《表1 各关键词搜索量与流感发病数的相关系数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《利用搜索引擎数据模拟疾病空间分布》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

不同关键词在某一特定时间地点对应不同的搜索频率，它的选取直接影响模型结果，因此必须选择与流感发病高度相关的关键词。本文选取的关键词的百度指数与流感发病数的相关系数大于0.5，并且要求关键词在语义上与流感相关。若同时受到其他变量的影响，与流感无关的关键词也可能与发病数有很高的相关系数。Ginsberg等从五千万个搜索词中选取了相关系数最高的45个，计算量过大，不具有可重复性。以往的研究表明，越多的关键词不能保证越高的模型拟合度，对于一个相对精确的模型，增加一个关键词的边际贡献并不显著，反而增大了计算量[13]。依据以上原则，结合相关文献[4，12-13]选取了咳嗽、发烧、喉咙痛、H7N9、头痛、肺炎、感冒、禽流感、流感、甲流、流感症状、流感病毒、流鼻涕等13个关键词，分别用X1至X13表示，以上关键词的百度指数均在0.01水平上与流感发病数显著相关，具体的相关系数见表1。