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。     

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。     

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。     

应用GM（1，1）模型预测辽阳市梅毒的流行趋势

目的探讨灰色预测模型GM（1,1）在时间序列资料中的应用,建立梅毒发病率的预测模型。方法利用2001年至2008年辽阳市梅毒发病率数据,确定GM（1,1）模型,并对今后2年辽阳市梅毒发病率进行预测。结果辽阳市梅毒发病率预测模型为x^^（1）（k＋1）=44．75e^0.158k-38．42,预测值分别为．2009年为23．14／10万,2010年为27．12／10万。结论预测结果表明辽阳市梅毒发病呈上升趋势,应大力加强健康教育,治疗管理等综合防治措施控制梅毒的发病。     

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。     

应用灰色模型预测三门峡市痢疾发病趋势

目的探讨灰色模型预测痢疾发病率的价值,为制定防治措施提供依据。方法应用灰色模型GM（1,1）对1986～2007年痢疾发病率进行模型拟合和趋势预测,应用后验差比值C和小概率误P检验拟合效果。结果痢疾发病率灰色模型y（t）=2094．41—1575．61e^-0.1（t-1）,拟合精度属于1级,拟合效果好。预测2008年、2009年三门峡市痢疾发病率分别为10．88／10万和9．46／10万。结论三门峡市痢疾发病呈逐年下降趋势,但痢疾的防治仍不容忽视。     

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。     

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.     

ARMA模型在非意外死亡率动态预测中的应用

目的：探讨ARMA模型在某县区死亡率动态分析中的应用,分析和预测其非意外死亡率的动态发展趋势。方法：对该地2008年1月-2012年9月的逐月死亡率进行ARMA模型拟合,采用2012年10-12月的实际月死亡率验证模型的预测效果。结果：MA（1）模型较好地拟合了该地区既往时间段上的死亡率序列,模型残差为白噪声（P〉0．05）,模型参数MAl,1—0．470,有统计学意义（t=-4．010,P=O．000）,AIC=431．719,SBC=435．907,模型数学函数式为：X1=35．07217＋（1＋0．4757B）εt预测得到的2012年10—12月死亡率为32．65／10万、35．07／10万、35．07／lO万,2013年1月死亡率为35．07／10万,预测误差为12．25％。结论：ARMA模型可以较好地拟合死亡率的时间变化趋势,并用于预测未来的死亡率,是一种短期预测精度较高的预测模型。     

灰色模型预测全国慢性宫颈炎流行趋势

目的应用灰色模型GM（1,1）对全国慢性宫颈炎在妇科疾病中的年发病率进行预测。方法采用1999年至2009年慢性宫颈炎发病率数据建立GM（1,1）模型,并用平均相对误差、后验差比值（c值）和小误差概率（P值）来检验灰色数列模型的可靠性,预测2010年至2013年的发病率。结果通过以上数据得出GM（1,1）模型：Y（t）=903．56。0.0122（t-1）-893．22。经拟合检验,模型拟合精度好（C=0．41,P=0．90）。利用本模型对2010年至2013年全国慢性宫颈炎的发病率进行外推,估计2010年至2013年全国慢性宫颈炎的发病率分别为12．53％、12．68％、12．84％、13．00％。结论通过灰色模型预测慢性宫颈炎的发病率有缓慢增高的趋势,提示卫生管理部门应加强慢性宫颈炎的防治工作。     

GM(1,1)灰色模型在疟疾疫情预测中的应用

目的探讨灰色模型在海南省疟疾流行预测及防治效果评价中的应用价值。方法建立GM（1，1）模型。根据1999年-2004年海南省疟疾发病率建立疟疾发病率预测模型，并对2005年海南省疟疾发病情况进行预测，从而对海南省2005年疟疾防治效果进行评价。结果海南省疟疾发病率预测数学模型分别为Y（t）=135．8807e^0.2237（t-1）-64．6007，经拟合检验，模型拟合度好（C=0．2949，P=1．000）。利用本模型对2005年海南省疟疾发病率进行外推，估计2005年海南省疟疾发病率为130．43／10万，实际发病率为52．46／10万，发病率比预计的减少了77．97／10万，降幅达59．78％。结论建立的疟疾发病率预测数学模型拟合度好，2005年疟疾发病率的模型预测值与观察值差异显示海南省2005疟疾防治取得了明显效果。     

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。     

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。     

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。     

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。     

灰色模型GM（1，1）在尘肺发病率预测中的运用

目的：探讨验证灰色模型在尘肺患病人数预测的应用效果。方法：利用黄石市2000—2005年尘肺发病率进行GM（1，1）建模，所建数学模型为X（t＋1）=-0．446736e-0．169499t＋0．497700，作外推预测验证。结果：该灰色预测模型的拟合与预测效果较好，未来5年（2006—2010年）黄石市尘肺发病率预测值为：2006年0．10304％、2007年0．08398％、2008年0．06792％、2009年0．05443％、2010年0．04315％。结论：灰色模型可应用于尘肺发病率的预测。     

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。     

应用GM(1,1)灰色模型预测甘井子区恶性肿瘤患者的死亡率

目的:探讨GM(1,1)灰色模型在恶性肿瘤患者死亡率预测中的应用。方法:对甘井子区2002-2013年恶性肿瘤死亡资料进行流行病学描述,用x2检验进行率的比较;并建立恶性肿瘤GM(1,1)灰色预测模型,评价模型预测效能,预测本区2014-2018年恶性肿瘤患者的死亡率。结果:甘井子区2002-2013年恶性肿瘤患者的死亡率呈现逐年上升趋势;恶性肿瘤患者的死亡率建立GM(1,1)灰色预测模型的验差比值和小误差概率分别为0.3447、1,模型判为优秀,可以用于外推预测。2014-2015年恶性肿瘤患者的死亡率预测值分别为230.14/10万、237.13/10万、244.33/10万、251.74/10万、259.38/10万。结论:GM(1,1)灰色模型可用于恶性肿瘤患者死亡率的预测。     

应用灰色数列模型预测布氏杆菌病发病趋势

目的:预测内蒙古自治区2013-2018年布氏杆菌病发病趋势。方法:利用内蒙古自治区2006-2012年布氏杆菌病疫情资料建立灰色模型GM(1,1)。结果:内蒙古自治区布氏杆菌病发病率(1/10万)的灰色数列模型为:Yt=(33.23+43.66/0.06)e0.06t-43.66/0.06(t=0,1,2,…,7),拟合检验显示本模型拟合精度合格(C=0.46,P=9.11),能较好地预测布氏杆菌病发病率的中长期趋势。结论:2013-2018年内蒙古自治区布氏杆菌病发病率呈上升趋势。     

基于支持向量机模型的河南艾滋病发病率预测

探索适合于河南省艾滋病发病趋势的预测模型,准确、快速地预测未来发病变化趋势,为制定艾滋病预防控制的策略和措施提供参考依据。方法收集河南省2000～2014 年艾滋病发病率数据,采用支持向量机模型建立其发病率预测模型。其中2000～2013 年发病率数据为训练样本,2014 年发病率数据为检验样本。以平均相对误差作为预测效果的评价指标。并用该模型对河南省2015～2019 年艾滋病的发病率进行预测。结果建立的支持向量机模型的平均相对误差为0.5512%。经预测,河南省2015～2019 年艾滋病的发病率分别为0.85/10 万、1.84/10 万、1.64/10 万、1.30/10 万、2.01/10 万。结论支持向量机模型有较高的预测精度及较小的预测误差,适用于河南省艾滋病的发病率预测。