首页 > 文献资料
-
自回归滑动平均建模的一种简便定阶方法自回归滑动平均(n,n-1)建模策略
目的 介绍时间序列中自回归滑动平均(ARMA)建模的一种简便定阶方法--ARMA(n,n-1)建模策略.方法 简要说明ARMA(n,n-1)建模策略,并以模拟的ARMA(3,2)序列为例,进行ARMA(n,n-1)建模.结果 结合AIC信息准则和残差序列图,确定了模型合理的阶数.结论 ARMA(n,n-1)建模策略简便易懂,适合医学工作者采用.
-
单纯ARIMA模型和ARIMA-GRNN组合模型在猩红热发病率中的预测效果比较
探讨单纯求和自回归滑动平均(ARIMA)模型和求和自回归滑动平均模型与广义回归神经网络(GRNN)组合模型在猩红热发病率研究中的应用.该研究对某市2000-2006年猩红热月发病率资料建立ARIMA模型,然后将其拟合值作为GRNN的输入,实际值作为网络的输出训练网络,然后比较两个模型的效果.结果 表明,单纯ARIMA模型和组合模型的平均误差率(MER)分别为31.6%、28.7%;决定系数(R2)分别为0.801、0.872.组合模型的效果要优于单纯ARIMA模型,可以用于发病率的拟合与预测.
-
三种模型在肺结核发病预测中的应用
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.
-
细菌性痢疾自回归滑动平均和非线性自回归组合模型预测研究
目的 探讨单纯自回归滑动平均(autoregressive integrated moving average,ARIMA)模型与ARIMA和非线性自回归(nonlinear autoregressive,NAR)组合模型在细菌性痢疾预测中的应用.方法 利用江苏省2004年1月至2015年2月的细菌性痢疾数据作为拟合样本,以2015年3月至2016年5月的数据作为预测样本;建立的模型分别为单纯ARIMA模型和ARIMA-NAR组合模型,然后根据2个模型的平均绝对误差(mean absolute error,MAE)、均方误差(mean square error,MSE)和平均绝对百分比误差(mean absolute percentage error,MAPE)比较模型的效果,其值越小模型效果越好.结果 在模型的拟合阶段,单纯ARIMA模型的MAE、MSE和MAPE分别为0.177 5、0.081 4和0.184 7,ARIMA-NAR组合模型分别为0.094 1、0.029 5和0.104 6.在模型的预测阶段,单纯ARIMA模型的MAE、MSE和MAPE也分别大于ARIMA-NAR组合模型.结论 ARIMA-NAR组合模型对于江苏省细菌性痢疾发病率时间序列的预测效果优于单纯ARIMA模型.建议尝试使用ARIMA-NAR组合模型预测细菌性痢疾的发病率.
-
应用时间序列模型预测江苏省钩虫感染率
目的 探讨应用时间序列ARIMA模型预测江苏省钩虫感染率的可行性.方法 以1990-2006年江苏省钩虫感染率数据做为训练数据集,应用SAS 9.0软件对训练数据集进行差分平稳化处理后,采用小信息准则筛选参数,构建全省钩虫病自回归滑动平均模型(ARIMA),预测全省钩虫感染率.结果 初步确定全省钩虫感染率时间序列模型ARIMA(1,2,0),应用该模型预测的全省钩虫病流行趋势与实际感染情况相一致,实际感染率均落在预测值95％可信区间内；模型预测的2007-2011年全省钩虫感染率与实际感染率基本相符,小预测误差仅为9.23％.结论 构建的时间序列模型具有良好的预测效果和一定的防治应用价值.
-
象山县麻疹疫情监测及时间序列分析
目的：应用时间序列模型对象山县麻疹疫情进行分析和预测。方法采用描述流行病学方法分析象山县2002—2013年麻疹疫情监测数据，并对该序列资料进行平稳化、定阶并估计参数；建立时间序列模型，以2014年发病资料作为模型预测效果的考核样本来评价模型可靠性。结果象山县麻疹发病率自2008年明显上升后，一直维持较低水平，但有小幅波动，且疫情按月分布没有明显集中性。对麻疹发病数序列建立 ARMA 模型，并应用该模型预测已知的2014年1—4月份麻疹发病数，模型预测值与实际值基本一致，且实际值均处于预测值95％的可信区间内。结论ARMA 模型对象山县麻疹发病情况的拟合结果满意，预测效果良好，可为该县麻疹的预测预警提供依据。
