|
|||||
|
|
| ARIMA乘积季节模型与GRNN模型在猩红热发病预测中的比较 | |
| 作者姓名： | 冯佳宁 肖宇飞 王晓璇 孙娜 许小珊 王素珍 石福艳 |
| 作者单位： | 潍坊医学院公共卫生学院 |
| 基金项目： | 国家自然科学基金(81872719,81803337)；;山东省自然科学基金(ZR2019MH034)； |
| 摘 要： | 目的探寻适合猩红热发病的预测模型,为猩红热的预防和控制提供科学依据。方法利用全国2011年1月至2018年12月的猩红热月发病率,通过R 3.6.1软件建立求和自回归移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型和软件Matlab 9.1创建广义回归神经网络(generalized regression neural netword,GRNN),通过R2比较模型的拟合效果,平均相对误差比较模型预测能力,并对2019年1月-6月发病率进行预测。结果创建的ARIMA(2,1,2)(0,1,1)12乘积季节模型平稳R2为0.336,预测2019年1-6月的发病率(1/10万)分别为0.637、0.274、0.377、0.579、0.910和0.937,GRNN模型的R2为0.823,预测2019年1-6月发病率(1/10万)分别为0.626、0.178、0.321、0.445、0.789和0.774。模型的平均相对误差分别为31.1%和... |
| 关 键 词： | 求和自回归移动平均模型 广义回归神经网络 猩红热 发病预测 |