序列相关检验简介

回归预测模型的建立必须满足以下三个条件：①因变量与自变量之间存在线性统计关系。②自变量是确定性的，多元线性回归中要求自变量之间不存在线性关系。③各期的随机误差在任何时期都是互不相关的，反之则存在序列相关。只有符合上述三个假定条件时，预测模型才是有效的。在建立线性回归预测模型时，尤其当采用时间序列数据建模预测时，需从多方面对模型的假定条件加以检定，以检查模型是否成立。     

宁波市镇海区伤寒疫情ARIMA时间序列模型分析

时间序列分析是专门用于分析时间序列资料的统计模型。它考虑的不是变量间的因果关系，而是重点考察变量在时间方面的发展变化规律，并为之建立数学模型。时间序列分析法中又有指数平滑法、自回归线性模型、ARIMA模型和季节解构。这四种方法各有其特点，比较常用的就是ARIMA模型，对于这种预测方法在疾病预防控制中有广泛的用途。     

综合性医院住院病人治愈好转率下降原因分析

卫生部对1996年印发的《全国卫生统计报表制度》作了全面的修改，并更名为《中国卫生统计调查制度》。自2002年起，各级卫生部门正式执行新的《中国卫生统计调查制度》，广东省自2003年1月开始执行，其中，出院病人数在《制度》修改前后的统计口径不同；与此同时，新的《医疗事故处理条例》和相关配套文件先后颁布实施，对医院的医疗行为产生了一定的影响。     

卫生统计

010980逆自相关函数及其在ARMA模型识别中的作用/张晋昕…//中国卫生统计.一1999,16(6).一322～ *j324 介绍逆自相关函数的意义,说明其在ARMA模型识别中的作用。分析逆自相关函数以了解时序的结构特征,获得简约的拟合模型形成。结果,实例分析表明,逆自相关函数在疏系数模型的识别中,明确地补充刻划了模型结构,有可靠的应用价值。在时间序列的ARMA模型识别中,考虑自相关函数与偏自相关函数的同时,充分利用逆自相关函数提供的信息,有助于选得较优模型。图。表2参5·126·010981 方差未知且不等时均数差别Bayes分析的Monte Carlo方法/郭…     

保障卫生统计信息网络直报顺利开展的几点思考

自2007年开始实施的国家卫生统计信息网络直报，无疑是我国卫生统计史上的一次技术飞越，统计信息由传统的手工操作、逐级报告转向现代化的网络运作、直接报告，带来了卫生统计制度的变革。我们要适时从调整和完善卫生统计制度的角度来设计未来的卫生统计工作，进一步完善网络直报的各项工作基础，使统计网络直报发挥出最大的效能。     

多元回归分析中多重共线性的处理

多元回归分析中多重共线性的处理天津医科大学卫生统计教研室孟庆和多元回归分析是一种应用广泛的多变量分析方法。在应用时，其假设各自变量之间不存在直线相关关系，即多重共线性。如果该假设不满足，则很难得到正确的分析结果〔１〕。关于多重共线性的诊断，在许多的统...     

医院季节性时间序列资料的周期自回归模型及其应用

本文利用周期相关序列和自回归模型等概念，对医院的季节性时间序列资料建立了周期自回归预测模型，其分析结果较为满意。     

折线回归在卫生统计中的应用

折线回归在卫生统计中的应用北京师范大学李仲来在卫生统计问题中，经常遇到曲线拟合问题。有时，采用多种曲线拟合并不能得到令人满意的结果。例如，文献（１）给出了某院１９７７～１９８９年平均每一个出院者的平均医疗费用，（表１）。该文分析结果表明，采用４种方法...     

谈医院统计员做好卫生统计工作的几点体会

谈医院统计员做好卫生统计工作的几点体会解放军第二七三医院孟春林本文针对医院统计员如何做好卫生统计信息工作谈几点体会：１．做好统计基础工作。统计工作的基础要求是统计资料的完整、及时、准确，没有这个基础就谈不上统计工作的质量。例如：全军各医院使用的《ＹＬ...     

2005中国卫生统计学术交流大会会议纪要

为了进一步促进我国卫生统计学术交流，探讨卫生统计新理论、新方法，促进卫生统计信息与相关研究领域的密切结合，提高统计理论方法在卫生管理与科研中的应用水平，中国卫生信息学会于今年8月22～23日在天津市召开了“2005中国卫生统计学术交流大会”。     

关于“2005中国卫生统计学术交流大会”征文通知

为加强我国卫生统计学术交流，探讨卫生统计新理论、新方法，促进卫生统计信息与相关卫生研究领域的密切结合，提高统计理论方法在卫生管理与科研的应用水平，中国卫生信息学会拟于今年8月份召开“2005中国卫生统计学术交流大会”。应邀参加本次会议的代表来自各级卫生行政部门、高等医学院校、各类卫生服务及科研机构。现将大会征文有关事宜通知如下：     

添加变量时多元线性回归方程的计算

添加变量时多元线性回归方程的计算华西医科大学卫生统计教研室康春阳，杨树勤引言在进行回归分析时，对变量的选择是至关重要的。但往往会出现这样一种现象：当回归分析进行完毕时，才发现与应变量有关的自变量未参加运算，因此应将其添加入方程。本文讨论了添加某自变量...     

流行性腮腺炎疫情时间序列模型建立与应用

时间序列是指观察或记录到的一组按时间顺序排列的数据。由于时间序列展示了研究对象在一定时期内的发展变化过程,因此可以从中分析寻找出其变化特征、趋势和发展规律的需要信息。时间序列预测实质上就是根据现在与过去的随机序列的样本取值,对未来某一个时刻的随机变量进行估计〔1〕。时间序列分析是专门用于分析这种时间序列资料的统计模型,它主要分析的是变量间的因果关系,重点观察变量随时间变化的发展规律〔2〕。     

卫生统计

上海市流感样病例发病趋势的时间序列分析和预测模型研究;肥城市食管癌死亡率负二项拟合回归分析;基于XML的医院出院患者调查数据集的建立;卫生统计指标体系构建一般方法的探讨     

办好杂志,促进卫生统计学科与卫生统计事业的新发展─—纪念《中国卫生统计》杂志创刊十周年

办好杂志，促进卫生统计学科与卫生统计事业的新发展─—纪念《中国卫生统计》杂志创刊十周年陈育德《中国卫生统计》杂志创刊于１９８４年９月，是中国卫生统计学会的会刊，由国家卫生部主管，委托中国医科大学主办。《中国卫生统计》杂志是国内卫生统计专业核心学术期刊...     

风疹疫情时间序列模型预测效果评价

<正>时间序列分析是专门用于分析时间序列资料的统计模型。它主要分析变量间的因果关系,重点观察变量随时间变化的发展规律。时间序列分析方法(ARIMA)模型在国内外被广泛应用于很多领域中,利用ARIMA模型,美国进行了2010年人群平均寿命预测〔1〕,在中国ARIMA被用于月门诊量的预测〔2〕和乙型肝炎发病率的分析〔3〕。本研究利用     

逆自相关函数及其在ARMA模型识别中的作用

目的 介绍逆自相关函数的意义，说明其在ＡＲＭＡ模型识别中的作用。方法 分析逆自相关函数以了解时序的结构特征，获得简约的拟俣模型形式。结果 实全的表明，逆自相关函数的疏系数模型的识别中，明确地补充刻划了模型结构，有可靠的应用价值。结论 在时间序列的ＡＲＭＡ模型识别中，考虑自相关函数与偏自相关函数的同时，充分利用逆自相关函数提供的信息，有助于选得较优模型。     

略论时序回归分析方法在流行病学生态学研究中的应用

以F县肝癌相关因素研究为例,探讨如何运用计量经济分析软件包MicroTSP,将时序回归分析方法引入流行病学生态学研究,以解决一般线性回归分析方法无法解决的残差序列相关和时间滞后变量问题。     

关联度分析及其与相关分析的比较

本文介绍了关联度分析及其应用,并将该方法与相关分析进行了比较。关联度分析方法可用于卫生系统内部时间序列资料的分析,该方法对数据分布类型、变量之间的相关类型限制较少。通过关联度分析可以找出变量之间的关联程度,为管理和决策提供依据。关联度无负值,如果变量之间发展变化的关系呈负相关时,关联度则不能准确表达。     

论非技术因素对卫生统计工作的影响

论非技术因素对卫生统计工作的影响恩施市卫生局吴小青卫生统计工作是通过卫生统计工作者个体或群体的具体工作行为表现出来的，这种行为的产生及其效果，必然受到多种因素的影响和制约。按其技术的相关性，可分为技术因素和非技术因素．卫生统计行为的技术因素，是指统计...