版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、目的：探索應用時間序列求和自回歸移動平均(Autoregressiveintegratedmovingaverage,ARIMA)模型預測本地區(qū)常見呼吸道傳染病的發(fā)病情況。為本區(qū)制定呼吸道傳染病的預防監(jiān)測措施提供決策依據,同時為其它呼吸道傳染病預測模型的研究提供參考。
方法：利用《國家疾病報告管理信息系統(tǒng)》的資料,應用SPSS13.0統(tǒng)計軟件、采用ARIMA模型,對2007年1月—2011年12月合肥市蜀山區(qū)常見6種呼吸道傳染
2、病即麻疹、風疹、流行性腮腺炎、流行性感冒、水痘、流腦,逐月的發(fā)病情況進行建模和擬合,經過參數估計、模型診斷、模型評價,選擇得到最優(yōu)模型,并對2012年各月發(fā)病情況進行預測,評價模型的預測效果。
結果：本文研究的6種常見呼吸道傳染病高發(fā)季節(jié)均在3-5月份、11月份至次年的1月份。經過建模、擬合,得出ARIMA(0.0.1)(0.0.1)是本地區(qū)常見呼吸道傳染病擬合的最佳模型。模型擬合統(tǒng)計量均方根誤差(RootMeanSquare
3、Error,RMSE)為20.299,平均絕對百分位差(MeanAbsolutePercentError,MAPE)為41.264,正態(tài)化的BIC為6.226,決定系數R2為0.269,根據貝葉斯準則BIC值最小,R2最大為最優(yōu)模型;Ljung–BoxQ值為0.375,即P=0.375,可知殘差屬于白噪聲值,說明本模型預測相對適合。建立模型之后對數據進行ARIMA分析預測,并進一步對2012年本地區(qū)呼吸道傳染病的發(fā)病進行預測,結果顯示2
4、012年各月份實際發(fā)病趨勢與預測曲線圖高度吻合,說明ARIMA模型擬合精度和預測效果均較好。ARIMA模型對未來12月內的預測值在這幾種傳染病發(fā)病情況未發(fā)生顯著變化時,能較好地預測這幾種傳染病未來的走勢及發(fā)病數。
結論：ARIMA模型對蜀山區(qū)常見呼吸道傳染病擬合的預測效果較為滿意,ARIMA模型是針對有季節(jié)性變動和趨勢性分月發(fā)病情況的時間序列提出的建模方法。ARIMA模型對未來12月內的預測值在這幾種傳染病發(fā)病情況未發(fā)生顯著變
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，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確性、安全性和完整性, 同時也不承擔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