ARIMA模型与GRNN模型对肺结核发病率预测的对比研究

目的 比较自回归移动平均(ARIMA)模型与广义回归神经网络(GRNN)模型对于肺结核发病率的预测性能.方法 根据我国2004年1月至2012年12月的肺结核逐月发病率数据资料,应用Eviews 7.0.0.1建立ARIMA模型,应用Matlab 7.1的神经网络工具箱建立GRNN模型;选取2013年肺结核逐月发病率数据对两种预测模型进行检验,比较预测结果.结果 ARIMA模型和GRNN模型的Theil不等系数(TIC)分别是0.034和0.059,说明ARIMA模型对我国2013年肺结核逐月发病率的拟合程度优于GRNN模型,ARIMA模型相对误差绝对值仅为GRNN模型的57.19％.结论 ARIMA预测模型更适合用于我国肺结核发病率的预测;建议尝试组合模型预测肺结核发病率.     

几种预测模型对中国梅毒发病率预测效果的比较

目的:比较3种预测模型在中国梅毒疫情预测中的效果,筛选最优预测模型。方法:收集2004年至2012年中国梅毒发病率数据,构建灰色模型[GM(1,1)]、趋势外推模型和求和自回归滑动平均(ARIMA)模型,比较预测值和实际值的吻合程度;用2013年发病率数据回代验证,选择相对误差最小的模型预测2014年至2016年的梅毒发病率。结果:中国梅毒发病率呈整体上升趋势,年平均发展速度为1.173,但环比增长速度逐年降低。趋势外推模型中Cubic函数的拟合效果优于GM(1,1),二者对历史数据拟合的平均相对误差分别为1.431%和7.560%。梅毒年发病率序列为白噪声序列(χ2=7.990,P=0.239),不适合用ARIMA模型来预测。采用Cubic函数预测2014年至2016年中国梅毒的发病率,分别为29.553/10万、26.293/10万和20.831/10万。结论:Cubic函数对中国梅毒发病率的预测效果最好。     

应用灰色模型预测深圳市肺结核发病率

目的 预测深圳市肺结核的发病率,掌握疫情动态变化,为相关卫生行政部门对肺结核的防治提供科学依据.方法 收集深圳市2006-2011年肺结核发病率,建立灰色模型,预测未来2年的肺结核发病率.结果 将6年数据建立灰色预测模型,通过SPSS计算结果D=51 020.77,a=-0.055 63,u=24.88,模型合计误差=-0.024 54,预测深圳市2012年肺结核发病率为36.19/10万,2013年肺结核发病率为40.45/10万.动态修正灰色预测模型,计算结果D=6 403.98,a=-0.001 82,u=32.17,预测模型(x)(o)(t+1)=32.23e-000182+17 675(后验差比值C为0.42,小误差概率P为0.89,模型合计误差=-0.00051),预测深圳市2012年肺结核发病率为32.44/10万,2013年肺结核发病率为32.56/10万.结论 动态修正灰色预测模型结果与实际值比较接近,模型拟合误差较小,可以用于短期预测.     

ARIMA模型和GM(1,1)模型预测全国3种肠道传染病发病率

 【摘要】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。选取相对误差最小的模型预测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、29.03/105、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最好的一种模型。     

3种模型在肺结核发病率预测中的比较研究

目的对GM（1,1）模型、霍尔特双参数指数平滑预测模型和ARIMA模型在肺结核发病率预测中的效果进行比较。方法利用1980-2007年北京市肺结核的发病率分别建立GM（1,1）灰色预测模型、霍尔特双参数指数平滑预测模型和ARIMA模型,对建立的模型进行拟合。比较3个模型的拟合效果,同时利用ARIMA模型对2008年北京市的肺结核发病率进行预测。结果针对北京市肺结核发病率建立的GM（1,1）模型、霍尔特双参数指数平滑预测模型和ARIMA模型的平均误差率（MER）分别为15.11%、9.51%、9.52%,决定系数R2分别为0.935、0.964、0.969。结论 ARIMA模型对于隐含波动周期并且不稳定的循环型时间序列拟合效果优于GM（1,1）模型,对解决时间序列类型的肺结核发病率等资料有很好的实用价值。     

ARIMA模型在河南省AIDS疫情预测中的应用

目的:探讨ARIMA模型在河南省AIDS疫情预测中的可行性。方法:收集河南省2005年至2013年AIDS发病率和病死率数据,分别建立ARIMA模型,通过模型拟合优度统计量筛选最优模型,采用平均误差率评估模型预测效果,并用所构建的模型预测2014年至2016年河南省AIDS疫情。结果:河南省AIDS发病率和病死率的最优ARIMA模型分别为ARIMA(0,1,1)和ARIMA(0,2,1);模型的拟合值均符合其实际流行趋势,平均误差率分别为0.16和0.25;预测2014年至2016年河南省AIDS发病率分别为3.40/10万、3.91/10万和4.50/10万,病死率分别为15.34%、8.82%和7.64%。结论:ARIMA模型很好地模拟了河南省AIDS疫情的演变趋势,可用于河南省AIDS发病率和病死率的预测。     

应用回归法预测贵州省伤寒副伤寒发病

目的预测贵州省伤寒、副伤寒发病趋势,为进一步制定伤寒、副伤寒防控策略和措施提供依据。方法根据贵州省2004-2012年的伤寒、副伤寒发病率数据,用Excel软件建立数据库进行趋势回归模型的选择,然后利用合适的模型对该数据进行拟合,并预测2013、2014年伤寒、副伤寒发病率,分析其变化趋势。结果建立的贵州省2004-2012年伤寒、副伤寒发病率预测模型为二次多项式趋势回归模型,即y=0.3 821x2-5.8 632x＋24.785,决定系数R2=0.9 909,模型拟合效果较好。2013年和2014年预测发病率分别为4.36/10万、6.52/10万。结论贵州省伤寒、副伤寒发病率近年来呈逐年下降趋势,2013年和2014年预测发病率有所升高,需采取综合防治措施。     

乘积季节自回归积分滑动平均模型在长沙市手足口病发病率预测中的应用

目的：建立长沙市手足口病发病率的乘积季节自回归积分滑动平均模型(autoregressive integrated moving average model,ARIMA),探讨乘积季节ARIMA模型在手足口病疫情预测的可行性。方法：运用EVIEWS 6.0软件对长沙 市2008年5月至2013年8月的手足口病发病率资料建立乘积季节ARIMA模型,以2013年9月至2014年2月的发病资料作为 模型预测效果的检验样本,最后再用所得到的模型对2014年3月至2014年8月的月发病率进行预测。结果：经过序列 平稳化、模型识别以及模型诊断后,建立乘积季节ARIMA模型(1,0,1)×(0,1,1)12,模型拟合度R2=0.81,预测均方 根误差为8.29,平均绝对误差为5.83。结论：乘积季节ARIMA模型是一种较好的预测模型,所建模型拟合度较好,能 为手足口病的防治工作提供参考。     

乘积季节ARIMA模型预测上海市松江区手足口病发病趋势

目的:探讨运用乘积季节ARIMA模型预测上海市松江区手足口病发病情况。方法:通过上海市松江区2009-2016年手足口病月发病率建立ARIMA模型,预测2017年手足口病的发病率。结果:乘积季节ARIMA(1,0,0)(1,1,0)12能较好地拟合既往手足口病发病率,预测2017年手足口病发病率为276.37/10万。结论:乘积季节ARIMA模型能较好的预测未来手足口病的发病率。     

利用ARIMA模型预测辽宁省水痘发病率

目的了解辽宁省水痘的发病趋势,为水痘发病预测预警提供理论基础和参考依据。方法利用2007-2016年辽宁省水痘月发病率建立差分自回归移动平均模型(Autoregressive Integrated Moving Average,ARIMA),并用2017年数据检验模型预测效果,将2017年数据加入原始时间序列,重新调整预测模型,再对2018年水痘发病率进行预测。结果 2007-2017年辽宁省累计报告水痘病例151 414例,年平均发病率为31. 62/10万,呈现先下降后上升趋势,存在明显的季节性;利用月发病率数据拟合ARIMA(1,0,0)(0,1,1)12模型,拟合和预测的平均相对误差分别为13. 239%和20. 211%,模型预测精度良好,可对水痘发病率进行预测。结论 ARIMA模型对辽宁省水痘月发病率预测效果良好,具有较好的实际应用和推广价值,可为水痘发病的预测预警提供参考依据。     

ARIMA模型在东莞市细菌性痢疾预测中的应用

目的探讨ARIMA模型预测东莞市细菌性痢疾发病的可行性和适用性,为东莞市细菌性痢疾的防控提供参考依据。方法使用SPSS17.0对2004年1月~2012年4月东莞市细菌性痢疾发病率资料拟合ARIMA模型,利用所得到的模型对东莞市2012年5月~7月细菌性痢疾发病率进行预测评价。结果 ARIMA（1,0,0）模型的预测值与实际值的平均相对误差为11.97%,实际值都在95%可信区间内,实际值与预测值变动趋势一致。结论 ARIMA（1,0,0）模型较好的反映了东莞市细菌性痢疾发病趋势,可作为东莞市细菌性痢疾发病水平短期预测模型。     

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。     

应用时间序列模型预测安康市细菌性痢疾的发病率

目的探讨应用ARIMA模型预测细菌性痢疾发病率的可行性,为细菌性痢疾的防治提供科学依据。方法应用SPSS13.0对安康市2005～2009年细菌性痢疾的月发病率进行ARIMA模型拟合,并用所得到的模型对2010年细菌性痢疾的月发病率进行预测,将预测值与实际值进行比较。结果 ARIMA（0,1,1）×（0,1,1）12模型很好地拟合了既往时间段上的发病率序列,对2010年月发病率的预测值符合实际发病率变动趋势。结论时间序列模型可以模拟细菌性痢疾发病率在时间序列上的变动趋势。     

应用ARIMA模型预测宜昌市手足口病的发病趋势

目的探讨ARIMA模型在宜昌市手足口病发病预测中的应用,为进一步采取干预措施提供科学依据。方法基于宜昌市2008~2013年手足口病发病率的数据建立一个原始时间序列,采用求和自回归移动平均模型(ARIMA模型),对2014年手足口病的发病率进行预测。结果 ARIMA(0,0,1)(1,1,0)12为最优模型,宜昌市手足口病的实际值与预测值及其95%置信区间基本一致,ARIMA模型的拟合效果较好。结论手足口病在临床上具有很高的发病率,常易引起托幼机构、学校等聚集场所的暴发流行,严重时可引起患儿死亡,对婴幼儿的影响较大,ARIMA模型能较好地模拟宜昌市手足口病发病在时间序列的变化趋势,为制定防控措施和策略提供科学的依据。     

2004-2012年中国丙型肝炎报告数据ARIMA模型及其趋势预测

目的利用季节自动回归移动平均混合模型（ARIMA模型）对我国丙型病毒性肝炎（丙肝）报告数据进行分析、拟合和预测。方法对2004年1月-2012年7月我国丙肝报告数据进行差分以达到平稳化,采用季节ARIMA模型对数据进行分析、拟合和预测。结果2004年1月-2012年7月我国丙肝发病数呈逐年上升趋势,且呈现明显的以年为单位的周期性变化;对丙肝报告数据进行平稳化检验、差分、模型识别、模型诊断,获得季节序列ARIMA（1,1,1）×（1,1,1）12为最优模型,该模型残差检验为白噪声序列,且拟合数据在95％置信区间;对2012年7月-2014年12月全国丙肝发病数进行预测,显示全国丙肝发病数呈继续上升且具有明显的周期性波动趋势。结论季节ARIMA模型能较好地拟合和预测我国丙肝发病数在时间上的变化趋势,可为疫情的防治提供借鉴。     

应用ARIMA模型预测肺结核报告发病率的研究

目的探讨ARIMA模型在宜昌市肺结核预测方面的应用,为进一步采取预防控制措施提供科学依据。方法基于宜昌市1997~2013年肺结核发病率的数据建立一个原始时间序列,对1998~2013年的发病进行预测,并与实际发病进行比较。结果最终得出ARIMA(1,0,1)(2,1,0)12为最优模型,实际发病与预测值及其95%置信区间基本一致,模型的拟合效果较好,可以对2014年发病率进行预测。结论肺结核具有很高的发病率,ARIMA模型能较好的模拟肺结核发病在时间序列的变化趋势,为制定防控措施提供科学的依据。     

新乡市红旗区2005—2009年各类报告传染病疫情动态分析

目的：了解新乡市红旗区各类报告传染病的总体发病情况,分析其流行特征及发病趋势,为做好疫情监测和制定传染病防控措施提供科学依据。方法：用描述流行病学方法对红旗区2005-2009年各类传染病疫情资料进行统计分析。结果：红旗区5年无甲类传染病报告;报告乙、丙类及其他重点监测传染病共计22种8 830例,死亡9例,年均发病率为641.12/10万,死亡率为0.65/10万。发病率居前5位的传染病分别是乙肝（379.66/10万）、肺结核（74.56/10万）、痢疾（46.11/10万）、丙肝（41.46/10万）和梅毒（15.17/10万）,占总发病数的86.87%。其中乙肝5年间均居首位,占总发病数的59.22%。结论：病毒性肝炎、肺结核、性病、痢疾及麻疹等传染病是今后传染病防治工作的重点。     

应用ARIMA模型预测昭通市麻疹发病趋势

目的预测昭通市麻疹的发病趋势,为制定防治措施提供参考依据。方法应用SPSS17．0软件对2005年1月至2013年3月麻疹发病率进行ARIMA模型建模拟合,用所得到的模型对2013年各月发病率进行预测,并与实际发病率进行比较。结果采用ARIMA（1,2,1）（0,1,0）12预测昭通市麻疹的发病趋势,2013年发病率为12．26／10万。结论ARIMA模型能很好地模拟麻疹发病率在时间序列上的变动趋势,并对未来的发病率进行预测。     

武汉市江汉区细菌性痢疾发病率的ARIMA模型预测应用

目的：探讨A RIM A模型在武汉市江汉区细菌性痢疾月发病率预测应用的可行性,为该区细菌性痢疾的防控提供科学参考依据。方法使用SAS9．2软件对2005～2013年该区菌痢月发病资料拟合ARIMA模型,利用建立的模型对2014年1～6月菌痢月发病率资料进行预测和效果评价。结果建立ARIMA（0,1,1）X（0,1,1）12模型拟合效果较好,预测2014年上半年疫情将呈缓慢上升趋势,预测值与实际值拟合趋势基本一致。结论 A RIM A模型可以作为该区菌痢月发病水平的短期预测模型。