三种模型在肺结核发病预测中的应用 |
| |
引用本文: | 张国良,后永春,舒文,朱士玉,聂绍发,许奕华.三种模型在肺结核发病预测中的应用[J].中国卫生统计,2013,30(4). |
| |
作者姓名: | 张国良 后永春 舒文 朱士玉 聂绍发 许奕华 |
| |
作者单位: | 华中科技大学同济医学院公共卫生学院流行病与卫生统计学系,430030 |
| |
基金项目: | 国家"十一五"科技重大专项 |
| |
摘 要: | 目的 比较求和自回归滑动平均(ARIMA)模型、ARIMA与广义回归神经网络(GRNN-ARIMA)组合模型、径向基函数(RBF)网络模型在肺结核发病预测中的应用,探讨优化模型,为完善结核病预测预警系统提供建议和资料.方法 利用1998年1月-2011年6月全国肺结核逐月发病资料构建ARIMA模型,而2011年7-12月数据作为模型测试值;将上述ARIMA模型拟合值作为GRNN模型输入值,各月实际发病率作为输出值,构建GRNN-ARIMA组合模型并预测;将1998年1月-2011年6月数据分段,构建三维输入,一维输出的RBF网络模型并预测.比较三种模型的拟合及预测效果优劣.结果 三种模模型拟合肺结核发病情况的均方误差MSE值依次为GRNN-ARIMA (0.0848)<RBF(0.1987)<ARIMA (0.2800);三种模型预测2011年7-12月各月的发病率与实际值比较的均方误差MSE值依次为:GRNN-ARIMA(0.0571)<RBF(0.1024)< ARIMA(0.1053),其他模型评价指标也显示GRNN-ARIMA组合模型误差最小.结论 GRNN-ARIMA组合模型拟合及预测效果均优于RBF网络模型和单纯ARIMA模型,它能显著提高预测精度,具有很好的实用价值.
|
关 键 词: | 自回归滑动平均模型 广义回归神经网络 径向基函数网络 肺结核预测 |
Comparison of Three Models on Prediction of Incidence of Pulmonary Tuberculosis |
| |
Abstract: | |
| |
Keywords: | ARIMA model GRNN RBF network Pulmonary tuberculosis Predict |
本文献已被 万方数据 等数据库收录! |
|