首页 > 文献资料
-
基于ARIMA模型分析西安市鄂邑区HFRS疫情
目的 基于时间序列分析的求和自回归移动平均(autoregressive integrated moving average,ARIMA)模型分析肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)疫苗接种情况对陕西省西安市鄂邑区HFRS疫情的影响.方法 收集陕西省西安市鄂邑区1971-01～2012-12各监测点HFRS病例监测数据,建立基础数据库,将数据依据疫苗接种情况进行分组,对HFRS月发病率进行ARIMA建模拟合及预测,通过模型评价分析HFRS疫苗接种对疫情的影响.结果 1971-2012年,陕西省西安市鄂邑区共报告人间HFRS患者12702例,HFRS年发病率在1971-1990年间呈增长趋势,从1994年开始年发病率总体呈现波动降低趋势,且疾病发生存在明显的季节性和双峰特征,模型分析显示忽略疫苗接种情况利用整体发病数据构建的模型,其拟合优度明显差于利用接种疫苗前发病数据而构建的模型,其预测方差也劣于利用接种疫苗后发病数据而建立的模型.结论 自1994年鄂邑区开始接种HFRS疫苗后,HFRS疫情得到一定控制,且基于疫苗接种分组数据建立的模型能更好地体现这一干预措施对HFRS疫情的影响.
关键词： 肾综合征出血热 HFRS疫苗 求和自回归移动平均模型 预测 -
时间序列分解法在北京市朝阳区细菌性痢疾周报告发病率预测中的应用
目的 使用时间序列分解法建立数学模型对北京市朝阳区细菌性痢疾报告发病率按"周"进行预测,并评价模型的预测效果.方法 首先使用时间序列分解法剔除时间序列的季节变动因素(S_t),然后对剔除季节因素后的时间序列通过模型识别、参数估计及检验、白噪声检验等过程,建立求和自回归移动平均模型(ARIMA),后将S_t和ARI-MA相乘得到预测模型.结果 对朝阳区2008年细菌性痢疾报告发病率建立预测模型为S_t×ARIMA(2,1,3),预测的平均误差为-0.06,平均相对误差为2.32%.结论 时间序列分解法可以利用按"周"统计的数据进行预测,缩短了预测周期,并具有较高的短期预测精度.
关键词： 细菌性痢疾 时间序列 求和自回归移动平均模型 预测 -
ARIMA 模型和 BP 神经网络模型在我国乙型肝炎发病预测中的应用
目的：探讨适合全国乙肝发病率的预测模型，为乙肝预测预警系统提供参考。方法应用2004－2012年全国乙肝月发病率数据，分别建立 ARIMA 模型和 BP 神经网络模型，利用建立的模型预测2013年1－12月乙肝发病率，采用实际发病率验证与比较两种模型的预测效果，评价指标为平均绝对误差（MAE）、平均绝对误差率（MER）和非线性相关系数（RNL）。结果全国2004－2013年乙肝月发病率在2.79／10万～9.44／10万间波动，序列具有明显的长期趋势。建立的乘积 ARIMA（0，1，1）（0，1，1）12模型预测的 MAE、MER、RNL 分别为0.445、0.065、0.909，BP 神经网络模型分别为0.635、0.093、0.872。ARIMA 模型预测的平均绝对误差和平均绝对误差率要低于 BP 神经网络模型（△MAE＝0.190，△MER＝0.028），非线性相关系数要高于BP 神经网络模型（△RNL＝0.037）。结论 ARIMA 模型和BP 神经网络模型均适用于我国乙肝发病率的预测，且前者的预测效能和非线性拟合能力略优于后者。
关键词： 乙型肝炎 发病率 求和自回归移动平均模型 BP 神经网络模型 预测 -
ARIMA与ARIMAX模型在钉螺密度预测中的应用
目的 探讨ARIMA与ARIMAX模型在预测钉螺密度的适用性,为湖北省钉螺的控制提供参考依据.方法 收集湖北省潜江市1980-2012年的钉螺查螺资料及气象资料,应用ARIMA与ARIMAX模型对潜江市钉螺密度进行预测分析.结果 钉螺密度的ARIMA模型为(1-B)(1-0.643B6)dt=εt,ARIMAX模型为dt=16.371+(-0.522-0.363B)temt+(1+0.590B)εt.ARIMA模型与ARIMAX模型的参数差异均有统计学意义(P＜0.05),实测值和预测值的趋势基本上一致,实测值均在预测值的95％可信区间内.结论 ARIMA模型与ARIMAX模型可以应用于钉螺密度的预测,具有较好的精度.
关键词： 钉螺密度 求和自回归移动平均模型 动态回归模型 预测 -
应用ARIMA模型预测宜昌市手足口病的发病趋势
目的 探讨ARIMA模型在宜昌市手足口病发病预测中的应用,为进一步采取干预措施提供科学依据.方法 基于宜昌市2008～2013年手足口病发病率的数据建立一个原始时间序列,采用求和自回归移动平均模型(ARIMA模型),对2014年手足口病的发病率进行预测.结果 ARIMA(0,0,1)(1,1,0)12为优模型,宜昌市手足口病的实际值与预测值及其95％置信区间基本一致,ARIMA模型的拟合效果较好.结论 手足口病在临床上具有很高的发病率,常易引起托幼机构、学校等聚集场所的暴发流行,严重时可引起患儿死亡,对婴幼儿的影响较大,ARIMA模型能较好地模拟宜昌市手足口病发病在时间序列的变化趋势,为制定防控措施和策略提供科学的依据.
关键词： 求和自回归移动平均模型 手足口病 发病趋势 预测
