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(bào)或認(rèn)領(lǐng)
文檔簡介
1、目的:
對收集的甲肝患病率資料采用確定性分析、隨機(jī)性分析、確定性和隨機(jī)性混合性分析以及不依賴數(shù)據(jù)原始分布特征的四種時(shí)間分布模型進(jìn)行擬合,分析和比較不同的時(shí)間分布模型對資料的擬合和預(yù)測效果,為甲肝的流行趨勢研究提供參考,為維護(hù)居民健康,制定防治策略及防范重點(diǎn),合理分配衛(wèi)生資源等提供理論依據(jù)。
方法:
本研究從法定傳染病報(bào)告系統(tǒng)收集整理2006年1月-2014年12月浙江省甲型病毒性肝炎染病報(bào)告卡,按月對甲肝報(bào)
2、告病例數(shù)進(jìn)行匯總,從浙江省疾病預(yù)防控制中心收集浙江省2006年-2014年的常住人口數(shù)據(jù)并計(jì)算甲肝按月統(tǒng)計(jì)的發(fā)病率;采用序列圖對2006年1月-2014年12月的甲肝分布特征進(jìn)行描述;采用自回歸求和滑動平均模型(Autoregressive Integrated Moving Average Model,ARIMA)、指數(shù)平滑法(Exponential smoothing method)、殘差自回歸模型(Auto-Regressive
3、Model)以及灰色模型(Grey Model,GM)分別對2006年1月-2013年12月和2006年1月-2011年12月甲肝按月發(fā)病率進(jìn)行擬合,并采用R2,AIC,SBC等對模型擬合效果進(jìn)行評價(jià);采用本研究建立的模型對2014-2015年和2012-2015的甲肝按月發(fā)病率進(jìn)行預(yù)測,采用均方誤差(Mean Square Error, MSE)、均方根誤差(Rooted MeanSquare Error, RMSE)和平均絕對百分比
4、誤差(Mean Absolute Percent Error, MAPE)對模型預(yù)測效果進(jìn)行評價(jià)。資料整理采用Excel2013,模型擬合采用SAS9.2和SPSS20.0統(tǒng)計(jì)分析軟件,以P≤0.05為差異有統(tǒng)計(jì)學(xué)意義。
結(jié)果:
對浙江省2006年1月-2013年12月的數(shù)據(jù)擬和ARIMA(2,1,1)(0,1,1)12NOINT,ARIMA(1,1,1)(0,1,1)12N0INT和ARIMA(0,1,1)(0,1
5、,1)12NOINT模型,模型參數(shù)均通過檢驗(yàn),殘差序列均為白噪聲序列,按照參數(shù)個(gè)數(shù)越少模型最優(yōu),AIC和SBC越小模型越優(yōu)的判斷標(biāo)準(zhǔn),最終確定ARIMA(1,1,1)(0,1,1)NOINT模型為擬合效果最優(yōu)的ARIMA模型;采用阻尼趨勢、簡單季節(jié)性、Winters加法和Winters乘法模型對2006年1月-2013年12月甲肝按月發(fā)病率進(jìn)行擬合,Winters乘法模型的R2達(dá)到0.92,且平均絕對百分比誤差,均方誤差,均方根誤差和B
6、IC均為四個(gè)模型中最小,Winters乘法是擬合效果最優(yōu)的指數(shù)平滑法;殘差自回歸模型的總R方為0.86,擬合效果優(yōu)于確定性回歸模型,Durbin-Watson統(tǒng)計(jì)量為1.94,接近2,模型殘差序列不相關(guān),殘差自回歸模型擬合情況良好,對甲肝總體流行趨勢以及季節(jié)性波動狀況的擬合均有較好的表現(xiàn);對2006年1月-2013年12月數(shù)據(jù)擬合GM(1,1)模型,模型后驗(yàn)差比值C=0.4902,小誤差概率P=0.8316,模型的精度為合格,可以使用模
7、型進(jìn)行外推預(yù)測。
對2006年1月-2011年12月的數(shù)據(jù)擬和ARIMA((1,12),1,(1,12))NOINT,ARIMA((1,12),1,1)NOINT和ARIMA((12),1,1)NOINT模型,模型殘差序列均為白噪聲序列,按照參數(shù)個(gè)數(shù)越少模型最優(yōu),AIC和SBC越小模型越優(yōu)的判斷標(biāo)準(zhǔn),最終確定ARIMA((12),1,1)NOINT模型為擬合效果最優(yōu)的ARIMA模型;采用阻尼趨勢、簡單季節(jié)性、Winters加法
8、和Winters乘法模型對2006年1月-2011年12月甲肝按月發(fā)病率進(jìn)行擬合,Winters乘法模型的R2達(dá)到0.91,且平均絕對百分比誤差,均方誤差,均方根誤差和BIC均為四個(gè)模型中最小,Winters乘法是擬合效果最優(yōu)的指數(shù)平滑法;殘差自回歸模型的總R2為0.89,擬合效果明顯優(yōu)于確定性回歸模型,Durbin-Watson統(tǒng)計(jì)量為2.03,接近2,模型殘差序列不相關(guān),殘差自回歸模型擬合情況良好,對甲肝總體流行趨勢以及季節(jié)性波動狀
9、況的擬合均有較好的表現(xiàn);對2006年1月-2011年12月數(shù)據(jù)擬合GM(1,1)模型,模型后驗(yàn)差比值C=0.5594,小誤差概率P=0.7887,模型的精度為基本合格。
采用2006-2013年建立的ARIMA(1,1,1)(0,1,1)12NOINT模型,Winters乘法指數(shù)平滑法,殘差自回歸模型和GM(1,1)模型對2014-2015年甲肝按月發(fā)病率進(jìn)行預(yù)測并與2014年的實(shí)際值進(jìn)行比較分析;同時(shí)采用使用2006-201
10、1年發(fā)病率建立的ARIMA((12),1,1)NOINT模型,Winters乘法指數(shù)平滑法,殘差自回歸模型和GM(1,1)模型對2014-2015年甲肝按月發(fā)病率進(jìn)行預(yù)測并與2012-2014年的實(shí)際值進(jìn)行比較分析,短期模型的各項(xiàng)誤差評價(jià)指標(biāo)均小于長期模型,短期模型中Winters乘法指數(shù)平滑法的MSE=0.0003,MAPE=18.2777,RMSE=0.0181,三項(xiàng)指標(biāo)均是四個(gè)模型中最小的,是最適合甲肝發(fā)病率研究的預(yù)測模型。
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(shí)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。
最新文檔
- 狀態(tài)空間模型在麻疹流行趨勢研究中的應(yīng)用.pdf
- 體制轉(zhuǎn)換模型在時(shí)間序列的趨勢判定中的應(yīng)用.pdf
- ARCH類模型及其在時(shí)間序列分析中的應(yīng)用.pdf
- 時(shí)間序列趨勢分析及其在預(yù)防性維修中的應(yīng)用
- 時(shí)間序列趨勢分析及其在預(yù)防性維修中的應(yīng)用.pdf
- 基于時(shí)間序列模型的傳染病流行趨勢及預(yù)測研究.pdf
- 寧夏甲肝流行特征分析及其防控策略研究.pdf
- 時(shí)間序列分析在金融中的應(yīng)用
- 神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型及其在房價(jià)趨勢分析中的應(yīng)用.pdf
- 趨勢季節(jié)模型在痢疾發(fā)病人數(shù)中的應(yīng)用.pdf
- 水文時(shí)間序列趨勢分析的研究與應(yīng)用.pdf
- BP神經(jīng)網(wǎng)絡(luò)算法在音樂流行趨勢預(yù)測中的應(yīng)用研究.pdf
- 流行趨勢在產(chǎn)品設(shè)計(jì)上的運(yùn)用研究——海派流行趨勢在包袋設(shè)中的運(yùn)用.pdf
- 趨勢分析在水質(zhì)管理中的應(yīng)用研究.pdf
- 超球面模型在林分生長動態(tài)監(jiān)測及趨勢分析中的技術(shù)應(yīng)用.pdf
- 狀態(tài)空間模型在季節(jié)性時(shí)間序列中的應(yīng)用.pdf
- 時(shí)間分辨光譜技術(shù)在免疫分析中的應(yīng)用.pdf
- 中國布魯氏桿菌病流行趨勢及時(shí)間序列模型預(yù)測研究.pdf
- 時(shí)間序列模型在物流需求預(yù)測中的應(yīng)用
- 基于信息再利用的灰色系統(tǒng)GM(1,1)模型在傳染病流行趨勢預(yù)測中的應(yīng)用.pdf
評論
0/150
提交評論