XiaoMi-AI文件搜索系统
World File Search System边际效应
中国电力使用示例
摘要：量化新冠疫情对经济的冲击是困难的。尽管这种冲击很容易作为一种货币冲击与金融市场联系起来，但很少有研究关注其对实体经济的影响。本研究从特定的经济视角出发，重点关注经济各部门的用电量。我们提出了一种比较2019年第一季度和2020年第一季度用电量的新方法，并据此推导出新冠疫情对一些重要经济部门的实际冲击程度。在我们的理论框架中，能源需求及其影响因素与经济总规模，即国内生产总值有关。使用合适的实证方法，我们得到一定的边际效应，然后计算相应的比率作为新冠疫情的实际冲击。这些边际效应之间的比率揭示了经济中存量与相应差异之间需要保持平衡。在我们的案例中，各经济部门的用电量对存量和差异都起着作用。我们发现，尽管制造业和消费受到影响，但服务业更容易受到新冠疫情冲击。我们的研究结果为政策制定者提供了启示。
工作人员工作文件：研究 ERSD-2023-07 2023 年 11 月 14 日 ______________________________________________________________________
本文研究了 2014 年至 2018 年期间数字化对 58 个经济体贸易成本的影响。数字连通性的改善可以通过多种渠道降低贸易成本，包括更好地获取信息、降低交易成本、减少商务旅行需求、提高海关和物流效率以及更便捷的沟通。然而，这些积极影响取决于有效的监管，以确保对数字市场的信任以及对数字基础设施、服务和数据的开放访问。我们评估了数字连通性（以人均活跃移动宽带订阅数量为代表）对广义贸易成本的影响，该指标涵盖了所有导致国际贸易比国内贸易更困难或更昂贵的障碍。我们估计，数字连通性提高 10 个百分点，商品和服务贸易成本就会降低约 2%。确保跨境连通性和信息流动的数字贸易监管会放大数字连通性改善带来的贸易成本降低效应。这一结果在数字化交付服务中尤为明显，其中最佳监管下的连接边际效应比中位监管下的连接边际效应高出 80%。
中性粒细胞胞外陷阱和溶栓抵抗
结果：结果显示脑血栓与冠状动脉血栓成分不同，溶解性脑血栓明显多于冠状动脉血栓（66% vs 14%；P =0.005）。脑血栓中NETs的表达明显高于冠状动脉血栓，H2B的表达高于脑血栓（P =0.031）。无论血栓来源如何，血栓溶解均与NE阳性率升高显著相关（平均边际效应为6.461[95%CI，0.7901～12.13]；P =0.02555）。调整血栓部位后，抗凝治疗/肝素治疗与H2B/NE量之间无显著相关性。重要的是，血栓年龄是 NET 含量的唯一独立预测因素，无需任何溶栓治疗（P =0.014）。
STMGP：全基因组关联或全基因组测序研究数据
通过培训数据构建预测模型，并通过平滑阈值多变量遗传预测（STMGP）方法预测测试数据表型，其中包含基因环境（GXE）相互作用，其中将GXE相互作用线性添加到具有边际效应的STMGP模型中。数据必须采用Plink二进制格式和边际测试p值（即通过PLINK软件计算每个变体的测试），即使对于具有大量变体的数据，也可以快速计算。通过CP型标准选择最佳的P值截止。可以接受定量和二进制表型，其中必须以PLINK FAM FAM FORGAT或SEPARATE文件（PLINK格式，即FID和IID需要）。环境变量需要通过指定列名来在协变量文件中。
数字经济对职业健康的影响
近年来数字经济的蓬勃发展，不仅能为企业带来利益，也是改善民生的重要途径。本文旨在运用双重差分方法，识别“宽带中国”试点城市的数字经济与职业健康之间的关系。实证结果表明，“宽带中国”试点城市的职业健康水平较非试点城市有显著改善，表明数字经济能够显著改善职业健康。但这种效应在不同经济发展水平的地区存在差异。与发达地区相比，数字经济对欠发达地区职业健康的改善作用更为明显，表明这种效应符合边际效应递减规律。因此，应不断推动数字经济改善职业健康。各级政府应加强网络基础设施建设，为数字经济发展提供良好的基础环境。同时，各国政府应根据本地区实际情况，出台更加详细的数字经济目标和计划，充分释放数字经济的经济效益和社会效益。
气候变暖正在扩大美洲和亚洲的登革热负担
抽象的气候变化对公共卫生构成了重大威胁，登革热代表着1个日益关注的关注，因为它对气候条件的现有负担很高和敏感性。然而，在过去和将来，温度变暖对登革热的2个定量影响尚未理解。在这项研究中，我们量化了登革热对气候波动的反应，4，并使用这种推断的温度响应来估计在未来气候变化情景下的历史变暖和5个预测趋势的影响。为了估算脾气暴躁的因果影响 - 6种对登革热在美洲和亚洲的传播，我们组建了一个数据集，其中包含7个来自21个国家 /地区的登革热发病率近150万。我们的分析表明，温度和登革热发生率之间存在非lin-8耳朵的关系，在9个较低温度下（约15°C），最大的边际效应，在27.8°C时的峰发生率（95％CI：27.3-28.2°C），在较高温度下的10次降低。我们的发现表明，在研究区域中，历史气候变化已经增加了11个已经增加了登革热的发病率18％（12-25％），预测表明，到本世纪中期，预测的潜力增加了40％（17-76）至57％（33-107％），具体取决于CLI -13的13个伴侣风景，有些领域的情况增加到200％。值得注意的是，我们的模型表明，14个较低的排放情况将大大减少登革热Bur-15 Den的变暖驱动的增加。18共同有助于更广泛地了解长期气候16模式如何影响登革热，这为公共卫生计划和策略提供了宝贵的基础，以减轻由于气候变化而降低未来风险的策略。
非新冠疫苗接种犹豫者
在撒哈拉以南非洲和难民中，尤其是肯尼亚，对 COVID-19 疫苗犹豫（我们将其定义为在被要求时拒绝接种疫苗，导致延迟或不接种疫苗）相关因素的研究很少。使用肯尼亚快速反应电话调查 (RRPS) 第五波（2021 年 3 月至 6 月）的调查数据，我们估计了肯尼亚非难民和难民的疫苗犹豫的自我报告率和相关因素，RRPS 是一项代表肯尼亚人口的家庭调查。非难民家庭是通过 2015/16 年肯尼亚家庭预算调查和随机拨号招募的。难民家庭是通过对已登记的难民随机抽样招募的。关于错误信息和信息的二元回答问题被转化为量表。我们进行了加权（以代表肯尼亚总人口）多变量逻辑回归，其中包括难民身份的相互作用，主要结果是受访者是否自我报告即使免费提供 COVID-19 疫苗他们也不会接种。我们计算了模型中各个因素的边际效应。加权单变量分析估计，在肯尼亚接受调查的 18.0% 的非难民和 7.0% 的难民不会在免费提供 COVID-19 疫苗的情况下接种。调整后，难民身份与疫苗犹豫不决的 -13.1[95%CI:- 17.5,-8.7] 个百分点差异 (ppd) 相关。对于难民和非难民而言，接受过小学以上的教育、出现 COVID-19 症状、避免握手和更频繁地洗手也与疫苗犹豫的减少有关。此外，对于两者而言，过去三个月使用过互联网与疫苗犹豫增加 8.1[1.4,14.7] ppd 相关；不相信政府在应对 COVID-19 方面值得信赖与疫苗犹豫增加 25.9 [14.2,37.5] ppd 相关。难民身份与一些变量（地理位置、粮食安全、对肯尼亚政府的信任）之间存在显著的相互作用
pdp：部分依赖图
approx 逻辑指示是否计算更快但近似的边际效应图（精神上类似于 plotmo 包）。如果为 TRUE ，则 partial() 将计算 pred.var 中指定的预测因子的预测，同时保持其他预测因子不变（plotmo 的作者 Stephen Milborrow 称之为“穷人的部分依赖”函数）。默认值为 FALSE。注意，这也适用于 ice = TRUE。警告：此选项目前是实验性的。使用风险自负。可以（并且可能更安全）通过将特定的“样本”观察传递给 train 参数并手动指定 pred.grid 来手动执行此操作。quantiles 逻辑指示是否使用 pred.var 中列出的连续预测因子的样本分位数。如果 quantiles = TRUE 且 grid.resolution = NULL，则样本分位数将用于生成计算部分依赖性的联合值网格。 probs 概率的数字向量，值在 [0,1] 之间。（超出该范围的最大 2e-14 的值将被接受并移至附近的端点。）默认值为 1:9/10，对应于预测变量的十分位数。当 quantiles = TRUE 时，这些指定对 pred.var 中列出的连续预测变量使用哪些分位数。trim.outliers 逻辑指示在生成计算部分依赖性的联合值网格之前是否从 pred.var 中列出的连续预测器中修剪异常值（使用简单的箱线图方法）。默认值为 FALSE。type 字符串指定监督学习的类型。当前选项为 "auto" 、 "regression" 或 "classification" 。如果 type = "auto" ，则 partial 将尝试从 object 中提取必要的信息。inv.link 函数指定在计算部分依赖函数之前要应用于预测的转换（实验）。默认值为 NULL（即不进行转换）。此选项旨在用于允许非高斯响应变量（例如计数）的模型。对于这些模型，默认情况下，预测通常不会在原始响应尺度上返回。例如，泊松 GBM 通常在对数尺度上返回预测。在这种情况下，设置 inv.link = exp 将返回响应（即原始计数）尺度上的部分依赖函数。which.class 整数指定将预测概率矩阵的哪一列用作“焦点”类。默认使用第一个类。仅用于分类问题（即当 type =“classification”时）。prob 逻辑值指示分类问题的部分依赖是否应在概率尺度上返回，而不是中心 logit。如果为 FALSE ，则部分依赖函数与 logit 的尺度相似。默认值为 FALSE。recursive 逻辑指示是否使用 Friedman (2001) 中描述的加权树遍历方法。这仅适用于从类“gbm”继承的对象。默认值为 TRUE，这比用于所有其他模型的精确蛮力方法要快得多。（基于 plot.gbm 背后的 C++ 代码。） plot 逻辑指示是否返回包含部分依赖值的数据框（ FALSE ）或直接绘制部分依赖函数（ TRUE ）。默认值为 FALSE 。有关绘图详细信息，请参阅 plotPartial。