首页 > 文献资料
-
江西省乙型肝炎发病趋势的时间序列和预测模型分析
目的 利用乘积季节模型预测江西省乙型肝炎(乙肝)的发病趋势,为江西省乙肝预警预测奠定基础,同时为制定防控措施提供科学依据.方法 利用小二乘原理,应用自回归求和移动平均模型与随机季节模型相结合的乘积季节模型,对江西省1990-2009年乙肝月发病数进行时间序列分析并建立预测模型,用2010年相应数据验证预测效果,并对2010年以后江西乙肝发病趋势进行预测.结果 利用1990-2009年资料构建ARIMA(1,1,1)(0,1,1)12模型,所建立的预测效果良好,实际值均在预测值95％可信区间内,预测2011-2014年江西省乙肝发病人数呈上升趋势.结论 采用ARIMA乘积季节模型预测江西省乙肝发病情况,拟合及近期预测效果均较好.预测效果符合江西省乙肝发病现状及目前采取的乙肝防治措施.
-
基于自回归积分滑动平均模型的西部某市白纹伊蚊幼虫密度预测
目的 构建时间序列ARIMA乘积季节模型,预测2017年白纹伊蚊幼虫密度,探讨该模型在预测白纹伊蚊幼虫消长趋势中的应用.方法 利用西部某地级市2012年1月至2016年12月的白纹伊蚊幼虫监测资料,运用SPSS 20.0的专家建模器,考虑季节因素对月布雷图指数数据进行ARIMA模型构建,并用所建模型对2017年白纹伊蚊幼虫的消长趋势进行预测.结果 ARIMA(1,0,0)×(0,1,0)12为佳模型.预测2017年白纹伊蚊布雷图指数5-10月份均高于5,高峰主要集中在7-10月(分别为9.9、8.2、11.3和9.33),11月份后开始下降.结论 ARIMA乘积季节模型拟合预测效果较好.2017年,特别是5-10月份,应加强白纹伊蚊的监测、消杀及伊蚊媒介传染病的防控.
-
乘积季节模型在我国肺结核疫情预测中的应用
目的 探讨乘积季节模型预测肺结核发病例数的可行性,为肺结核的针对性防控提供理论依据.方法 根据中国疾病预防控制中心2011年1月至2016年12月的全国肺结核上报资料建立乘积季节模型,并预测2017年1月至9月数据,评价其预测效果.结果 2011年1月至2016年12月我国肺结核发病例数呈现以年为周期的季节效应,并且出现长期递减的趋势;乘积季节ARIMA(0,1,1)(0,1,1)12(不舍常数项)模型所有参数都通过统计学检验(P＜0.05),残差序列为白噪声序列(P＞0.05),拟合优度相对好(AIC=1 223.004,SBC=1 227.159);模型对2017年1月至9月的预测值与实际值基本吻合,预测效果较好.结论 乘积季节ARIMA(0,1,1)(0,1,1)12(不含常数项)模型可用于预测我国肺结核疫情,具有较好的推广应用价值.
-
ARIMA乘积季节模型与广义回归神经网络模型在布鲁菌病发病预测的比较
目的 探讨适合全国布鲁菌病发病的预测模型,为布鲁菌病预测预警系统提供参考.方法 利用中国疾病预防控制中心2011年1月至2016年12月按月报告的布鲁菌病发病数历史疫情数据,分别建立求和(差分)自回归移动平均(ARIMA)乘积季节预测模型和广义回归神经网络(GRNN)模型,对2017年1～8月月报数进行预测,采用实际发病数与两种模型预测数进行比较,评价指标为平均相对误差、平均绝对误差.结果 建立的ARIMA(0,1,1)(0,1,1)12乘积季节模型平均绝对误差、平均相对误差分别是989、0.23,GRNN模型平均绝对误差、平均相对误差分别是561、0.14,均小于ARIMA模型.结论 ARIMA模型和GRNN模型均可用于预测布病的发病数,后者预测效能优于前者.
关键词： 求和(差分)自回归移动平均 乘积季节模型 布鲁菌病 广义回归神经网络模型 时间序列 预测 -
时间序列分析在伤寒副伤寒发病情况预测分析中的应用研究
目的：应用时间序列模型中较有代表性的3种方法对江苏省伤寒副伤寒疫情进行分析预测，并探讨3种方法的优缺点及适用性，为传染病疫情预测分析及防治提供理论依据。方法以1980年至2008年江苏省伤寒副伤寒发病资料分别建立合适的乘积季节模型、指数平滑模型和状态空间模型，以2009年的发病资料作为模型预测效果的考核样本，对预测结果进行深入分析和评价，探讨对疫情进行预测的方法、思路和应该注意的问题。结果江苏省伤寒副伤寒的发病趋势将在以后一段时间内呈平稳下降的趋势，会存在少许波动。乘积季节模型的预测结果与实际情况相符，指数平滑法的预测效果较差，状态空间模型也有一定的实用性。结论用时间序列模型对伤寒副伤寒发病情况的拟合结果较好，尤其是乘积季节模型，预测效果良好，可为伤寒副伤寒的防治提供新的信息和思路。
-
乙型肝炎发病趋势的时间序列分析和预测模型研究
[目的]利用乘积季节模型预测无锡市乙型肝炎(乙肝)的发病趋势,为制订相应的防治措施提供科学依据.[方法]利用小二乘原理,应用自回归求和移动平均模型与随机季节模型相结合的乘积季节模型,对无锡市1998～2006年乙肝月发病数进行时间序列分析并建立预测模型,用2007年相应数据验证预测效果,并对2008年以后无锡乙肝发病趋势进行预测. [结果]利用1998～2006年资料构建ARIMA(1,1,1)(1,1,1)12模型,所建立模型的预测效果良好,实际值均在预测值的95%可信区间内,预测2008～2012年无锡乙肝发病人数呈下降趋势. [结论]采用ARIMA乘积季节模型预测无锡市乙肝发病情况,拟合及近期预测效果均较好.预测结果符合我市乙肝发病现状及目前采取的乙肝防治措施.
