ARIMA与GM(1,1)模型对我国肺结核年发病人数预测情况的比较

目的通过ARIMA乘积季节模型和GM(1,1)模型拟合我国肺结核的发病人数,比较两种模型的拟合效果。方法运用我国2011-2016年的肺结核发病人数,分别构建ARIMA乘积季节模型和GM(1,1)模型,然后利用所得到的模型进行预测。采用平均绝对百分误差(MAPE)来评价模型的拟合效果。结果 GM(1,1)模型和ARIMA乘积季节预测模型所得到的MAPE分别为1.45%、1.70%。用GM(1,1)模型预测2017-2018年我国肺结核的发病人数分别为1042909、988915人。结论 GM(1,1)拟合效果优于ARIMA乘积季节模型,预测表明2017-2018年我国肺结核年发病人数将呈现出减少的趋势,但是肺结核发病人数仍然较多。     

ARIMA模型与GM(1,1)模型在痢疾发病数预测中的比较研究

目的 分别应用求和自回归滑动平均模型(autoregressive integrated moving average model, ARIMA)和灰色模型(gray forecast model)GM(1,1)对湖北省痢疾发病数进行预测,比较两种方法的预测效果,为选择更适宜的方法提供依据。方法 分别应用2001－2015年月发病数及年发病数建立ARIMA模型和GM(1,1)模型,用平均误差率(mean error rate,MER)和决定系数(coefficient of determination,R²)评价拟合效果,并采用2016年实际发病数验证预测效果,选择准确性更高的模型对2017－2018年发病数进行预测。结果 建立的ARIMA模型为SARIMA(1,0,0)(0,1,1)₁₂,GM(1,1)模型为(t+1)=-274 126.038e^{-0.067 467t}+293 275.08,两模型的平均误差率(mean error rate,MER)分别为3.55%和14.78%;决定系数(R²)分别为0.993和0.960,2016年实际发病数与两模型预测发病数的残差分别为635和3 240;相对误差分别为16.54%和84.38%,综合考虑各项评价指标采用ARIMA模型对2017－2018年发病数进行预测分别为4 286和4 011。结论 通过拟合及预测评价指标的比较ARIMA模型均优于GM(1,1)模型,可得ARIMA模型对湖北省痢疾发病数的预测比GM(1,1)模型有较明显的优势,能更准确的处理时间序列类型的资料,此预测结果准确具有实用价值,可为卫生防治工作提供依据。     

ARIMA模型与GM(1,1)模型在细菌性痢疾发病率预测中的比较研究

目的评价ARIMA和GM(1,1)模型在细菌性痢疾发病预测的应用效果,为选择适宜的预测方法提供依据。方法利用深圳沙井街道2006-2013年的细菌性痢疾的发病数据构建ARIMA模型和GM(1,1)模型,评价拟合效果。结果建立的ARIMA(1,1,1)(0,1,1)12模型为:(1-0.623B)(1-B)(1-B12)Yt=(1-0.963B)(1-0.72B12)et,GM(1,1)模型为:Y(t+1)=-190.506e-0.23003t+250.126。两个模型的平均误差率(MER)分别为2.91%和6.24%;决定系数分别为0.994和0.967。结论 ARIMA模型对细菌性痢疾发病率预测的效果较好,但在预测传染病发病的时候,尽可能地使用多种模型进行拟合,挑选出效果最好的。     

GM(1,1)模型、ARIMA模型及其组合模型在病毒性甲型肝炎发病数中的预测效果比较

目的 探讨GM(1,1)模型、单纯自回归滑动平均(autoregressive integrated moving average,ARIMA)模型及其组成的2种组合模型在甲肝发病数预测中的应用。方法 利用某省2009年1月-2013年12月的甲肝逐月发病数作为拟合数据,以2014年1-12月的逐月发病数作为预测数据;分别建立GM(1,1)模型、ARIMA模型、GM(1,1)-ARIMA组合模型、变权组合模型,然后根据4个模型的平均绝对百分比误差(mean absolute percentage error,MAPE)、平均误差率(Mean Error Rate,MER) 、均方误差(mean square error,MSE)和平均绝对误差(mean absolute error,MAE)评价模型的效果。结果 GM(1,1)模型、ARIMA模型、GM(1,1)-ARIMA组合模型和变权组合模型的拟合、预测的MAPE、MER、MSE和MAE依次分别为20.01%,18.35%,115.98,10.96和28.79%,31.84%,32.96,8.01;21.35%,19.52%,120.75,11.66和32.41%,35.65%,36.18,8.97;17.20%,15.69%,88.07,9.07和31.17%,34.17%,34.57,8.60;18.82%,16.99%,107.82,10.15和19.19%,18.67%,20.74,4.70。结论 组合模型拟合及预测效果优于单一模型;变权组合模型为最优预测模型。     

ARIMA模型与灰色系统GM(1,1)模型在长沙市艾滋病发病率预测中的效果比较

目的利用ARIMA模型和GM(1,1)模型对长沙市艾滋病发病率进行模拟预测并对预测效果进行比较。方法收集长沙市2006—2016年艾滋病的发病资料,分别建立自回归滑动平均模型(ARIMA)及灰色系统GM(1,1)模型,进行回代拟合,并预测2017和2018年艾滋病的发病率,同时比较2种模型的拟合与预测效果。结果 ARIMA(1,1,1)模型预测出2017和2018年长沙市艾滋病发病率分别为6.19/10万、8.19/10万;GM(1,1)模型预测出2017年和2018年长沙市艾滋病发病率为6.39/10万和8.16/10万。结论 ARIMA模型及GM(1,1)模型的拟合结果均与长沙市艾滋病发病趋势相同,ARIMA模型对2006—2016年长沙市艾滋病发病率的预测效果较GM(1,1)模型好,预测准确度P高于GM(1,1)模型,平均绝对误差MAE小于GM(1,1)模型     

ARIMA模型与GM(1,1)模型对兴化市结核病发病数预测效果比较

目的 比较求和自回归滑动平均模型(ARIMA)和灰色模型GM(1,1)对结核病发病数的预测效果。方法 利用兴化市2012—2019年结核病月发病和年发病数,分别构建ARIMA模型和GM(1,1)模型,进行发病数的拟合,采用平均绝对百分误差(MAPE)、平均绝对误差(MAE)和判定系数(R²)评价拟合效果。采用优势模型预测2020—2024年发病数。结果 2012—2019年兴化市共报告结核病5 673例,年均发病率55.88/10万。发病率总体呈逐年下降趋势■,男性年平均发病率(79.09/10万)高于女性(31.75/10万),差异有统计学意义(χ²=1017.707,P<0.001)。构建的ARIMA模型为SARIMA(0,1,1)(0,1,1,)₁₂,GM(1,1)模型为■。平均误差率(MER)、平均绝对误差(MAE)和判定系数(R²),ARIMA模型为5.42%、36.43、0.929,GM模型为4.24%、28.50、0.973。GM(1,1)模型的预测效果较好。利用GM(1,1)预...     

三种时间序列模型在盐城市肾综合征出血热发病预测应用中的比较研究

目的比较GM(1,1)灰色模型、求和自回归滑动平均ARIMA模型和神经网络GRNN模型预测盐城市肾综合症出血热(HFRS)发病率的效果,探索最优预测模型。方法利用2005-2015年盐城市HFRS发病率建立GM(1,1)模型、GM(1,1)-GRNN模型、ARIMA模型和ARIMA-GRNN模型,比较模型的拟合效果。根据2016年HFRS发病率比较各模型的预测效果,确定最优模型,并预测2017-2018年HFRS发病率。结果 GM(1,1)模型、GM(1,1)-GRNN模型、ARIMA模型和ARIMA-GRNN模型拟合值相对误差分别为13.364%、2.033%、21.150%和16.519%,预测值相对误差分别为16.350%、10.773%、10.820%和0.018%。采用最优模型ARIMA-GRNN模型预测2017和2018年盐城市HFRS发病率分别为0.859/10~5和0.853/10~5。结论从模型整体拟合预测效果综合考虑,利用ARIMA-GRNN组合模型预测盐城市HFRS发病情况能够取得更好的效果,预测结果可对该病的防控提供数据支撑。     

组合预测模型在丙型病毒性肝炎发病率预测中的应用

目的评价自回归滑动平均模型(ARIMA)、指数平滑模型和季节趋势模型的组合模型对丙型病毒性肝炎(丙肝)发病率预测的效果。方法利用荆州市2007年1月至2015年12月的丙肝逐月发病率作为拟合数据,以2016年1-12月的逐月发病率作为预测数据,分别建立ARIMA、指数平滑模型、季节趋势模型和组合模型,比较4个模型的平均绝对百分比误差(MAPE)、平均误差率(MER)、均方误差(MSE)和平均绝对误差(MAE)。结果 ARIMA模型、指数平滑模型、季节趋势模型和组合模型的拟合的MAPE、MER、MSE、MAE依次分别为18.355%、16.696%、2.417、0.182;15.670%、14.090%、2.047、0.152;15.657%、13.917%、1.974、0.151;15.336%、13.917%、2.016、0.151。4个模型预测的MAPE、MER、MSE、MAE依次分别为14.034%、15.001%、1.185、0.283;13.316%、14.184%、1.112、0.267;10.491%、10.865%、0.834、0.205;12.031%、12.776%、0.992、0.241。结论组合模型的拟合效果优于单一模型,预测效果优于或相当于单一模型。     

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。。     

“十三五”时期我国卫生总费用占国内生产总值比重预测

目的通过分析1978-2015年我国卫生总费用占国内生产总值比重趋势,预测"十三五"时期指标走向,为卫生部门决策提供依据。方法采用ARIMA(0,1,1)模型和GM(1,1)模型进行预测。结果 ARIMA(0,1,1)和GM(1,1)模型预测结果均显示"十三五"时期卫生总费用占国内生产总值比重呈持续上升趋势,ARIMA模型预测值分别为6.3129%、6.4002%、6.4880%、6.5753%、6.6626%,GM(1,1)模型的预测值分别为5.6498%、5.7454%、5.8427%、5.9416%、6.0421%。从模型拟合效果比较来看,ARIMA模型更佳。结论 "十三五"时期,我国卫生总费用占国内生产总值的比重将达到预期目标。     

GM(1,1)灰色预测模型和ARIMA模型在拟合山东省心脑血管疾病死亡率中的应用

目的 运用GM(1,1)灰色模型和ARIMA模型对山东省心脑血管疾病死亡率进行拟合,对拟合结果行进比较。为心脑血管疾病预防提供科学依据。 方法 利用山东省全人群监测点2002-2014年心脑血管疾病死亡率数据分别建立GM(1,1)灰色模型和ARIMA模型,对建立的模型进行拟合,同时运用该模型对2015-2017年心脑血管疾病死亡率进行预测。两种模型拟合评价指标为误差平方和（SSE）、平均绝对百分误差(MAPE)两个指标。 结果 心脑血管疾病死亡率GM(1,1)灰色模型和ARIMA模型SSE和MAPE分别为1236、1189和2.75%、2.73%。2015-2017年心脑血管疾病预测死亡率（1/10万）分别为340.56、349.80、359.03。 结论 心脑血管疾病死亡率呈波动性上升趋势。ARIMA模型拟合效果优于GM(1,1),模型拟合要充分考虑数据特征。     

GM(1,1)灰色模型和ARIMA模型在上海市手足口病发病率预测应用中的比较研究

目的分别采用求和自回归滑动平均模型(autoregressive integrated moving average,ARIMA)和灰色模型GM(1,1)(grey model,GM(1,1))对上海市手足口病的发病率进行预测,并比较两者的预测效果。方法采用2005-2008年上海市手足口病的月发病率和年发病率分别建立ARIMA模型和GM(1,1)模型,并使用2009年的实际年发病率验证两种模型拟合和预测效果。选取相对误差最小的模型预测2011-2012年的发病率。结果 针对手足口病发病率建立的GM(1,1)模型和ARIMA模型,2005-2008年的拟合平均误差率分别为11.06%和10.54%;对2009年进行预测,预测值与实测值的相对误差分别为69.30%和6.51%。采用ARIMA模型对2011年和2012年的年发病率预测为255.32/10万和294.59/10万。结论 ARIMA模型对上海市手足口病的预测效果要优于灰色模型GM(1,1),对解决时间序列类型的发病率等资料有很好的实用价值,预测结果对该病的防治具有科学意义。     

灰色模型GM(1,1)和ARIMA在拟合全国婴儿、5岁以下儿童死亡率中的应用北大核心CSCD

目的比较分析灰色模型GM(1,1)、ARIMA模型在全国婴儿死亡率(IMR)和5岁以下儿童死亡率(U5MR)拟合过程中的适用性,为儿童保健工作提供科学依据。方法以1991-2012年全国IMR、U5MR为原始资料,统一运用SAS分析软件。采用灰色模型GM(1,1)和ARIMA模型进行拟合分析,分别计算各模型拟合MPE、MAPE值,比较各模型的适用性和精确性。结果婴儿死亡率GM(1,1)和ARIMA模型MPE分别为0.32、1.18,MAPE分别为3.09%、5.34%;5岁以下儿童死亡率GM(1,1)和ARIMA模型MPE分别为0.57、0.89,MAPE分别为3.11%、4.33%。结论 GM(1,1)模型对儿童保健指标拟合效果优于ARIMA模型,模型拟合要充分考虑数据特征。     

灰色模型GM(1,1)和ARIMA在拟合全国婴儿、5岁以下儿童死亡率中的应用

目的比较分析灰色模型GM(1,1)、ARIMA模型在全国婴儿死亡率(IMR)和5岁以下儿童死亡率(U5MR)拟合过程中的适用性,为儿童保健工作提供科学依据。方法以1991-2012年全国IMR、U5MR为原始资料,统一运用SAS分析软件。采用灰色模型GM(1,1)和ARIMA模型进行拟合分析,分别计算各模型拟合MPE、MAPE值,比较各模型的适用性和精确性。结果婴儿死亡率GM(1,1)和ARIMA模型MPE分别为0.32、1.18,MAPE分别为3.09%、5.34%;5岁以下儿童死亡率GM(1,1)和ARIMA模型MPE分别为0.57、0.89,MAPE分别为3.11%、4.33%。结论 GM(1,1)模型对儿童保健指标拟合效果优于ARIMA模型,模型拟合要充分考虑数据特征。     

基于GRNN的组合预测模型在传染病发病率预测中的应用

目的研究基于GRNN的组合预测模型拟合传染病发病率的优越性和不足。方法以浙中某市1998—2008年的肺结核发病率为研究资料,分别构建了灰色模型和ARIMA模型,以这两种模型为基础构建了基于GRNN的组合预测模型。结果残差修正GM(1,1)模型、ARIMA(1,0,1)*(1,1,0)12模型、基于GRNN的组合预测模型的MSE,MAE,MAPE和MER分别为37.451,5.692,53.69%,48.51%;18.509,3.761,35.13%,32.05%;9.961,2.571,25.6%,21.9%。结论基于GRNN的组合预测模型的预测精度优于两种单项模型。     

季节性指数平滑法在我国肺结核发病数预测中的应用

目的预测我国结核病发病情况,为有效防治结核病提供参考。方法利用2015年1月至2018年12月我国肺结核发病例数数据,采用指数平滑法进行拟合预测。结果指数平滑法的Winters相乘模型为最优预测模型,平稳的R~2分别为0.859,R~2值为0.842;标准化的BIC为16.663,模型残差为白噪声序列(Ljung-Box Q为26.924,P0.05);Winters相乘模型在Alpha(水平)、Gamma(趋势)、Delta(季节)均有统计学意义(P0.05),该模型预测值与实际值的平均相对误差为2.57%。结论指数平滑法的Winters相乘模型能够较好地预测我国肺结核的发病情况,预测数据可为结核病的防治提供参考,值得进一步推广应用。     

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.     

基于灰色GM(1,1)模型与ARIMA模型的四川省卫生人力资源预测探讨

目的运用灰色GM(1,1)模型与ARIMA模型对四川省卫生人力资源进行预测,为相关部门制定政策提供参考。方法采用EXCEL建立数据库,运用Matlab编程拟合灰色GM(1,1)模型、SPSS22.0拟合ARIMA模型,对四川省1990-2020年卫生人力资源进行了预测。结果拟合的灰色GM(1,1)模型误差绝对值(%)、平均误差值(%)均高于ARIMA(1,1,1)模型。结论 ARIMA(1,1,1)预测结果优于灰色GM(1,1)模型,模型拟合需要考虑数据特征等因素。     

ARIMA模型与灰色预测模型GM(1,1)在HIV感染人数预测中的应用

目的比较ARIMA模型（autoregressive integrated moving average model,ARIMA）与灰色预测模型[gray forecast model,GM（1,1）]在艾滋病感染人数预测上的有效性。方法以安徽省芜湖市2005-2011年疫情资料为基础,分别使用月发病人数及年度发病人数建立ARIMA模型及GM（1,1）模型,通过预测结果与实际值的对比来比较两模型的应用效果。结果 ARIMA模型及GM（1,1）模型的拟合结果均与芜湖市艾滋病发病趋势相一致,ARIMA模型的平均误差率稍高于GM（1,1）模型。结论在对无周期性的艾滋病疫情数据进行预测时,ARIMA模型的预测优势不能得到充分体现,从而使ARIMA模型的平均误差率稍高于GM（1,1）模型,因此在进行传染病及疾病预测时,应综合考虑和比较多种模型的预测效果,选择适合本地区的预测模型进行预测,且应不断补充新的数据对模型进行修正或重新拟合,才能达到有效预测的目的。     

灰色系统GM(1,1)模型预测常州市肺结核发病趋势

目的 建立肺结核灰色预测模型GM(1,1),应用于常州市肺结核发病趋势的预测.方法 根据中国疾病预防控制信息系统中2004-2011年常州市肺结核发病报告资料,建立肺结核发病率灰色预测模型GM(1,1),并对2012-2014年常州市肺结核发病率进行预测.结果 建立的预测模型为(x)(1)(k+1)=-944.7065 e-0.08740κ+1021.7343,经拟合检验,后验差比值C为0.222,小概率误差P为1,拟合精度为优.利用建立的模型预测常州市2012-2014年常州市肺结核发病率分别为42.8812/10万、39.2925/10万和36.0041/10万.结论 GM(1,1)模型较好地拟合了常州市肺结核发病的趋势,预测结果具有参考价值.