡那得到已選擇和是預測的的這流行性指數I5是這死亡費率的原因，死亡速度從有機的心疾病，這死亡費率從肺炎，死亡速度從癌症，死亡速度從麻疹，和這地理的位置。
現在，這死亡速度從全部原因，那是一個總計的為了這死亡費率從這個人-具體的慢性的疾病。 我們是還感興趣的到看什麼會發生如果我們是到拿這出去的這分析。 這是什麼我們做過在這下列的幻燈片。 我們拿它出去，死亡速度全部原因，和然後我們有A不同的圖片。 這死亡速度從麻疹和這死亡速度從癌症轉身出去到是不重要現在，然而死亡速度從肺炎得到在這綠色的區，作為出色地作為這死亡速度從肺的結核。 這些是還相當高度相關的和這死亡速度的全部原因。死亡速度的全部原因蒙面的。 這些變量，雖然一些的這死亡費率是還相關的之中每個其他，所以我們有到是小心這裡。 那曾是A新的結果那我們鋸。
現在，最終，我們重複這些多變的選集更遠向前和僅有的這變量在綠色的那你看這裡在這屏幕，所以這那些那得到已選擇到哪個我們添加我們的新的1910年人口普查數據，喜歡這分享的年齡和這文盲和這上學和所以向前。我們做過這和和沒有死的速度或者原因到最後然後選擇這變量那是常見的差不多全面的分析。 全部這不同的分析已選擇一些其他變量仍然，但仍然那裡是一些變量哪個是展示全部這時間，和這些是這那些那我們最後然後包含進入這模型，哪個是我們的最終的泊松回歸模型那我們獲得在這結尾。
哪個包含死亡費率從心疾病，有機的心疾病，死亡費率從全部原因我們保留告訴,作為還珍珠強調那作為存在相當重要的。 分享年齡, 0到4.學校考勤的這人口， 6個到20年的年齡和這地理的位置。 那曾是我們的最終的回歸模型為了這第一的回复，這流行性指數I5,和以下你看這結果的珍珠。 有完畢A相關性分析，他曾是有能力的到確認肺的結核，有機的心疾病，和急性腎炎和布萊特的疾病。 除了這死亡速度的全部原因那他視為相當重要的，哪個曾是實際上還總是這案件為了我們的分析。 它總是來了在頂部的我們的分析。 我們保留它在。
現在，珍珠還尖向一些具體的慢性的疾病，但我們是不是有能力的到放這些在頂部。我們做過不是尋找他們到是穩定地展示。 全面的，我們的分析，所以我們做過不是確認他們。 還，珍珠，實際上，後他的第一的學習，得到批評的因為的指向向這些個人疾病。 然後在這第二的他的學習，還，他曾是更多的謹慎，更多的保守的，和僅有的尖向這死亡速度的全部原因和這有機的疾病的這心作為這那些那是預測的為了他的修改的指數的這爆發力的這暴發I6。
我們的最終的分析是這一那你看這裡指向向還死亡費率從有機的心疾病，死亡速度從全部原因，這分享的這年齡之間零和四、和這人口密度規則。 W你是總是有能力的到看這人口密度未來向上高的在這列表的變量那發生幾乎不斷地超過這自舉複製。 那還轉身出去到是一個重要的多變的從我們的分析。
和這破壞力多變的，我們做過不是尋找全部那很多的變化。 這範圍實際上的價值觀曾是不是作為大的作為為了這其他二回复,這流行性指數. 我們是僅有的有能力的到確認A很少變量和具體來說這死亡費率未來從這有機的心疾病。然後我們確定，除了這分享的這最年輕的人們之間0和4年，還這分享的人們測距之間20和40,所以25和44年的年齡。 這健康人們實際上事先的到這大流行病，那曾是還指示性的的過量的死亡費率超過這不同的城市在這團結的狀態。
珍珠的數據套，作為我們可以看還，我們僅有的有非常小的數據。 那裡是非常微小的39觀察在這第一的學習和在這第二學習僅有的34觀察因為他們修改的一些的這變量，一些觀察得到丟失的。 這數據是還觀察性的和相當一些多重共線性涉及。 這質量的這數據可以有到過更好的。 所以，我們的分析為了當然是有用，但他們是不是神奇，作為出色地作為珍珠的相關性分析。 具體來說，他的第一的分析，它曾是不是支持的。 他知道然後那人們做過不是真的支持他的第一的分析。 反正，作為喬治盒子說， “全部楷模是錯誤的，一些是有用。”
我們是有能力的到選擇滿意的楷模在A順序的方式。 第一的的全部，我們包括珍珠的變量和保留這已選擇變量，到哪個然後我們添加新的1910年人口普查變量到最後選擇那些變量那是翔實的和每個時間和和沒有這死亡速度從全部原因。然後我們保留這變量那彈出向上在這綠色的區到是相當預測的的這回复那彈出向上全部這時間，所以超過全部這分析那我們做過到然後有這楷模那我呈現。 我希望這曾是翔實的為了你到聽到和許多謝謝。
