單純ARIMA模型和ARIMA-GRNN組合模型在猩紅熱月發(fā)病率中的預測效果比較.pdf

1、目的：整理某市1985年～2008年猩紅熱月發(fā)病率資料,探討單純求和自回歸滑動平均(ARIMA)模型和求和自回歸滑動平均模型與廣義回歸神經(jīng)網(wǎng)絡(ARIMA-GRNN)組合模型在1985年～2008年猩紅熱月發(fā)病率的擬合與預測研究中的應用。方法：收集1985年～2008年猩紅熱月發(fā)病率和1985年～2006年每月氣象因素資料。用秩相關對猩紅熱月發(fā)病率與氣象因素間進行單因素分析。對1985年～2008年猩紅熱月發(fā)病率資料進行統(tǒng)計分析,選取合

2、適時間段資料用于模型的擬合。先對資料建立ARIMA模型,然后將猩紅熱月發(fā)病率的ARIMA模型擬合值作為GRNN網(wǎng)絡的輸入,猩紅熱月發(fā)病率的實際值作為網(wǎng)絡的輸出來訓練網(wǎng)絡。最后比較單純ARIMA模型和ARIMA-GRNN組合模型的效果。結果：猩紅熱月發(fā)病率可能與平均氣溫、平均相對濕度和最低氣溫有統(tǒng)計學關聯(lián)。由于時間序列分析具有以時間變量綜合代替各影響因素的優(yōu)點,不需要知道影響結局變量的相關因素,所以在后期建模時沒有考慮氣象因素對猩紅熱發(fā)病

3、率的影響。1985年～2008年猩紅熱月發(fā)病率資料經(jīng)過初步分析,最后選取1990年～2008年猩紅熱月發(fā)病率為建模數(shù)據(jù)。經(jīng)Cox-Stuarts趨勢檢驗,提示1990年～2008年猩紅熱月發(fā)病率沒有上升或者下降的趨勢,同時白噪聲檢驗也提示1990年～2008年猩紅熱月發(fā)病率不是白噪聲序列而是蘊含一定量的信息。SPSS19.0提供的Expert Modeler建模器提示ARIMA(0,0,2)×(1,0,1)12模型為最優(yōu)模型,模型表達式

4、為(1-0.974B12)xt=0.15+(1+0.366B+0.363B2)(1-0.863B12)εt。該模型殘差通過白噪聲檢驗,Box-Ljung Q統(tǒng)計量為15.857(P=0.322)。光滑因子從0.001開始取值,每次增加一個單位量0.001到0.02,分別對待估點進行預測,計算待估點預測值與實際值誤差序列的誤差均方根(RMSE)值,最后光滑因子確定為0.007,此時待估點的RMSE值達到最小為0.04356。單純ARIMA