时间序列预测模型的贝叶斯统计分析

贝叶斯(Bayes)统计预测方法是一种以动态模型为研究对象的时间序列预测方法,其基本思想是将人们的经验信息作为已知条件结合到实际模型中,即利用模型信息、数据信息及先验信息(有关总体分布的未知参数的信息)来进行预测。由于结合了分析人员的主观经验及判断,因此可以利用模型监控和干预的方法,合理、科学地处理突发事件等异常情况,和传统的预测方法相比,克服了传统的静态模型难以处理突发事件的缺陷,具有灵活、易于适应外部变化的特点。本文以英国1969～1984年因车祸伤亡人数为资料,探讨贝叶斯统计预测方法在医学领域中的应用。     

我院出院人数预测模型分析

目的 比较趋势外推法、指数平滑法、ARIMA三种方法预测医院出院人次发展规律的优劣.方法 根据医院2000年1月～2010年8月住院统计资料,利用SPSS13.0软件建立三次曲线方程模型、Winters指数平滑模型、ARIMA模型,并对其结果进行比较分析.结果 三次曲线方程模型、Winters指数平滑模型预测精度不高,季节ARIMA乘积模型预测效果最好,是适合预测出院人数比较理想的方法.结论 季节ARIMA乘积模型可用于医院出院人数预测.     

预测模型在门诊量分析与预测中的应用

目的分析门诊人次数据,探讨SPSS12.0软件中时间序列模型在门诊量数据分析中的应用方法。方法根据某医院1998—2005年门诊人次历史资料,研究数据的季节性特征,指数平滑模型、自回归模型以及ARIMA模型的应用情况,并对三模型进行比较。结果ARIMA模型的平均预测相对误差较小,预测效果最好。结论预测方法有很多种,并没有一种方法适用于各种情况,因此针对不同的情况选择合适的预测方法非常重要,ARIMA模型适用于医院门诊人次数据预测。     

我国居民健康与经济发展的协整关系研究

目的:探讨我国居民健康和经济发展的关系,以促进两者协调发展。方法:对居民健康和经济发展进行熵值法评分,采用协整理论及格兰杰因果关系检验法分析探讨两者之间的关系。结果:居民健康和经济发展具有协整关系,居民健康和经济发展在短期的修正力度为-0.6216,经济发展水平是居民健康状况的Granger原因。结论:我国居民健康和经济增长之间存在着长期均衡短期波动的关系,经济增长可促进居民健康,但居民健康对经济增长的拉动作用不明显。     

基于ARIMAX模型的乌鲁木齐市流感样病例预测分析

目的 探讨ARIMAX模型（autoregressive integrated moving average model-X,ARIMAX）在流感发病趋势预测方面的效果,为提高此模型在传染病发病预测方面的使用提供依据。方法 收集乌鲁木齐市（乌市）2013年1月~2016年12月的流感样病例（ILI）病例数和大气颗粒物PM_2.5及PM₁₀浓度数据,用R软件建立ARIMA及ARIMAX模型,并对2017年前10周ILI病例数做预测。结果 乌市2013年1月~2016年12月ILI病例总数161 773例,周平均发病数为777例;时序图显示呈冬春季高发的特点。流感周发病数建立ARIMA（1,0,0）模型,赤池信息准则（akaike information criterion,AIC）=2 549.03;以大气颗粒物PM_2.5及PM₁₀为影响变量,带入转换函数建立ARIMAX模型,AIC=2 535.51,且模型各参数有统计学意义。使用迭代法对前10期（10周）数据进行预测,预测结果显示仅预测3期（3周）误差最小;两模型预测误差百分比绝对值均值（mean absolute percentage error,MAPE）分别为12.019 74%,12.014 17%,显示两模型均有较好的预测精度。结论 ARIMA模型和ARIMAX模型均能较好预测短时间内ILI病例数的发病趋势,为流感监测和预防控制提供依据。     

海南省人均卫生费用与入均GDP的协整分析

利用海南省1978—2011年的时间序列数据,采用协整分析、格兰杰因果检验、误差修正模型等方法,分析人均GDP对人均卫生费用的影响。结果显示：人均GDP和人均卫生费用具有正向关系,人均GDP对人均卫生费用的增长既有长期的影响,也有短期的影响。卫生费用的合理增长是经济社会发展的必然趋势,政府应扩大医疗服务供给以满足居民的医疗服务需求。     

我国政府卫生支出与财政总支出之间的实证分析——基于协整模型

实证分析发现,我国政府卫生支出与财政总支出之间既不存在长期稳定的均衡关系,也不存在格兰杰因果影响关系,当年政府卫生支出几乎只受上年和前年政府卫生支出的影响,财政总支出的增减不会直接影响政府卫生支出的增减,反之亦然。可见,政府卫生投入的增长机制尚未真正形成,应该引起足够重视。最后,简要分析了原因并提出了建议。     

时间序列资料GM(0,N)预测模型及其应用

多因素资料预测，一般使用最小二乘估计（ＬＳ估计）。但对于时间序列资料，ＬＳ估计未考虑各因素的发展变化的情况。本文介绍一种时间序列资料灰色ＧＭ（０，Ｎ）预测模型，通过实例应用，效果较为满意。一、ＧＭ（０，Ｎ）模型建模方法设ｘ１＝｛ｘ１（１），ｘ１（２）...     

传染病预测模型在新型冠状病毒肺炎疫情中的应用研究进展

新型冠状病毒肺炎（COVID-19）在全球范围内迅速传播,快速预测COVID-19规模具有重大公共卫生意义,目前主要利用动力学模型、时间序列模型以及时空交互模型来拟合传染病资料,预测COVID-19的流行特征及发展趋势。本研究对常见传染病预测模型的应用进行综述,总结传染病预测模型在COVID-19发病趋势预测中的应用进展,为传染病预测模型在传染病疫情防控中的应用提供参考。     

博山城镇肺癌死亡率时间序列分析及预测

本文对博山城镇１９７７～１９８８年肺癌死亡率进行时间序列分析表明，自１９７７年以来其肺癌死亡率呈明显上升趋势。并应用灰色预测模型对肺癌死亡率进行了预测。为政府制订卫生发展战略，有计划地开展肺癌防治及其效果观察，提供了科学依据。     

基于优势组合模型的“十三五”期间全国卫生总费用预测研究

目的 通过对“十三五”期间我国卫生总费用趋势的描述和分析,探究预测分析的优势组合模型,并对2019-2020年卫生总费用的变化趋势进行预测,为卫生政策的调整提供科学的依据.方法 构建ARIMA模型、GM(1,1)模型、BP神经网络模型,比较拟合度并组成优势组合模型,对卫生总费用进行分析和预测.结果 GM(1,1)模型和...     

灰色数列预测模型计算的改进方案

采用灰色数列预测模型对时间序列x(t)作拟合或预测时,通常的计算方案所得出的x(t)的估计值x(t)和数列的首项数据无关,因此已知的N个数据只利用了N-1个,没有充分利用数据所提供的信息,本文提出的改进方案克服了这一不足。     

江苏省启东市1972-2001年肺癌发病趋势分析及预测模型比较研究

目的引入时间序列分析江苏省启东市1972—2001年肺癌发病资料并预测其到2010年的变化趋势。方法利用启东市肿瘤登记处积累的肺癌1972—2001年的登记资料，采用时间序列分析方法中的趋势外推法、指数平滑法、自回归综合移动平均模型（ARIMA模型）等分析该地肺癌发病率的变化趋势。比较各方法预测精度，赋予不同权重，建立组合预测模型。结果各种分析方法预测趋势结果：肺癌的发病率将呈现上升趋势；预测今后十年仍继续呈现上升趋势，估计至2010年启东市男性肺癌发病率将突破70／10万，女性将达到20／10万，在2001年基础上将增长33％和10％以上，接近周边大城市肺癌发病率水平。结论通过预测模型的分析和比较，认为运用时间序列分析预测肺癌发病率趋势是恰当的，建立组合模型可以提高预测精度。组合模型与ARIMA法预测启东市肺癌发病率结果相近，可以用ARIMA法作为肺癌发病率预测的主要方法。     

三种时间序列模型探讨1989～2012广西肺结核发病趋势

目的 探讨不同时间序列预测模型分析肺结核发病趋势的可行性,评价模型的拟合度,为制定肺结核预防控制策略提供科学依据.方法 收集广西壮族自治区1989 ～ 2009年肺结核疫情报告数据,分别采用曲线回归法、指数平滑法和ARIMA模型模拟肺结核疫情的动态轨迹,比较三种方法的拟合精度,评价拟合及外推效果.结果 1989～ 2007年广西肺结核发病率逐年增高,2007年后逐渐降低.其变动轨迹,以ARIMA模型拟合效果较好(拟合度R2=0.84),三种模型均具有一定的外展预测能力.结论 ARIMA模型适用于拟合类似肺结核发病率的动态趋势,在传染病疫情预测领域具有重要的现实意义.     

江西省乙型肝炎发病趋势的时间序列和预测模型分析

目的利用乘积季节模型预测江西省乙型肝炎(乙肝)的发病趋势,为江西省乙肝预警预测奠定基础,同时为制定防控措施提供科学依据。方法利用最小二乘原理,应用自回归求和移动平均模型与随机季节模型相结合的乘积季节模型,对江西省1990-2009年乙肝月发病数进行时间序列分析并建立预测模型,用2010年相应数据验证预测效果,并对2010年以后江西乙肝发病趋势进行预测。结果利用1990-2009年资料构建ARIMA(1,1,1)(0,1,1)12模型,所建立的预测效果良好,实际值均在预测值95%可信区间内,预测2011-2014年江西省乙肝发病人数呈上升趋势。结论采用ARIMA乘积季节模型预测江西省乙肝发病情况,拟合及近期预测效果均较好。预测效果符合江西省乙肝发病现状及目前采取的乙肝防治措施。     

医院季节性时间序列资料的周期自回归模型及其应用

本文利用周期相关序列和自回归模型等概念，对医院的季节性时间序列资料建立了周期自回归预测模型，其分析结果较为满意。     

基于时间序列分析法的医院月门诊量预测模型

目的 分析影响医院月门诊量的主要因素,提高医院月门诊量预测工作准确性,提高科学预见性. 方法 采用X-11季节调整方法、引入虚拟变量拟合趋势直线方程,剔除趋势后建立ARIMA模型,预测医院的各月门诊量,并与月门诊量时间序列直接建立的ARIMA模型进行比较. 结果 趋势模型3个参数的拟合系数均很显著,以残差序列所建立的ARIMA模型的参数也均是显著的. 结论 剔除季节因素和趋势因素建立的ARIMA模型,对时间序列进行拟合的结果远远优于直接对月门诊量建立的ARIMA模型的拟合结果.ARIMA模型更适合于做短期预测,对剔除季节因素和趋势因素的平稳时间序列以ARMA模型拟合后,再合成季节因素和趋势因素的模型所做的中长期预测精度高.     

乙型肝炎发病趋势的时间序列分析和预测模型研究

[目的]利用乘积季节模型预测无锡市乙型肝炎(乙肝)的发病趋势,为制订相应的防治措施提供科学依据.[方法]利用最小二乘原理,应用自回归求和移动平均模型与随机季节模型相结合的乘积季节模型,对无锡市1998～2006年乙肝月发病数进行时间序列分析并建立预测模型,用2007年相应数据验证预测效果,并对2008年以后无锡乙肝发病趋势进行预测. [结果]利用1998～2006年资料构建ARIMA(1,1,1)(1,1,1)12模型,所建立模型的预测效果良好,实际值均在预测值的95%可信区间内,预测2008～2012年无锡乙肝发病人数呈下降趋势. [结论]采用ARIMA乘积季节模型预测无锡市乙肝发病情况,拟合及近期预测效果均较好.预测结果符合我市乙肝发病现状及目前采取的乙肝防治措施.     

省级中医机构财政拨款预测模型应用分析

[目的]探讨省级中医机构财政拨款预测建模办法,为中医类医院预算管理提供参考依据。[方法]基于全国中医药统计摘编1987-2016年中医机构财政拨款中全国及湖北省有关数据,探讨回归、ARIMA及指数平滑等3类多个模型,通过比较3类最优模型预测值与观测值的组内相关系数(intraclass correlation co-efficient,ICC),选择ICC值最大者为最终最优模型。[结果]最终最优回归预测模型表示为:湖北省中医机构财政拨款=-138.279+0.028×全国中医机构财政拨款。R 2为0.982,预测值与观测值之间的双向混合效应模型单个测量绝对一致ICC值为0.991。[结论]模型数据与实际数据拟合度高,选用的线性回归模型对湖北省中医机构财政拨款预测具有可行性,对该省中医类医院预算管理以及对其他省份的预测参考具有重要意义。