首页 > 文献资料
-
变权组合模型在我国手足口病发病率预测中的应用
目的 探讨变权组合模型在我国手足口病月发病率预测中的应用,并与ARIMA模型和残差自回归模型的预测效果进行比较.方法 收集2008年1月至2014年12月我国手足口病月发病率资料,用SPSS13.0和Eviews8.0拟合三种模型,并用2014年7-12月的数据比较三种模型的拟合和预测效果.结果 ARIMA模型、残差自回归模型和变权组合模型拟合及预测的MRD,MSE,RMSE和MAE分别为14.006,4.689,2.165,0.147和13.565,4.416,2.101,0.133;16.793,7.247,2.692,0.171和16.206,6.639,2.577,0.164;8.447,1.843,1.358,0.092和8.409,1.833,1.354,0.082.结论 变权组合模型拟合及预测效果优于ARIMA模型和残差自回归模型.
-
预测我国医护比例的模型研究
目的:应用残差自回归模型预测我国医护比例的变化趋势,并将其预测效能同灰色模型[GM(1,1)]的预测效能进行比较,从而为了解我国医护比例变化趋势提供依据.方法:收集1980 ~ 2014年我国医护比例的资料,用SAS 9.3统计软件构建灰色GM(1,1)模型,用EViews 8.0统计软件构建残差自回归模型,并使用建立好的统计模型对我国2015 ~ 2025年医护比例的变化趋势进行预测.结果:残差自回归模型拟合及预测的MRD、MSE、RMSE和MAE分别为2.337 8、0.000 4、0.019 0、0.014 4、2.746 8、0.000 7、0.026 8、0.026 8.GM(1,1)模型拟合及预测的MRD、MSE、RMSE和MAE分别为4.203 1、0.001 2、0.034 3、0.026 4、9.653 4、0.009 0、0.094 9、0.094 3,并使用残差自回归模型对2015 ~ 2025年我国医护比例进行了预测.结论:残差自回归模型对我国医护比例的拟合精度较高,预测效果可靠;从2014年开始我国医护比例基本持平,并呈不断上升的趋势.
-
残差自回归模型和Holt双参数指数平滑模型在“一带一路”沿线部分国家婴儿死亡率预测中的应用及比较
目的 探讨残差自回归模型和Holt双参数指数平滑模型在“一带一路”沿线部分国家(中国-中南半岛经济走廊沿线)婴儿死亡率预测中的应用.方法 利用越南、老挝、柬埔寨、缅甸、泰国、新加坡、马来西亚和中国1978-2013年婴儿死亡率时间序列数据作为训练集建立残差自回归模型、Holt双参数指数模型,以2014-2016年婴儿死亡率作为验证集验证模型,并比较拟合及预测效果.结果 在各国婴儿死亡率预测模型拟合中,残差自回归模型各赤池信息准则(Akaikeinformation criterion,AIC)评价指标均优于Holt双参数指数模型.预测方面两模型均显示出较高的预测精度,残差自回归预测模型大部分指标(绝对误差和相对误差)小于Holt双参数指数模型.其中老挝、缅甸、柬埔寨三个国家残差自回归模型对不同年份的婴儿死亡率(infant mortality rate,IMR)预测效果均优于Holt双参数指数模型.结论 残差自回归模型和Holt双参数指数模型在“一带一路”沿线部分国家婴儿死亡率预测中表现均较好.残差自回归模型的拟合效果更优,残差自回归模型对婴儿死亡率的预测效果在大多数国家大多数年份优于Holt双参数指数模型.
关键词: 一带一路 时间序列分析 婴儿死亡率 残差自回归模型 Holt双参数指数模型 -
SARIMA模型与残差自回归模型在甲肝发病率预测中的应用及比较
目的 比较季节性求和自回归移动平均(SARIMA)模型及残差自回归模型在甲肝发病率预测中的应用效果.方法 根据四川省2004年1月~2009年6月的甲肝月发病率资料,分别拟合SARIMA模型和残差自回归模型,比较两种 模型的拟合及预测效果.结果 SARIMA模型的AIC值和BIC值分别为64.98和59.07,残差自回归模型的AIC值和BIC值分别为110.01和103.44; SARIMA模型的拟合值与实际值的MAPE、MAE及MSE分别为0.034 9、0.083 5及0.001 6,残差自回归模型的SARIMA的拟合值与实际值的MAPE、MAE及MSE分别为0.055 7、0.139 2及0.005 0.结论SARIMA模型的拟合与预测效果优于残差自回归模型.
-
残差自回归模型在艾滋病感染率变化趋势中的应用
目的 探讨建立残差自回归模型预测某市艾滋病新发感染率的可行性.方法 根据某市40个区县1995-2009年艾滋病感染情况数据资料,建立了二次方程和ARMA(1,0)的残差自回归模型.结果 残差自回归模型能较好地拟合当地艾滋病月度新发感染率的变动趋势,且2009-08/12的预测值符合实际值的变动趋势.结论 该模型能够较好地模拟当地艾滋病新发感染率在时间序列上的变化,可为该地艾滋病新发感染情况的短期预测提供依据.