灰色数列预测模型GM(1,1)与原始数据首项有关──与刘宗航同志商榷

灰色数列预测模型ＧＭ（１，１）与原始数据首项有关──与刘宗航同志商榷同济医科大学培干中心张文斌，金新政在《灰色数列预测模型计算的改进方案》（以下简称Ｇ文）一文（见中国卫生统计１９９１：８（５）；２１）中作者在序言和附录里得出结论：按通常的计算方案，各...     

再谈GM（1,1）预测值与数列首项无关：答张文斌等同志

再谈ＧＭ（１，１）预测值与数列首项无关──答张文斌等同志大连医学院刘宗航在《灰色数列预测模型计算的改进方案》（以下仍简称Ｇ文）一文发表仲国卫生统计１９９１；８（５）：２１）后，其预测值与数列首项无关的结论，引起了卫生管理同行们的注意，张文斌等同志在《...     

灰色数列GM(1,1)模型在"EHF"发病趋势预测中的应用

本文运用灰色数列 GM (1,1)模型对我县 1986～ 1994年流行性出血热 (EHF)的发病情况进行建模拟合 ,并预测了 1995、 1996年两年的发病数 ,现报告如下。1　材料和方法1.1　 1986～ 1994年“EHF”的发病资料来自我县防疫站的法定传染病疫情报告卡、疫情年报资料及“EHF”病例个案流行病学调查表。1.2　 GM(1,1)模型的建模方法及公式选用。 GM(1,1)模型是 :对一个原始数列 x( 0 )t 的一次累加生成数列 x( 1 )t 所建立的白化形式的微分方程 ,即 dx( 1 )dt ax( 1 ) =u,解其得 GM(1,1)模型为 :Y(t 1) =[x(1) - ua]e- at ua。2　计算步…     

关于GM(1,1)模型应用的条件

关于ＧＭ（１，１）模型应用的条件内蒙呼盟伊图里河铁路医院裴学军近几年，邓聚龙教授创立的灰色系统理论在各个领域得到了广泛应用和发展。在医学领域中有许多人用ＧＭ（１，１）进行预测研究。本文就ＧＭ（１，１）模型的应用条件与同道们作一探讨。ＧＭ（１，１）模型...     

灰色模型GM(1,1)待定系数简算法

灰色模型GM(1,1)求待定系数α,μ时,往住要经过繁琐的矩阵运算。为了减少计算量,上海医科大学赵定义同志(以下简称赵文)通过矩阵运算,导出了α,μ的直接由原变量和生成数的直接计算公式(《中国卫生统计》1988年第5卷第1期第5页)。在应用     

关于GM(1,1)模型在医学中的误用

灰色系统理论自80年代初提出以来,受到了各界的重视,并在许多方面得到了应用,在应用中又获得了发展。在卫生系统中,许多作者在尝试使用该系统的GM(1,1)模型或GM(1,1)残差模型对疾病、死亡、资源等的未来进行预测。本文仅就GM (1,1)模型的适用条件及目前在一些医学文献中的误用     

我国妇幼死亡率GM(1,1)与线性回归预测模型研究

目的提出妇幼死亡率预测的GM(1,1)与线性回归模型,探讨资料处理、模型检验方法,以及适用性。方法论证后建立婴幼儿死亡率GM(1,1)模型和孕产妇死亡率线性回归模型。结果婴幼儿死亡率GM(1,1)模型预测效果好;孕产妇死亡率线性回归模型预测更优。结论 GM(1,1)适于离散、灰序列建模;事物呈时序线性变化时线性回归模型预测更优。     

常州市细菌性痢疾发病趋势灰色模型GM(1,1)预测

目的建立细菌性痢疾灰色预测模型GM(1,1),应用于常州市细菌性痢疾发病趋势的预测。方法根据中国疾病预防控制信息系统中2004-2011年常州市细菌性发病报告资料,建立细菌性痢疾发病灰色预测模型GM(1,1),并对2012-2014年常州市细菌性痢疾发病率进行预测。结果建立的预测模型为x^(1)(k+1)=-302.9891e-0.14632k+358.7827,经拟合检验,后验差比值C为0.153,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年细菌性痢疾发病率分别为14.8089/10万、12.7931/10万和11.0518/10万。结论 GM(1,1)模型较好地拟合了常州市细菌性痢疾发病的趋势,预测菌痢发病将继续呈下降趋势,但防控仍不容忽视。     

应用编程计算器求解GM(1,1)模型中的主要参数

a、u和y(t-1)值分别是GM(1,1)模型中的主要参数。在求解时,一般需设计一个累加、均值生成数据计算表,以获取y(t-1)、sum from t=2 to N x(t)、sum from t=2 to N z(t)、sum from t=2 to N z~2(t)、sum from t=2 to N z(t)X(t)诸数据,然后代入估计a、u值的相应公式计算。整个计算过程费工、费时且易出现差错。笔者利用目前卫生部门广泛使用的CASIO     

应用灰色系统GM(1,1)模型预测尘肺病发病率

灰色系统GM(1,1)模型是根据过去和现实的信息建模,推断将来的情况,从而提出事物发生发展的变化规律。以往传统的预测模型大多建立在数理统计基础上,一则需样本含量要足够大;二则要有典型的概率分布,这些条件在劳动卫生实际工作中往往难以     

GM(1,1)模型在AIDS发病预测中的应用

目的 探讨应用灰色系统GM(1,1)模型预测AIDS发病率的可行性.方法 应用灰色GM(1,1)模型对南宁市2004～2010年艾滋病发病率数据进行拟合,并外推预测.结果 所建模型,拟合精度高(C≈0.0888,P=1),可用于外推预测.结论 GM(1,1)模型可以很好地模拟和预测AIDS发病率在时间序列上的变化趋势,将其应用于AIDS发病预测是可行的.     

灰色GM(1,1)预测模型在门诊量预测中的应用

目的预测门诊量的变化趋势。方法利用灰色系统GM（1，1）预测模型Y（t）=[x（1）-μ/α]e-α（1-1）＋μ/α，分别预测2006—2009年门诊量的变化趋势。结果依据某医院2000-2005年门诊量的资料，所建立的灰色预测模型为：Y（t）=307．8518e^0.2175（1-1）-265．9218，拟合结果显示，模型的平均误差率为0．47％，精度为优（C=0．159，P=1）。结论预测结果表明：近几年的门诊量持续上升，为医院管理工作提供了科学依据。     

灰色GM(1,1)预测模型在疾病预测中的应用

目的 预测糖尿病死亡率的变化趋势。方法 利用灰色系统GM(1，1)预测模型Y(t)=[x(1)-u／α]e^a(t-1) u/α分别预测1999—2004年糖尿病的死亡率趋势。结果 依据某市1991—1998年糖尿病死亡率资料。所建立的灰色预测模型为Y(t)=492．36e^0.0328(t-1)-477．03，拟合结果显示。模型的平均误差率为1．8％，精度为优(C=0．29，P=1)。结论 预测结果表明：近10年来糖尿病的死亡率呈持续上升趋势，建议有关部门加强糖尿病的防治工作。     

应用灰色模型GM(1,1)预测上海市甲肝发病率

目的:预测上海地区甲肝的发病趋势.方法:利用上海市甲肝发病资料,应用SAS软件建立灰色模型GM(1,1)来预测本市甲肝的发病率.结果:上海地区甲肝发病率(/10万)的灰色预测模型为:(ˇx)(1)(k+1)=-122.54e-0.1583k+ 148.61,拟合检验显示本模型精度等级为2级,可以应用于预测上海市甲肝未来的发病率.结论:灰色模型拟合和预测的结果显示上海市甲肝发病率保持持续下降的趋势.     

GM(1,1)模型在孕产妇死亡率预测中的应用

目的 探讨应用GM（1,1）灰色预测模型在全国及城市、农村的孕产妇死亡率预测中的可行性,为制订措施降低孕产妇死亡率提供参考。方法 收集全国及城市、农村的2006-2016年孕产妇死亡率数据,建立模型,评价其预测效果并预测。结果 全国及城市、农村的孕产妇死亡率的预测模型分别为x^（1）（k+1）=-544.9e^（-0.07k）+586（C=0.06,P=1.000）、x^（1）（k+1）=-737.7e^（-0.04k）+762.5（C=0.43,P=0.820）、x^（1）（k+1）=-460.5e^（-0.09k）+506（C=0.08,P=1.000）;平均相对误差分别为1.90%、5.31%和2.77%;预测2017-2019年孕产妇死亡率呈持续下降趋势。结论 GM（1,1）灰色预测模型可较好的拟合全国及农村的孕产妇死亡率变化趋势并预测,对城市孕产妇死亡率的拟合效果稍差。预测未来三年全国及城市、农村孕产妇死亡率将持续下降。提示应有针对性的加强管理。     

应用灰色系统GM(1,1)模型预测恶性肿瘤死亡率

灰色系统GM(1,1)模型是根据过去和现实的信息建模,推断将来的情况,提出事物发展变化的规律.本文利用该模型将鞍钢职工1983~1987年恶性肿瘤死亡率加以整理,建模,并预测了1988和1990年的恶性肿瘤死亡率为207.45和234.70/10万.文中又用最小二乘法的预测数据来验证灰色系统GM(1,1)模型预测的精度.通过分析和预测结果看到鞍钢职工恶性肿瘤死亡率呈逐年上升趋势.     

ARIMA模型与GM(1,1)模型在痢疾发病率预测中的应用

目的探讨ARIMA模型和GM(1,1)模型在北京市西城区痢疾发病率预测中的应用,为选择合适的预测方法提供依据。方法利用ARIMA模型和GM(1,1)模型对北京市西城区2010—2014年痢疾发病率进行拟合,并对2015年发病情况进行预测。结果 ARIMA(1,0,0)×(0,1,0)_(12)模型和GM(1,1)模型的拟合值与实际值平均绝对百分误差分别为17.38%和10.24%,预测百分误差分别为14.33%和33.22%。结论在传染病预测时,应综合考虑和比较多种模型的预测效果,选择更为科学合理的方法进行预测。该研究发现,ARIMA模型对痢疾发病率预测精确度较高。。     

用GM(1,1)模型预测厦门市居民溺水死亡与减寿趋势

目的探讨厦门市居民溺水死亡和减寿的变化趋势,为厦门市溺水综合防治工作提供依据。方法收集整理2009—2014年厦门市居民溺水死亡资料,计算死亡率、平均减寿年数(AYLL)、死亡率年均变化百分比等评价指标,用GM(1,1)模型对死亡率和AYLL进行预测。结果 2009—2014年,厦门市居民溺水死亡率为1.54/10万,女性居民溺水死亡率年均上升12.77%,男性死亡率是女性的1.83倍。GM(1,1)模型预测值与实际值平均相对误差0.77%~4.45%,预测2015—2019年溺水死亡率有所上升,AYLL值有所下降。结论未来厦门市溺水死亡率有上升趋势,应重视溺水的预防控制工作。