首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
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。  相似文献   

2.
目的探讨应用自回归求和移动平均季节模型(ARIMA)进行流感发病率的拟合和预测,为流感疫情预警提供依据。方法运用统计分析软件对陕西省2008—2014年每月的流感网络报告发病率数据进行模型拟合,建立ARIMA模型,用2015年的数据来检验ARIMA模型的预测效果。结果陕西省2008年1月—2014年12月流感的平均年发病率为0.74/10万,将时间序列分解为总体趋势、季节趋势及随机误差,流感发病整体呈缓慢上升,发病率存在明显的季节性,冬春季出现高峰,随机误差保持在一定水平;ARIMA(0,0,1)×(0,1,1)12模型能较好拟合既往时间段内流感的发病率,且对2015年1—12月流感月发病率的预测值与实际值基本吻合,模型预测值与实际值的绝对误差、相对误差平均值分别为0.18和0.26。结论 ARIMA(0,0,1)×(0,1,1)_(12)模型可以作为陕西省流感月发病率的短期预测模型。  相似文献   

3.
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。  相似文献   

4.
目的探讨自回归求和移动平均(ARIMA)模型预测合肥市疟疾发病率的可行性,并预测疟疾月发病趋势。方法应用SPSS 13.0软件对合肥市疟疾逐月发病率建立ARI-MA模型,利用2011年疟疾月发病率对模型参数进行校正从而预测2012年疟疾月发病率。结果模型ARIMA(1,1,1)(1,1,0)12是合肥市疟疾拟合的最佳模型,预测值与实际值基本吻合,且实际值均在预测值95%可信区间范围内,其外推预测的平均相对误差为2.57%。结论用时间序列模型对疟疾发病情况的拟合结果满意,预测效果良好,可用于预测未来疟疾的变动趋势,为疟疾预防控制措施的制定提供重要依据。  相似文献   

5.
目的 通过探讨单纯求和自回归滑动平均模型(ARIMA模型)应用于病毒性肝炎发病率预测的可行性,为当前的防控工作提供科学依据.方法 采用SAS9.2软件对深圳市2004~2013年的病毒性肝炎的月发病率进行ARIMA模型的建模拟合,预测2014年病毒性肝炎的月发病率,利用预测值和实际值的均方误差、平均绝对误差、平均绝对百分误差评价拟合效果,选择合适的模型预测深圳市2015年病毒性肝炎的月发病率.结果 最终拟合为ARIMA 《12),1,1)模型,残差为白噪声序列,预测值与实际值的均方误差为1.742,平均绝对误差为1.159,平均绝对百分误差为0.092,2015年深圳市病毒性肝炎发病率延续了自2011年以来的逐年上升的趋势.结论 ARIMA模型对病毒性肝炎的时间序列变动趋势的拟合效果较好,并对未来的发病率进行预测,可为病毒性肝炎防治提供科学依据.2015年预测结果提示病毒性肝炎的发病有上升的趋势,需要进一步调整相应防控策略.  相似文献   

6.
几种预测模型对中国梅毒发病率预测效果的比较   总被引:1,自引:0,他引:1  
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。  相似文献   

7.
目的:探讨时间序列分析方法ARIMA模型在梅毒发病预测中的应用,为传染病防控提供科学依据。方法2010年1月—2014年5月深圳市盐田区梅毒发病资料建立时间序列分析模型,拟合ARIMA最优模型,根据模型预测2014年6月—12月发病率。结果模型ARIMA(1,1,0)(0,0,0)为本次预测最优模型,预测2014年6月—12月深圳市盐田区梅毒发病率分别为0.23/10万、0.26/10万、0.25/10万、0.26/10万、0.25/10万、0.26/10万、0.26/10万,发病平稳。结论可以用时间序列分析方法ARIMA模型对梅毒发病情况进行预测,预测和预警效果良好。  相似文献   

8.
目的:探讨ARIMA模型结合回归方程在产科工作量预测中的应用价值。方法:以产科门诊建卡数与分娩量数据为基础,运用SPSS19.0建立月建卡数的ARIMA模型、月建卡数与月分娩量的回归方程模型,采用实际数据验证模型,评价模型,选择精度较高的模型进行2018-2020年的产科工作量预测。结果:月建卡数的模型ARIMA(1,1,1)(0,1,1)_(12)的拟合效果最优,用实际分娩量进行预测精度验证,预测分娩量与实际分娩量基本吻合,且实际值均在预测值可信区间范围内。符合拟合程度较高以及线性回归的显著性检验要求的回归方程为y=313.727+1.212x,其预测的平均误差为5.114%,具有较高的精确度,并对历史值的预测效果较好。采用ARIMA模型结合线性回归分析预测2018-2020年建卡人数分别为11 324、12 388、13 334,增长率依次为4.62%、9.40%、7.64%;分娩量预测值分别为12 936、13 554、14 369,增长率依次为9.61%、4.78%、6.01%。结论:ARIMA模型结合回归分析具有较高的预测精度,可较好地拟合产科工作量的演变趋势,为新生育政策下产科管理提供决策依据。  相似文献   

9.
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。  相似文献   

10.
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。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号