首页 > 文献资料
-
时间序列模型在麻疹发病例数预测中的应用
目的:探讨时间序列分解法结合ARIMA模型相较于单纯使用ARIMA模型的优越性.方法:利用宁波市9年麻疹数据,运用两种方法对2013年宁波市麻疹发病例数进行预测并进行结果比较.结果:时间序列分解法结合ARIMA模型,建立ARIMA模型为(2,0,0)(0,0,0)4,所有参数都通过统计学检验,对模型进行残差白噪声检验(延迟13阶,P=0.634),说明模型拟合合理.AIC、BIC、残差平方和均小于单纯使用ARIMA构建的模型.结论:时间序列分解法和ARIMA模型的联合使用,预测效果优于单纯使用ARIMA模型.
-
时间序列分解法在预防接种门诊接种量预测的应用
目的 探讨适用预防接种门诊疫苗接种量的预测模型.方法 收集宁海县城关预防接种门诊2010-2014年各月常规免疫剂次数,应用时间序列分解法建立接种剂次数的趋势值(Y)随时间(t)的回归方程,预测2015年各月接种剂次数.结果 该门诊月接种剂次数的趋势值回归方程为Y =6 750.383 8-15.289 5 t,据此预测2015年该门诊各月接种剂次数与实际接种剂次数的相对误差在0.45％-25.44％之间.结论 应用时间序列分解法对预防接种门诊接种量的预测具有良好的可行性.
-
2011-2017年我国人间布鲁氏菌病发病的长期趋势和季节性研究
目的 了解我国人间布鲁氏菌病(人布病)发病的长期趋势和季节性特征,为布病防控提供科学依据.方法 收集2011年1月-2017年12月国家卫计委发布的人布病逐月发病数据,首先利用时间序列法分解出人布病月发病数的季节性变动因素和长期趋势因素,并对长期趋势进行曲线拟合,然后构建基于季节性变动因素的圆形分布法并分析人布病的季节性特征.结果 2011-2017年我国人布病月发病数的长期趋势因素的佳拟合方程为:T=3988.01-85.983t+4.117t2-0.041t3(R2=0.956),发病数先缓慢上升后下降;圆形分布显示我国人布病发病具有季节性集中趋势(P<0.01),发病高峰日为6月7日,流行高峰期为3月3日-9月11日.结论 2011-2017年我国人布病发病例数呈缓慢上升后下降的趋势,发病呈季节性,春夏季高发,应在冬季做好布病防控工作.
-
时间序列分析在其它感染性腹泻预测预警中的应用
目的:应用时间序列分解法分析其它感染性腹泻的季节性和应用ARIMA模型进行预测预警,为德清县其它感染性腹泻防治提供参考依据.方法:应用Excel2010软件计算2004年-2011年德清其它感染性腹泻季节性因素Si；用SPSS19.0软件对2004年-2010年德清县其它感染性腹泻拟合构建佳ARIMA模型,并计算95％和90％预测值可信区间,所得到的模型对2011年发病数进行预测预警,并与实际值进行比较.结果:其它感染性腹泻存在明显的季节性,发病高峰为11月,次高为7月；ARIMA(1,0,0)(0,1,1)12模型拟合效果总体较好,实际值基本在预测值的95％可信区间范围内,但有3个月实际发病数超过预测值90％可信区间上限.结论:时间序列分解法可以分析其它感染性腹泻发病季节性；ARIMA模型能够运用于其它感染性腹泻发病趋势的预测预警,预测值90％可信区间上限可以作为预警限值.
-
应用时间序列分解法预测门诊人次
医院的门诊人次与季节的变动、气候的变化等有关,科学的预测门诊人次能为医院领导制定门诊工作计划和门诊管理工作提供参考依据.
