首页 | 本学科首页   官方微博 | 高级检索  
     

ARIMA模型在疟疾发病率预测中的应用
引用本文:夏菁,张华勋,林文,裴速建,孙凌聪,董小蓉,曹慕民,吴冬妮,蔡顺祥. ARIMA模型在疟疾发病率预测中的应用[J]. 中国血吸虫病防治杂志, 2016, 28(2): 135-140
作者姓名:夏菁  张华勋  林文  裴速建  孙凌聪  董小蓉  曹慕民  吴冬妮  蔡顺祥
作者单位:湖北省疾病预防控制中心血吸虫病防治研究所 (武汉430079)
摘    要:
目的 目的 应用自回归求和移动平均模型 (Autoregressive Integrated Moving Average Model, ARIMA) 进行湖北省本地疟疾发病率预测。 方法 方法 应用SPSS 13.0软件对2004-2009年湖北省本地疟疾发病率构建ARIMA模型, 并以2010年发病率数据检验模型, 评价模型拟合及预测效果。 结果 结果 经检验确认ARIMA (1,1,1) (1,1,0) 12模型拟合效果相对最优, AIC=76.085, SBC=84.395, 发病率实际值均在预测值的95%可信区间内, 表明模型预测效果较好。 结论 结论 ARIMA模型可对湖北省本地疟疾发病率进行较好的拟合和预测。

关 键 词:疟疾   时间序列   ARIMA模型   预测   发病率  

Application of ARIMA model on prediction of malaria incidence
Affiliation:Institute of Schistosomiasis Control, Hubei Provincial Center for Disease Control and Prevention, Wuhan 430079, China
Abstract:
Objective Objective To predict the incidence of local malaria of Hubei Province applying the Autoregressive IntegratedMoving Average model(ARIMA) . Methods Methods SPSS 13.0 software was applied to construct the ARIMA model based on themonthly local malaria incidence in Hubei Province from 2004 to 2009. The local malaria incidence data of 2010 were used formodel validation and evaluation. Results Results The model of ARIMA(1,1,1)(1,1,0) 12 was tested as relatively the best optimalwith the AIC of 76.085 and SBC of 84.395. All the actual incidence data were in the range of 95% CI of predicted value of themodel. The prediction effect of the model was acceptable. Conclusion Conclusion The ARIMA model could effectively fit and predict theincidence of local malaria of Hubei Province.
Keywords:Malaria   Time series  ARIMA model  Prediction  Incidence
本文献已被 CNKI 等数据库收录!
点击此处可从《中国血吸虫病防治杂志》浏览原始摘要信息
点击此处可从《中国血吸虫病防治杂志》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号