| SARS病例数的统计学与灰色模型预测效果评价 |
| |
| 引用本文： | 林昆,朱碧柳,曾旸,张建军,张庆英,罗家逸. SARS病例数的统计学与灰色模型预测效果评价[J]. 华南预防医学, 2007, 33(2): 13-17 |
| |
| 作者姓名： | 林昆 朱碧柳 曾旸 张建军 张庆英 罗家逸 |
| |
| 作者单位： | 汕头大学医学院卫生学教研室,广东,汕头,515041;汕头大学医学院卫生学教研室,广东,汕头,515041;汕头大学医学院卫生学教研室,广东,汕头,515041;汕头大学医学院卫生学教研室,广东,汕头,515041;汕头大学医学院卫生学教研室,广东,汕头,515041;汕头大学医学院卫生学教研室,广东,汕头,515041 |
| |
| 基金项目： | 2006年汕头市重点科技计划项目(汕府科200682号) |
| |
| 摘 要： | 目的探索香港SARS流行的规律,寻找预测SARS短期流行的方法。方法香港每日SARS病例数据(2003年3月11日至2003年6月12日)来源于香港卫生署。采用数理统计学与系统工程学的方法,包括曲线拟合、γ分布、时间序列以及灰色动态GM(1,1)模型等13种方法对每日病例数进行预测。使用预测误差、总体95%可信区间和实际病例数与预测病例数的配对t检验对13种方法的预测效果进行评价。结果对香港SARS日累计病例数预测误差最小的方法分别是:流行高峰期为时间序列、流行下降期为γ分布、流行终末期为灰色模型,其预测误差的中位数分别为0.29%、0.02%和0.03%,且3种方法的预测病例数平均数均不超过实际病例数平均数的95%可信区间。在流行全程预测方面,灰色模型对日累计病例数的预测误差中位数最小,为0.16%;γ曲线和时间序列对日发病数的预测误差中位数较小,分别为0.27%和3.09%。结论时间序列、γ分布和灰色动态GM(1,1)模型对香港SARS流行的短期预测效果较好。
|
| 关 键 词： | 严重急性呼吸综合征 流行病学 预测 |
| 文章编号： | 1671-5039（2007）02-0013-05 |
| 收稿时间： | 2007-02-12 |
| 修稿时间： | 2007-02-12 |
Evaluation on statistical and grey models to predict daily SARS cases |
| |
| LIN Kua, ZHU Bi-liu, ZENG Yang,et al.. Evaluation on statistical and grey models to predict daily SARS cases[J]. South China JOurnal of Preventive Medicine, 2007, 33(2): 13-17 |
| |
| Authors: | LIN Kua ZHU Bi-liu ZENG Yang et al. |
| |
| Affiliation: | LIN Kua, ZHU Bi-liu, ZENG Yang, et al. |
| |
| Abstract: | |
| |
| Keywords: | Severe acute respiratory syndrome Epidemiology Prediction |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
