GM(1,1)灰色模型和ARIMA模型在HFRS发病率预测中的比较研究

目的对GM(1,1)模型和ARIMA模型在肾综合征出血热(HFRS)发病率预测中的效果进行比较。方法利用1990-2001年辽宁省、丹东市和沈阳市HFRS的发病率分别建立GM(1,1)灰色预测模型和ARIMA模型,对建立的模型进行拟合。同时,对2002年3个地区的HFRS发病率进行预测,比较2个模型的拟合和预测效果。结果针对辽宁省HFRS发病率建立的GM(1,1)模型和ARIMA模型的平均误差率(MER)分别为13.5143%、25.0814%;决定系数(R2)分别为0.8961、0.6997。针对丹东市HFRS发病率建立模型的MER分别为19.7329%、20.6275%;R2分别为0.8112、0.7628。针对沈阳市HFRS发病率建立模型的MER分别为15.1421%、18.0584%;R2分别为0.8757、0.7889。结论GM(1,1)模型对于小样本以及隐含指数函数变化趋势的资料具有明显的预测优势,预测效果优于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。     

指数平滑法模型与ARIMA模型在北京市通州区肺结核流行趋势预测中的效果评价

目的 比较指数平滑法模型和自回归移动平均(autoregrissive integrated moving average, ARIMA)模型对北京市通州区肺结核流行趋势预测效果,为肺结核预测和防控提供依据。方法 收集“中国疾病预防控制信息系统”2005年1月—2019年12月北京市通州区肺结核月发病率,应用2005年1月—2018年12月肺结核发病率构建指数平滑法模型和ARIMA模型,预测2019年1—12月肺结核发病率,并与实际值进行比较,评价2种模型的拟合和预测效果。结果 指数平滑法确定简单季节模型为最优预测模型,Ljung-Box Q=15.265,P=0.505,残差序列为白噪声序列,标准贝叶斯信息准则(bayesian information criterion, BIC)值为0.115,2019年1—12月肺结核发病率预测的相对误差为0.45%～33.62%,平均为10.57%。ARIMA模型确定ARIMA(0,1,1)(0,1,1)₁₂为最优模型,Ljung-Box Q=17.156,P=0.376,残差序列为白噪声序列,BIC值为0.539,20...     

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。     

指数平滑灰色预测模型在HFRS发病率预测中的应用

目的探讨肾综合征出血热（HFRS）发病率的预测方法,为合理调配肾综合征出血热防治的卫生资源提供依据。方法以1990～2001年辽宁省、丹东市和沈阳市HFRS的发病率为内样本建立指数平滑灰色预测模型I-GM（1,1）,对2002年3个地区的HFRS发病进行预测,评价该模型的拟合和预测效果;并对3个地区未来几年的发病趋势进行预测。结果针对辽宁省HFRS发病率所建I-GM（1,1）模型的平均误差率（MER）和决定系数R2分别为14．73％,0．8573;针对丹东市HFRS发病率所建I-GM（1,1）模型的MER和R。分别为20．00％和0．8010;针对沈阳市HFRS发病率所建I-GM（1,1）模型的MER和R。分别为22．62％和0．8936。结论与GM（1,1）模型相比,指数平滑灰色预测模型I—GM（1,1）在预测疾病流行趋势方面是更加合理的选择;辽宁省HFRS发病率呈上升趋势,应采取有效的措施预防HFRS的发病。     

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。     

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。     

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。     

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。     

灰色残差GM(1,1)模型在预测肺结核流行趋势中的应用

目的预测西安市肺结核短期流行趋势,探讨灰色模型在疾病预测及效果评价中的作用。方法对西安市1996-2005年肺结核发病率资料分别建立单纯GM(1,1)模型和残差GM(1,1)模型,比较两个模型的拟合优度,选择拟合度好的模型预测肺结核的短期流行趋势。结果单纯GM(1,1)模型的拟合度为"勉强",残差GM(1,1)模型的拟合度为"好"。采用拟合度满意的残差GM(1,1)模型预测西安市2006年和2007年肺结核发病率分别为364.79/10万和523.20/10万,较实际发病率显著降低,降幅分别为72.09%和82.32%。结论 2005年以来西安市结核病防治工作取得初步成效,灰色残差GM(1,1)模型可作预测肺结核的短期流行趋势之用。     

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。     

时间序列模型拟合广西麻疹发病趋势的应用研究

目的探讨不同时间序列预测模型拟合麻疹发病趋势的可行性,分析两种不同时间序列模型的拟合度,建立流行病学数理统计模型,为制定麻疹预防控制策略提供科学依据。方法收集广西壮族自治区1990～2009年麻疹疫情报告数据,采用指数平滑模型和ARIMA模型,模拟1990～2009年广西麻疹疫情的动态轨迹,比较两种方法的拟合精度,评价拟合及外推效果。结果 1990～2009年广西麻疹的逐年发病率呈递减趋势,具有低水平波动的变化特征,其变动轨迹,以ARIMA模型拟合效果较好（拟合度R2=0.68）,其次为指数平滑模型（拟合度R2=0.62）,均具有一定的外展预测能力。结论 ARIMA模型适用于拟合类似麻疹发病率的动态趋势,在传染病疫情预测领域具有重要的现实意义。     

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.     

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。     

三种预测模型在肺结核发病预测中的应用

目的建立合理的肺结核病发病预测模型,推测重庆市肺结核病疫情未来流行趋势,从而为合理分配卫生资源和持续有效地开展肺结核病防制工作提供科学依据。方法收集重庆市结核病防治所登记的1993—2008年肺结核年发病人数的登记资料,采用灰色预测模型、灰色马尔可夫组合预测模型与BP神经网络模型对重庆市结核发病人数进行预测对比分析,筛选最优拟合效果模型。结果采用灰色预测模型、灰色马尔可夫组合预测模型与BP神经网络模型对重庆市肺结核病发病疫情进行预测分析,3个模型的平均相对误差分别为23.81%、3.68%、3.52%。结论对于肺结核病发病的预测,BP神经网络模型拟合效果最好,预测精度更高,预测数据更合理。     

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。