首页 > 文献资料
-
乘法季节回归求和移动平均模型在安徽省手足口病预测中的应用研究
目的 探讨乘法季节回归求和移动平均模型(ARIMA)在安徽省手足口病发病预测中应用,为手足口病预防控制提供参考.方法 根据2009-2014年安徽省手足口病的周发病数据,运用R 3.0.2软件拟合乘法季节性ARIMA模型,并对2015年1～52周发病数进行预测.结果 安徽省手足口病预测中优模型为ARIMA(1,1,1)(0,1,1)52模型,残差统计量检验差异无统计学意义(Box-Ljung=0.004,P=0.950),提示残差为白噪声,模型拟合值和实际值平均绝对误差率为11.32％,2015年1～52周预测值和实际值平均绝对误差率为25.10％.结论 建立的乘法季节性ARIMA模型能较好地拟合安徽省手足口病变动趋势,模型预测效果较好,可用于安徽省手足口病短期预测.
关键词： 手足口病 乘积季节ARIMA模型 预测 -
ARIMA模型在佛山市高明区手足口病预测中的应用
目的 探讨乘积季节ARIMA模型预测手足口病发病数的可行性,为手足口病的防治提供科学依据.方法根据佛山市高明区2010年1月-2015年12月的手足口病发病数,采用SPSS 20.0软件建立乘积季节ARIMA模型,预测2016年1-12月的手足口病发病数,将预测的发病数和实际发病数比较,评价该模型拟合度和预测效果.结果佛山市高明区手足口病为全年发病.手足口病发病数呈现明显的季节性高峰,5-7月为第一高峰,9-10月会出现一个小高峰.应用乘积季节ARIMA模型进行识别与估计后,建立ARIMA(2,1,0)(1,1,0)12模型,预测效果较好,与实际发病数相比平均相对误差为1.62.结论 乘积季节ARIMA模型能更好地拟合佛山市高明区手足口病流行趋势,可用于短期流行趋势预测,为采取有针对性的防控措施提供理论依据.
关键词： 手足口病 乘积季节ARIMA模型 预测 -
基于乘积SARIMA模型的肺结核发病率预测
目的 应用乘积季节自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型对肺结核发病率进行预测研究,探讨其可行性并为肺结核病的防治工作提供科学依据.方法 应用EViews 7.0.0.1软件对我国2004年1月至2012年12月的肺结核逐月发病率建立乘积SARIMA模型并进行拟合,选取2013年1月至12月肺结核发病率数据评价模型的预测性能.结果 建立的SARIMA(2,0,2)×(0,1,1)12模型能较好地拟合既往时间段内肺结核的发病率,对2013年1月至12月肺结核发病率的预测与实际发病率趋势基本吻合,平均误差绝对值为0.416 992,平均误差绝对率为5.350 8％.结论 乘积SARIMA模型能较好地模拟和预测肺结核发病率在时间序列上的变动趋势,将其应用于肺结核发病预测是可行的,具有推广应用前景.
关键词： 乘积季节ARIMA模型 肺结核 发病率 预测 -
自回归求和移动平均模型对临床供血量的分析预测
目的 分析成都地区临床月供血量的规律,以此建立临床血液月供血量预测的时间序列ARIMA模型和乘积季节ARIMA模型,并动态进行模型的分析对比,为血液中心管理工作提供科学依据.方法 收集2006年至2016年成都市血液中心临床血液月供血量,建立ARIMA模型和乘积季节ARIMA模型,预测2016年10-12月和2017年1-3月临床血液月供血量.对备选的模型进行拟合优度的比较,筛选出优的模型,并对模型的相对误差进行评价.结果 ARIMA(0,1,1)模型预测2016年10-12月和2017年1-3月的相对误差为1.71％、-7.45％、-3.14％、-7.66％、-15.25％、-9.74％.而ARIMA(0,1,1)×(1,1,1)12模型相对误差为2.51％、-3.75％、-2.58％、-5.21％、-8.11％、-7.34％.结论 乘积季节ARIMA模型能够较好的预测短期临床供血量,持续修正的乘积季节ARIMA模型能更好的预测下一季度临床血液月供血量.
关键词： ARIMA模型 乘积季节ARIMA模型 临床月供血量 相对误差
