共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
指数曲线模型在我区乙型肝炎发病预测中的应用 总被引:1,自引:0,他引:1
进入 90年代以后 ,和平区加强肝炎的防治工作 ,重点开展乙肝疫苗接种工作 ,使年平均发病水平控制在 40 / 10万以下。我们将 1995~ 2 0 0 1年的乙肝年发病率做动态分析及观察并预测 2 0 0 2年乙肝的发病趋势。预测方法采用指数曲线的数学模型〔1〕进行预测。结果与分析依据 1995~ 2 0 0 1年的年发病率 ,试求其指数曲线预测模型 ,并求 2 0 0 2年该病年发病率的预测值 ,结果见表 1。表 1 和平区乙肝 1995~ 2 0 0 1年的年实际发病率和2 0 0 2年预测值 ( 1/ 10万 )年度 年度缩减值X年发病率Y LnY =Y′ 年发病率的估计值 ^Y 剩余误差1 995 … 相似文献
3.
4.
随着统计学及计算机技术的发展,各类数学模式的应用越来越受到国内外学者的重视。自从在人群中普遍开展计划免疫以来,一些计划免疫相关疾病年发病率的时间顺序呈单调下降,而下降的速度与其当时的发病率成正比,这一类型疾病可采用指数曲线的数学模型来预测。本文仅对哈尔滨市1982— 相似文献
5.
时间序列分析——广义回归神经网络组合模型在痢疾发病率预测中的应用探讨 总被引:1,自引:0,他引:1
目的 探讨组合模型在痢疾流行预测及防治效果评价中的应用价值.方法 根据2001-2006年宜昌市痢疾月发病率建立痢疾发病率组合预测模型.并对2007年痢疾月发病情况进行预测.结果 宜昌市痢疾发病率组合预测模型平均相对误差为0.078.较单一时间序列分析模型降低了74.34%;对2007年痢疾月发病率进行外推预测显示,5~10月份发病率较高.结论 组合模型拟合效果较为理想.是一种短期内预测精度较高的预测模型,在疾病预防控制领域中具有重要的应用价值. 相似文献
6.
随着疾病预防控制工作的不断深入,镇江市法定传染病呈逐年下降.作为主要传染病病种之一的甲肝近些年来也已得到有效的控制,发病率呈逐年下降趋势.为制定2004年度传染病预防控制方案,根据前12年的甲肝发病率对2004年度甲肝发病率进行预测.现将预测结果报告如下. 相似文献
7.
指数曲线模型在预测甲肝流行趋势中的应用 总被引:1,自引:0,他引:1
本文应用指数曲线模型对衢州市1990~2005年甲肝疫情资料进行预测,并和实际发病情况进行比较,探讨其对于控制疫情流行趋势具有的实际应用价值。资料和方法1.资料来源疫情资料来源于衢州市疾病预防控制中心1990~2005年法定传染病疫情年报表,人口资料来源于衢州市统计局《统计年鉴》。2.方法(1)绘制散点图以年份(1990~2004)为自变量,甲肝的实际发病率为应变量,用Excel2003建立数据文件,绘制散点图,观察数据分布特征。(2)指数曲线方程预测以1990年为起始年,按年度缩减值x=预测年-起始年,然后对实际发病率y值取自然对数(lny),计算出转化后的… 相似文献
8.
9.
目的 探讨构建并应用自回归求和移动平均(autoregressive integrated moving average,ARIMA)模型预测上海市痢疾发病率的可行性.方法 基于1990-2007年上海的逐月痢疾发病率,采用非条件最小二乘法估计模型参数,按照残差不相关原则与简洁原则确定模型结构,依据赤池信息准则(Akaike information criterion,AIC)及许瓦兹贝叶斯准则(Schwarz Bayesian criterion,SBC)确定模型的拟合优度,建立预测上海痢疾发病率的最优ARIMA模型.用所得模型预测上海2008年的痢疾发病率,比较预测值与实际值的差异;再以1990年1月至2009年6月的数据构建模型预测上海2010年的痢疾发病率.结果 模型ARIMA(1,1,1)(0,1,2)_(12)较好拟合了既往时间段痢疾发病率的时间序列,模型自回归参数(AR1=0.443)、移动平均参数(MA1=0.806)与季节移动平均参数(SMA1=0.543、SMA2=0.321)均有统计学意义(P<0.01),AIC值=2.878,SBC值=16.131,模型残差为白噪声,模型数学函数式为(1-0.443B)(1-B)(1-B~(12))Z_t=(1-0.806B)(1-0.543B~(12))(1-0.321B~(2×12)μ_t.2008年逐月痢疾发病率的预测值符合实际值的变动趋势,全年发病率预测值与实际值的相对误差率为6.78%.预测2010年上海市痢疾发病率为9.390/10万.结论 ARIMA模型可以较好地拟合上海市痢疾发病率的时间变化趋势,并可用于预测未来的痢疾发病率,是一种短期预测精度较高的预测模型. 相似文献
10.
[目的]分析松江区1997~2004年伤寒、副伤寒历史疫情资料,建立外推预测模型对其疫情进行定量预测。[方法]对伤寒、副伤寒发病率时间序列(1997~2003)采用指数曲线拟合,并对2004年伤寒、副伤寒疫情作出预测。[结果]指数曲线预测方程为y^=e2.110600-0.300914X;|t|>t0.05,P<0.05,预测方程有意义;R2(判定系数)接近于1,表明预测误差较小;经拟合优度检验∑2χ<20.χ95(6),P>0.95,表明伤寒、副伤寒实际发病率与预测发病率间差异无显著性(包括对2004年发病率预测值检验)。[结论]对发病率时间序例呈单调下降且影响发病的主要因素保持稳定的一类传染病,采用指数曲线拟合进行疫情预测,具有可行性与可操作性,在实际工作中值得应用。 相似文献
11.
舟山市细菌性痢疾发病率的指数曲线趋势预测 总被引:2,自引:0,他引:2
细菌性痢疾(简称菌痢)是一种常见的肠道传染病.由于其流行与传播因素的广泛性,多年来菌痢发病率一直处于较高的发病水平,发病率居肠道传染病发病率的前1~2位,成为影响我市居民身心健康的主要传染病之一. 相似文献
12.
目的借助于自回归积分滑动平均(Autoregressive Integrated Moving Average Model,ARIMA)模型对苏州市空气质量指数进行预测,为空气污染的健康防护预警提供参考。方法运用R软件以苏州市2018年1月1日至12月31日的日空气质量指数为基础,借助于参数估计等筛选最佳的ARIMA模型,以此为基础对苏州市2019年1月1日至1月6日的空气质量指数进行预测,评价其预测效果。结果借助于2018年苏州市日空气质量指数构建了ARIMA(1,1,1)模型,模型的AIC=267.06,Box-Ljung检验的Q统计量为18.558,P=0.775,残差序列为白噪声。空气质量指数的预测值与实际值较为接近,绝对误差的平均值为-7,相对误差的平均值为-4.29%,模型预测效果比较理想。结论 ARIMA(1,1,1)模型能够较为理想的对苏州市空气质量指数进行预测,在空气质量指数预测中具有良好的应用前景。 相似文献
13.
本文用指数曲线模型拟合实施计划免疫后,甘孜州百日咳发病的下降趋势曲线,效果较优(R~2=0.9123,1991年预测值与实际发病值十分吻合)。用该模型对甘孜州百日咳在1991年至1995年的发病情况进行预测,结果提示,在继续实施现有水平的计划免疫的情况下,1992年至1995年内将百日咳发病率控制在10/10万以下(四川省“八五规划”目标),在甘孜州是切实可行的。 相似文献
14.
指数曲线模型拟合中小学生HBsAg感染率的应用 总被引:5,自引:0,他引:5
1988年我们对部分中小学生进行了乙型肝炎表面抗原(HBsAg)感染率调查,应用指数曲线方程式模型对调查资料进行了拟合,现报告如下。 相似文献
15.
目的 通过指数平滑法对麻疹发病率进行预测,为制订预防和控制麻疹的流行提供依据。 方法 收集2005-2015年某区确诊的麻疹发病率,通过SPSS 18.0进行指数平滑法预测,并对预测结果进行评价。 结果 指数平滑法的Holt-Winters相乘模型适合麻疹月发病率的预测(RMSE=7.69,adj R2=0.52, R2=0.85, Ljung-Box Q=21.91),预测模型线性趋势Alpha=1.000,P=0.000。模型预测结果显示2015年的麻疹疫情处于相对低发水平,麻疹月发病率将呈上升后波动趋势,实际麻疹月发病率则出现先上升后急剧下降维持在低水平上的波动趋势。 结论 指数平滑模型1~5月份预测结果与实际发病率的相对误差仅为10.60%,说明指数平滑法在短期预测麻疹发病情况中有一定效果。 相似文献
16.
17.
[目的]预测上海市肾综合征出血热的发病趋势。[方法]利用上海市肾综合征出血热发病资料,建立灰色模型和指数平滑模型来预测本市未来肾综合征出血热的发病率。[结果]上海地区肾综合征出血热发病率(×10-5)的灰色预测模型为:=(1.49-2.3669/0.5823)e-0.5823t+2.3669/0.5823,拟合检验显示本模型精度等级为一级,能够较好地预测上海市肾综合征出血热发病率;Holter-Winters双参数指数平滑法预测的最小误差平方和与均方根误差最小,通过D-W检验,预测效果较好。[结论]两种方法均可应用于上海市肾综合征出血热发病率的预测。 相似文献
18.
本文收集了宁波市1990~1997年中小学生视力不良患病率的资料,并运用指数曲线模型对收集的资料进行拟合,现将结果报道如下。1 材料与方法1990~1997年宁波市中小学生健康体检资料共287273份。以年度顺序编号作自变量为X,视力不良率为因变量Y。拟合方法采用指数曲线方程Y=10a±bX,计算步骤如下:1.1 求直线回归方程:设^Y为Y的理论值,公式为^Y-Y=b(X-X)(1)其中b=Σ(X-X)(Y′-Y′)Σ(X-X)2(2)Σ(X-X)(Y′-Y′)=ΣXY′-(ΣX)(ΣY′)N(3)Σ(X-X)2=ΣX2-(ΣX)2N(4)a=Y-bX(5)1.2 转变为指数曲线方程:计算… 相似文献
19.
目的 探讨季节自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)、支持向量回归模型(support vector regression,SVR)及SARIMA-SVR组合模型在全国痢疾发病数预测中的应用效果,为痢疾的防控工作提供科学依据。方法 采用2010—2021年我国痢疾月发病数作为训练集,应用Python软件构建SARIMA模型、SVR模型和SARIMA-SVR组合模型,预测2022年1至8月痢疾月发病数趋势,并将其与实际资料进行对比,采用均方根误差(root mean squares error,RMSE)和平均绝对误差(mean absolute error,MAE)衡量模型间的预测效果。结果 2010—2021年各年份痢疾发病率的差异有统计学意义(χ2=30.747,P<0.001),总体呈下降趋势(χ2趋势=30.639,P趋势<0.001)。全国痢疾发病趋势具有季节性,其中发病数前3顺位的分别为7月(246 755例,14.58%)... 相似文献
20.