最新9动物病原微生物分类ppt课件.ppt

《最新9动物病原微生物分类ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、9动物病原微生物分类动物病原微生物的分类一类动物病原微生物二类动物病原微生物三类动物病原微生物四类动物病原微生物高致病性病原微生物一类动物病原微生物定义：能够引起人类或者动物非常严重疾病的微生物，以及我国尚未发现或者已经宣布消灭的微生物。名录：口蹄疫病毒、高致病性禽流感病毒、猪水泡病病毒、非洲猪瘟病毒、非洲马瘟病毒、牛瘟病毒、小反刍兽疫病毒、牛传染性胸膜肺炎丝状支原体、牛海绵状脑病病原、痒病病原。三类动物病原微生物定义：能够引起人类或者动物疾病，但一般情况下对人、动物或者环境不构成严重危害，传播风险有限，实验室感染后很少引起

2、严重疾病，并且具备有效治疗和预防措施的微生物。名录：多种动物共患病病原微生物病毒，牛病病原微生物病毒，绵羊和山羊病病原微生物病毒，猪病病原微生物病毒，马病病原微生物病毒，禽病病原微生物病毒，兔病病原微生物病毒，水生动物病病原微生物病毒，蜜蜂病病原微生物病毒，其他动物病病原微生物病毒。沙门菌肉毒梭状芽胞杆菌鹦鹉热衣原体四类动物病原微生物定义：危险性小、低致病力、实验室感染机会少的兽用生物制品、疫苗生产用的各种弱毒病原微生物以及不属于第一、二、三类的各种低毒力的病原微生物。高致病性病原微生物分类危害等级Ⅰ（低个体危害，低群体危害

3、）不会导致健康工作者和动物致病的细菌、真菌、病毒和寄生虫等生物因子。危害等级Ⅱ（中等个体危害，有限群体危害）能引起人或动物发病，但一般情况下对健康工作者、群体、家畜或环境不会引起严重危害的病原体。危害等级Ⅲ( 高个体危害，低群体危害)能引起人或动物严重疾病，或造成严重经济损失，但通常不能因偶然接触而在个体间传播，或能用抗生素抗寄生虫药治疗的病原体。危害等级Ⅳ（高个体危害，高群体危害）能引起人或动物非常严重的疾病，一般不能治愈，易直接、间接或因偶然接触在人与人，或动物与人，或人与动物，或动物与动物之间传播的病原体。谢谢观看§2

4、.6异方差性Heteroskedasticity一、异方差性的概念二、实际经济问题中的异方差性三、异方差性的后果四、异方差性的检验五、异方差性的估计回归分析，是在对线性回归模型提出若干基本假设的条件下，应用普通最小二乘法得到了无偏的、有效的参数估计量。但是，在实际的计量经济学问题中，完全满足这些基本假设的情况并不多见。如果违背了某一项基本假设，那么应用普通最小二乘法估计模型就不能得到无偏的、有效的参数估计量，OLS法失效，这就需要发展新的方法估计模型。如果随机误差项序列不具有同方差性，即出现异方差性。说明一、异方差的概念1、

5、异方差的概念即对于不同的样本点，随机误差项的方差不再是常数，则认为出现了异方差性。2、异方差的类型同方差性假定的意义是指每个i围绕其零平均值的变差，并不随解释变量X的变化而变化，不论解释变量观测值是大还是小，每个i的方差保持相同，即i2=常数在异方差的情况下，i2已不是常数，它随X的变化而变化，即i2=f(Xi)异方差一般可归结为三种类型：（1）单调递增型：i2随X的增大而增大；（2）单调递减型：i2随X的增大而减小;（3）复杂型：i2与X的变化呈复杂形式。Back二、实际经济问题中的异方差性例1：在截面资料

6、下研究居民家庭的储蓄形为Yi=0+1Xi+iYi和Xi分别为第i个家庭的储蓄额和可支配收入。在该模型中，i的同方差假定往往不符合实际情况。对高收入家庭来说，储蓄的差异较大；低收入家庭的储蓄则更有规律性（如为某一特定目的而储蓄），差异较小。因此，i的方差往往随Xi的增加而增加，呈单调递增型变化。一般情况下：居民收入服从正态分布，处于中等收入组中的人数最多，处于两端收入组中的人数最少。而人数多的组平均数的误差小，人数少的组平均数的误差大。所以样本观测值的观测误差随着解释变量观测值的增大而先减后增。如果样本观测值的观测误

7、差构成随机误差项的主要部分，那么对于不同的样本点，随机误差项的方差随着解释变量观测值的增大而先减后增，出现了异方差性。例2，以绝对收入假设为理论假设、以截面数据作样本建立居民消费函数：Ci=0+1Yi+i将居民按照收入等距离分成n组，取组平均数为样本观测值。例3，以某一行业的企业为样本建立企业生产函数模型Yi=Ai1Ki2Li3eI产出量为被解释变量，选择资本、劳动、技术等投入要素为解释变量，那么每个企业所处的外部环境对产出量的影响被包含在随机误差项中。由于每个企业所处的外部环境对产出量的影响程度不同，造成了随

8、机误差项的异方差性。这时，随机误差项的方差并不随某一个解释变量观测值的变化而呈规律性变化，为复杂型的一种。Back三、异方差性的后果1、参数估计量非有效普通最小二乘法参数估计量仍然具有无偏性，但不具有有效性。因为在有效性证明中利用了E(NN’)=2I而且，在大样本情况下，参数估计量仍然不