2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩42頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來,艾滋病已經(jīng)成為威脅人類健康的重大公共衛(wèi)生問題之一。艾滋病具有流行迅速、病死率較高等特點,且尚無有效治療方法,對于社會經(jīng)濟(jì)發(fā)展穩(wěn)定具有重要影響。目前我國艾滋病發(fā)病已進(jìn)入到快速增長階段,并且具有傳播隱蔽,發(fā)病率數(shù)據(jù)極不穩(wěn)定等特點。因此,對艾滋病發(fā)病率進(jìn)行預(yù)測,從而采取更加有效的干預(yù)措施,對于艾滋病的預(yù)防控制具有重要的意義。
  GM(1.1)作為較早提出灰色預(yù)測模型之一,數(shù)據(jù)預(yù)測比較穩(wěn)定。該模型通過對隨機(jī)原始數(shù)據(jù)進(jìn)行累加,將其

2、轉(zhuǎn)化為具有規(guī)律的數(shù)據(jù),再用離散數(shù)據(jù)建立方程,擬合其中的規(guī)律并進(jìn)行外推,最后形成一階微分方程模型。該模型具有樣本需要量小、預(yù)測準(zhǔn)確、計算簡便等特點。近年來該模型在各種領(lǐng)域中得到了廣泛應(yīng)用。
  差分自回歸移動平均模型(Autoregressive Integrated Moving Average Model,ARIMA模型)創(chuàng)建于20世紀(jì)60年代,由美國統(tǒng)計學(xué)家Box和英國Jenkins提出。該模型依賴于時間的隨機(jī)變量之間的相互作

3、用所具有的自相關(guān)性,并且根據(jù)對象的延續(xù)性,以時間序列的過去值和現(xiàn)在值為基礎(chǔ)預(yù)測出來未來值。時間序列分析是研究事物發(fā)展變化的另外一種量化的分析方法。
  研究目的:
  本研究旨在根據(jù)現(xiàn)有數(shù)據(jù)的描述基礎(chǔ)上,利用GM(1.1)模型和ARIMA模型對全國艾滋病發(fā)病率進(jìn)行預(yù)測,對模型的可行性進(jìn)行評估,對模型的預(yù)測效果進(jìn)行比較。以期篩選出更加合理的預(yù)測模型,得到更加準(zhǔn)確的預(yù)測結(jié)果,為衛(wèi)生部門制定預(yù)防干預(yù)策略提供參考。
  研究方

4、法:
  利用GM(1.1)模型和ARIMA模型對1999-2014年的全國艾滋病發(fā)病率進(jìn)行分析,對各自的擬合精度進(jìn)行測算,再進(jìn)行回代擬合,在此基礎(chǔ)上預(yù)測2015和2016年全國艾滋病的發(fā)病率,并對兩個模型的擬合度和預(yù)測效果進(jìn)行比較。
  研究結(jié)果:
  GM(1.1)模型結(jié)果顯示擬合精度為二級,模型預(yù)測2015年和2016年全國艾滋病發(fā)病率分別為8.18/10萬和10.54/10萬,GM(1.1)模型結(jié)果顯示,未來兩

5、年全國艾滋病發(fā)病率呈明顯的上升趨勢。利用ARIMA模型擬合艾滋病發(fā)病趨勢效果較好,預(yù)測2015年和2016年艾滋病發(fā)病率分別為3.85/10萬、4.42/10萬,通過該結(jié)果,我們發(fā)現(xiàn)未來兩年艾滋病發(fā)病率將持續(xù)在一個較高的水平。
  研究結(jié)論:
  兩種預(yù)測模型結(jié)果存在差異,GM(1.1)模型預(yù)測效果較差,ARIMA模型的擬合度較好。兩種模型預(yù)測的結(jié)果均顯示未來兩年我國艾滋病發(fā)病率將持續(xù)升高。
  結(jié)果提示我國相關(guān)衛(wèi)生部

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論