应用GM（1,1）模型预测河南省细菌性痢疾发病趋势

目的描述分析河南省近十七年细菌性痢疾的发病率变化趋势,探讨OM（1,1）模型在细菌性痢疾分析中的作用,为卫生部门制定相应的防治策略提供理论依据。方法根据河南省1996—2012年细菌性痢疾的报告发病率数据,应用GM（1,1）灰色预测模型进行模型拟合和趋势预测,外推预测2013年、2014年和2015年的发病率。结果1996-2012年河南省菌痢报告发病率总体呈下降趋势,由58．68／10万降至19．56／10万。求得预测模型为：Y（t＋1）=-750.89e^-0．0717t＋809.51,模型拟合精度合格,外推2013～2015年菌痢发病率分别为1649／10万,15．36／10万,1429／10万。结论QM（1,1）模型较好的拟合了河南省细菌性痢疾的发病趋势,预测河南省菌痢发病率将继续呈下降趋势。     

应用GM（1，1，sinω）模型预测肾综合征出血热发病率研究

目的探讨GM（1．1,sinω）模型在肾综合征出血热（HFRS）发病率预测的应用。方法利用1984～2004年沈阳市HFRS发病率资料建立GM（1,1）预测模型和GM（1,1,sinω）预测模型,对样本进行拟合和预测并对两者的拟舍和预测效果进行比较。结果GM（1,1）预测模型为X^（1）（k＋1）=-541．5277e^-0.0092k＋551．4778;GM（1,1,sinω）模型为Xω^（1）（k＋1）=-158．4104e^-0.0444k＋162．6622＋11．7276sin2kπ／21＋5．6982cos2kπ／21,GM（1,1,sinω）模型拟合精度较好（C=0．3912,P=0．9048）。GM（1,1）和GM（1,1,sinω）预测模型拟合的平均误差率（MER）分别为50．22％、20．34％;两者的预测MER分别为25．64％、13．10％,无论从拟合效果还是从预测效果来看GM（1,1,sinω）模型xing1,sinω）forecast的MER均低于GM（1,1）模型。结论GM（1,1,sinω）模型克服了传统灰色模型GM（1,1）的局限性,对于波动性较大且具有周期性的资料具有很好的实用价值。     

辽阳市肺结核病流行趋势的灰色模型分析

目的探讨GM(1,1)模型在辽阳市肺结核发病率预测中的应用,以期为相关部门科学合理的制定肺结核防制策略提供理论依据。方法根据2001-2008年辽阳市肺结核发病率,确定GM(1,1)模型,并对今后2年辽阳市肺结核发病率进行预测。结果辽阳市肺结核预测模型为x^(1()K+1)=254.65e0.159K-227.11,2009和2010年预测值分别为年133.57/10万和156.58/10万。结论灰色模型较好的拟合了辽阳市肺结核的发病趋势,预测结果具有一定的参考价值,辽阳市肺结核发病率呈上升趋势,为防范疫情传播,相关部门应加强对该病的控制与管理。     

应用曲线回归模型预测辽阳市梅毒发病率

目的运用曲线回归模型预测辽阳市梅毒发病趋势,为制定防控措施提供科学依据。方法利用SPSS17.0软件对辽阳市2001～2011年梅毒发病率进行拟合,并建立预测方程。结果辽阳市2001～2011年梅毒发病的预测模型为y=5.082e0.183x,相关系数R2=0.900,2011年梅毒发病率为38.84/10万,预测发病率为38.04/10万。模型的拟合效果较好。结论曲线回归模型可较好地预测辽阳市梅毒发病趋势。     

灰色模型GM（1,1）在海南省梅毒发病率预测中的应用

目的：探讨灰色模型预测海南省梅毒发病率的适用性,并对未来5年梅毒发病趋势进行预测,为科学制定梅毒防控措施、合理配置防控资源提供依据。方法运用GM(1,1)建模方法对2009-2013年海南省梅毒的发病率进行模型拟合,对拟合精度进行评判,并运用模型进行梅毒发病率预测。结果海南省梅毒发病率的GM(1,1)模型,拟合精度和预测效果好(C=0.2907<0.35,P=1),模型预计今后5年海南省梅毒发病率结果分别为45.98/10万,52.60/10万,60.19/10万,68.85/10万,78.78/10万。结论预测结果表明,GM(1,1)模型能够很好地预测梅毒发病率的趋势。未来5年海南省梅毒发病率呈逐年上升的趋势。     

灰色系统理论GM（1,1）模型预测百色市疟疾发病趋势

目的建立疟疾疫情预测模型GM（1,1）,应用于百色疟疾发病率的预测。方法根据2000～2010年百色疟疾发病率数据,建立疟疾发病率预测灰色模型GM（1,1）,并作拟合效果检验;外推预测2011～2013年百色区疟疾发病率。结果疟疾发病率预测数学模型为X（t）=3.71056128e-0.329307（t-1）（t=2,3,……,n）,经拟合检验,模型拟合精度合格（C=0.4069,P=0.9000）。外推2011～2013年百色疟疾发病率,分别为0.0991/10万、0.0713/10万和0.0513/10万。结论GM（1,1）模型较好地拟合了百色疟疾发病的趋势,预测结果具有参考价值。     

1GM（1，1）季节指数模型在季节性发病情况预测研究中的应用

目的季节性发病具有季节波动性,适宜采用季节指数对原始序列进行修正后建立GM（1,1）预测模型。方法本文以某地区2004-2008年甲型肝炎发病率建立GM（1,1）模型、GM（1,1）季节指数修正模型。结果在有季节性变动的发病率预测中,GM（1,1）季节指数修正模型预测精度明显提高。结论GM（1,1）季节指数模型可以应用于季节性传染病的预测。     

灰色模型在肺癌死亡率预测中的应用

目的：运用灰色模型（Ｇrey model,GM）预测自贡市肺癌死亡率,探索数据波动较大的情况下,适用的GM预测方法。方法：根据自贡市1985-2009年肺结核发病率数据分别建立常规GM[Conventional GM（1,1）],动态GM[Dynamic GM（1,1）]和新陈代谢GM[Metabolizing GM（1,1）],选择合适肺癌死亡率的预测模型并进行外推预测。结果：检验性预测中,常规GM（1,1）预测精度为2级,动态 GM（1,1）和新陈代谢 GM（1,1）预测精度为1级,预测值相对误差依次为 26.00%、5.07%和 4.06%。采用新陈代谢 GM（1,1）对自贡市肺癌死亡率进行外推预测,2011-2014 年自贡市肺癌死亡率分别为 81.31/10 万、95.88/10 万、113.06/10 万、133.32/10 万。结论：针对自贡市肺癌死亡率数据波动的情况,采用新陈代谢 GM（1,1）进行预测是比较适用的方法。     

基于GM（1,1）模型的恶性肿瘤死亡率的预测

目的：了解辽阳市辽阳县恶性肿瘤死亡情况,介绍GM(1,1)模型预测辽阳市辽阳县恶性肿瘤死亡率。方法收集辽阳市辽阳县2008-2015年恶性肿瘤死亡数据,并应用GM(1,1)模型对其进行动态预测。结果 GM(1,1)预测模型为x^(1)k+1=(x1(0)-μ/α)e-αk+μ/α=6315.220.023Ik-6177.06,预测精度优,预测2016年和2017年辽阳市辽阳县恶性肿瘤死亡率分别为173.50/10万和177.55/10万。结论 GM(1,1)模型能够用于恶性肿瘤死亡率预测。     

灰色系统GM(1,1)模型在常州市乙型肝炎发病趋势预测中的应用

目的:建立乙型肝炎(乙肝)灰色预测模型GM(1,1),应用于常州市乙肝发病趋势的预测。方法:根据中国疾病预防控制信息系统中2004～2011年常州市乙肝发病率报告资料,建立乙肝发病率灰色预测模型GM(1,1),并对2012～2014年常州市乙肝发病率进行预测。结果:建立的预测模型x∧(1)(k+1)=-228.213 9 e-0.237 73k+304.554 0,经拟合检验,后验差比值C为0.069,小概率误差P为1,拟合精度为优秀。利用建立的模型预测常州市2012～2014年乙肝发病率分别为9.143 5/10万、7.208 9/10万和5.683 6/10万。结论:GM(1,1)模型较好地拟合了常州市乙肝发病的趋势,预测结果具有参考价值。     

3种模型在肾综合征出血热发病率拟合预测中的比较研究

目的探讨3种不同的模型在肾综合征出血热(HFRS)发病率拟合预测中的应用,并选用合适的模型预测HFRS在该地区未来的发病趋势,为合理调配HFRS防治的卫生资源提供科学依据。方法采用灰色GM(1,1)模型、自回归模型、ARIMA模型对1990～2007年沈阳市HFRS的发病率资料进行数据拟合,并比较3个模型的拟合效果,选择最优模型预测沈阳地区未来几年的HFRS发病趋势。结果针对沈阳市HFRS发病率建立的GM(1,1)模型、自回归模型和ARIMA模型的平均误差率(MER)分别为52.76%、20.53%和6.75%,R2分别为0.466、0.945和0.991;预测在2012年前后沈阳市HFRS发病将会出现一个高峰,达到4.4035/10万。结论对于隐含波动周期并且不稳定的循环型时间序列,无论拟合还是预测,ARIMA模型的效果都优于灰色GM(1,1)模型和自回归模型。目前沈阳市HFRS正处于发病率的低谷期,预测未来几年呈上升趋势,应引起注意。     

GM（1，1）灰色模型在广西四种细菌性传染病流行趋势预测

目的验证灰色系统GM（1,1）模型应用于四种细菌性传染病发病率预测的效果。方法用GM（1,1）灰色模型对广西壮族自治区1995～2008年的伤寒副伤寒、流脑、细菌性痢疾和其它感染性腹泻等四种细菌性传染病进行拟合,并预测1996—2010年的发病情况,验证所建模型的精确度。结果四痛所建立的GM模型方程分别为Y（t＋1）=-201．881797e-0.053352t＋215．581797、Y（t＋1）=-0．931478e-0 294844t＋1．531478、Y（t＋1）=-761．597889e-0.066299t＋811．127889和Y（t＋1）=-528．234109e-0.056819t-494．354109,C值分别为0．7831、0．1568、0．5059和0．5465,P值分别为0,4615、1．0000、0．8462和0．7692,拟合精度分别为不合格、好、合格和勉强,实际值与预测值的符合程度以流脑为最高,次为细菌性痢疾和其它感染性腹泻。结论GM（1,1）模型适用于广西流脑、细菌性痢疾和感染性腹泻的预测,不适用于发病率波动性较大的伤寒副伤寒的预测。     

灰色模型在贵州省卫生资源预测上的应用

本文应用GM(1,1)模型对贵州省卫生资源进行预测,取得了较好的预测结果。模型对原始数据的拟合也较好,平均相对误差在0.48％～2.7％之间。我们还预测了1990～2000年间贵州省卫生资源的发展趋势,有一定可行性。因此,该模型是一个有效的预测工具。     

ARIMA模型在蚌埠市梅毒预测中的应用

目的探讨时间序列分析中的乘积季节自回归移动平均（ARIMA）模型在蚌埠市梅毒发病率预测中应用的可行性,为制定梅毒防控措施提供参考依据方法应用SPSS21.0软件对蚌埠市2008-2016年的梅毒发病率进行ARIMA模型拟合,依据BIC准则确定最优模型。用所得模型预测2017年1-6月的梅毒发病率,并与实际发病率进行比较,检验预测效果。结果ARIMA（0,1,1）（1,0,0）12,可以较好地拟合梅毒月发病率规律,模型统计量Ljung-Box Q=16.726,P>0.05,残差序列为白噪声,用所得模型预测蚌埠市2017年1-6月梅毒月发病率,预测值与实际值吻合情况良好,实际值均在预测值的95%可信区间内。结论ARIMA模型能较好拟合蚌埠市梅毒发病情况,对梅毒防治工作提供一定的参考价值。     

1988-2010年全国疟疾发病率的灰色预测模型研究

目的 描述分析我国近20年疟疾的发病率变化趋势,并进行预测,为疟疾的科学防控提供参考.方法 根据全国1988-2008年疟疾的报告发病率数据,拟合GM(1,1)灰色预测模型,并进行回代预测,外推预测2009和2010年的发病率.结果 1988-2009年全国疟疾报告发病率总体呈下降趋势,由12.56/10万降至1.06/10万.利用1988-2008年数据建立的GM(1,1)预测模型为:(y)(t+1)=-97.0998e-0.113t+109.5398,模型拟合精度较高(后验差比值C为0.4162,小误差概率P为0.95).模型预测2009、2010年全国疟疾发病率分别为1.08/10万和0.97/10万.结论 灰色模型GM(1,1)计算简便,预测结果准确,是一种较为理想的预测疟疾发展趋势的方法.     

灰色预测模型GM（1，1）在医院门诊量预测中的应用

目的了解医院2000年-2011年门诊量的趋势,探讨灰色预测模型GM（1,1）在时问序列资料中的应用,建立预测医院月门诊量的时间序列模型,为优化医疗资源配置提供科学的统计学依据。方法根据医院2000年-2011年门诊量数据,应用MATLAB软件建立灰色预测模型并进行模型评价,预测2012年-2014年的门诊量。结果GM（1,1）模型为：P（t）=552512．3619e0.1021（t-1）-478343．3619,预测值的相对误差小于20％,模型精度为优（C=0．29,P=1．00）,预测效果好,2012年-2014年医院门诊量预测值分别为182612、202243、223984。结论GM（1,1）灰色模型能很好的拟合门诊量的变动趋势,在无外界因素影响的情况下,医院门诊量将会继续上涨。