首页 > 文献资料
-
GRNN组合预测模型对辽宁省及部分地区肾综合征出血热发病率的预测研究
目的 探讨广义回归神经网络(GRNN)组合预测模型在肾综合征出血热(HFRS)发病率预测上的优势及应用前景.方法 利用1990-2001年辽宁省、丹东市、沈阳市和朝阳市HFRS发病率分别建立GM(1,1)灰色预测模型和求和自回归滑动平均(ARIMA)模型,把2个模型的预测值作为GRNN的输入,实测值作为网络的输出,对样本进行训练和预测,并对 3 个模型的预测效果进行比较.结果 针对辽宁省HFRS发病率建立的GM(1,1)模型、ARIMA模型和GRNN组合预测模型的平均误差率(MER)分别为13.5143%、25.0814%和5.5755%;R2分别为0.8961、0.6997和0.9837.针对丹东市 HFRS 发病率建立模型的 MER 分别为19.7329%、20.6275%和14.0789%;R2分别为0.8112、0.7628和0.8750.针对沈阳市HFRS发病率建立模型的 MER 分别为15.1421%、18.0584%和14.3592%;R2 分别为0.8757、0.7889和0.8585.针对朝阳市HFRS发病率建立模型的MER分别为51.5090%、28.6593%和28.5927%;R2 分别为0.7863、0.8291和0.7753.GRNN 组合预测模型对于辽宁省和丹东市的HFRS发病率预测效果好于2个单一模型;针对沈阳市所建立的 HFRS 发病率预测模型,GRNN 组合预测模型和GM(1,1)模型相当,ARIMA模型差.朝阳市的HFRS发病率预测模型不适合用上述方法 建立.结论 GRNN组合预测模型充分体现了它在小样本预测中的优势,预测效果优于GM(1,1)模型和 ARIMA 模型,对解决时间序列类型的HFRS发病率等资料有很好的实用价值.
-
ARIMA模型在北京市西城区细菌性痢疾发病预测中的应用
目的 尝试构建适用于北京市西城区细菌性痢疾发病特点的统计预测模型,为该区传染病定量预测的实施做出探索.方法 应用SPSS 13.0统计软件对北京市两城区2004年1月-2013年12月细菌性痢疾逐月发病情况进行求和自回归滑动平均模型(ARIMA)建模和拟合,利用筛选出的优模型对2014年1-12月的发病情况进行预测,并评价模型的预测效果.结果 筛选的优乘积模型为ARIMA(1,0,0)(0,1,1)12,BIC=27.426,模型拟合效果的度量Box-Ljung Q差异无统计学意义(Q=10.949,P=0.813),模型残差序列为白噪声.模型预测值与实际值拟合较好,实际值均在预测值95％可信区间范围内.结论 ARIMA模型能够应用于北京市西城区细菌性痢疾流行趋势的预测,为实施干预措施提供科学依据.
关键词： 求和自回归滑动平均模型 细菌性痢疾 预测 -
ARIMA模型和GM(1,1)模型预测全国3种肠道传染病发病率
目的 分别采用求和自回归滑动平均模型(ARIMA模型)和灰色模型GM(1,1)对全国法定报告的3种肠道传染病年发病率进行预测,并比较两者预测的准确性.方法 采用1995年1月至2005年12月的月发病率建立ARIMA模型.采用1995年至2005年的年发病率建立GM(1,1)模型.采用2006年的实际年发病率验证两种模型的预测效果,评价指标为相对误差.选取相对误差小的模型预测2007年至2008年的年发病率.结果 对于甲型肝炎、痢疾、伤寒副伤寒的年发病率,预测准确率较高的模型分别是GM(1,1)、ARIMA、GM(1,1)模型,相对误差分别为0.05%、5.47%、38.89%.对2007年甲型肝炎、痢疾、伤寒副伤寒预测的年发病率分别为4.59/105、30.84/105、2.53/105;对2008年预测的年发病率分别为4.03/105、29.03/10<'5>、2.34/105.结论 对于某种肠道传染病发病率的预测,应同时拟合几种模型,并选择其中拟合效果好的一种模型.
关键词： 求和自回归滑动平均模型 灰色模型 肠道传染病 -
伤寒副伤寒发病趋势的ARIMA模型和GM(1,1)模型预测
目的 采用求和自回归滑动平均模型(ARIMA模型)和灰色模型GM(1,1)分别对常州市伤寒副伤寒发病率进行预测,并比较两者预测的准确性.方法 根据2001-2010年的月发病率数据分别建立ARIMA模型和GM(1,1)模型.通过比较2011年实际发病率和模型预测发病率间的相对误差验证模型预测的准确性.采用准确性高的模型预测2012-2013年伤寒副伤寒的年发病率.结果 GM(1,1)模型对伤寒副伤寒的年发病率预测准确率较高.2012年和2013年伤寒副伤寒预测的年发病率分别为2.52/105和2.33/105.结论 对于伤寒副伤寒发病率的预测,应同时拟合几种模型,选择拟合效果好的一种模型.
关键词： 伤寒副伤寒 求和自回归滑动平均模型 灰色模型 预测 -
杭州市麻疹发病数的ARIMA模型预测
目的 通过对杭州市麻疹的预测,为今后该病的防控提供科学依据.方法 利用求和自回归滑动平均模型建模技术对杭州市麻疹监测数据进行2013年发病水平的预测.结果 建立了杭州市麻疹发病率的季节模型ARIMA(2,0,1)×(0,1,1)52,利用该模型预测2013年杭州市麻疹周发病数,平均绝对误差为3.26,年发病数相对误差为7.92％,趋势预测结果吻合.结论 ARIMA模型中的季节模型应用于麻疹的短期预测能够获得较好的预测效果.
关键词： 麻疹 求和自回归滑动平均模型 预测
