时间序列分析(自回归求和移动平均模型)在流行性乙型脑炎预测中的应用 被引量：19

1

作者 尹遵栋 罗会明 +4 位作者 李艺星 李军宏 宁桂军 梁晓峰 杨功焕 《中国疫苗和免疫》 CAS 2010年第5期457-461,共5页

目的探讨时间序列分析[自回归求和移动平均(Autoregressive Integrated Moving Average,ARIMA)模型]在流行性乙型脑炎(乙脑)预测中的应用,建立乙脑报告发病数的预测模型,预测2010年乙脑发病趋势。方法使用2003年1月～2009年12月中国疾... 目的探讨时间序列分析[自回归求和移动平均(Autoregressive Integrated Moving Average,ARIMA)模型]在流行性乙型脑炎(乙脑)预测中的应用,建立乙脑报告发病数的预测模型,预测2010年乙脑发病趋势。方法使用2003年1月～2009年12月中国疾病监测信息报告系统中的乙脑报告月发病资料,使用SPSS软件专家建模器,考虑季节因素建立ARIMA预测模型,并用所得模型对2010年全国乙脑报告发病数进行预测。结果 ARIMA(0,0,1)(0,1,1)12模型能较好地拟合时间序列,2010年乙脑预测病例数为4579例,高峰仍在7、8月份。结论该ARIMA模型可较好地拟合乙脑发病的时间序列趋势;与2009年比较,预测2010年乙脑报告发病数相对平稳。 展开更多

关键词 时间序列分析 自回归求和移动平均模型 流行性乙型脑炎 预测

原文传递

南宁市2000—2009年道路交通伤害时间序列分析 被引量：7

2

作者 彭振仁 杨莉 +4 位作者 刘勇 张海英 陈世艺 尹晔 覃莉 《中国公共卫生》 CAS CSCD 北大核心 2012年第5期574-575,共2页

目的建立广西自治区南宁市道路交通伤害的预测模型,掌握南宁市道路交通伤害的发生和变化趋势,为预防和控制南宁市道路交通伤害提供参考依据。方法收集南宁市2000—2009年道路交通伤害资料,进行时间序列分析,建立自回归求和移动平均模型(... 目的建立广西自治区南宁市道路交通伤害的预测模型,掌握南宁市道路交通伤害的发生和变化趋势,为预防和控制南宁市道路交通伤害提供参考依据。方法收集南宁市2000—2009年道路交通伤害资料,进行时间序列分析,建立自回归求和移动平均模型(ARIMA模型),对南宁市2010—2011年道路交通伤害发生情况进行预测。结果建立了南宁市道路交通伤害事故发生次数、死亡人数、受伤人数和直接经济损失各自的ARIMA模型,模型拟合与预测效果良好,预测模型均为ARIMA(1,0,0),2010年各指标的预测值依次为472次、145人、562人、157.043 6万元;2011年各指标的预测值依次为464次、141人、527人、161.120 9万元。结论 ARIMA模型在道路交通伤害预测中具有较好的应用价值。 展开更多

关键词 道路交通伤害 时间序列分析 自回归求和移动平均模型

原文传递

自回归求和移动平均模型在湖南省食物中毒预测中的应用 被引量：7

3

作者 陈玲 徐慧兰 《中南大学学报（医学版）》 CAS CSCD 北大核心 2012年第2期142-146,共5页

目的:探索自回归求和移动平均模型(autoregressive integrated moving average,ARIMA)在湖南省食物中毒预测中的应用,为食物中毒的预防和控制提供依据。方法:收集2003年1月至2009年12月湖南省食物中毒人数进行ARIMA模型拟合,用2010年的... 目的:探索自回归求和移动平均模型(autoregressive integrated moving average,ARIMA)在湖南省食物中毒预测中的应用,为食物中毒的预防和控制提供依据。方法:收集2003年1月至2009年12月湖南省食物中毒人数进行ARIMA模型拟合,用2010年的中毒资料验证模型的预测效果,并预测2011年湖南省食物中毒人数。结果:ARIMA(0,1,1)(0,1,1)12较好地拟合了既往时间段中毒人数的时间序列,拟合预测误差为9.59%,2011年湖南省食物中毒预测人数为834人。结论:ARIMA预测模型能较好地拟合短期内食物中毒人数在时间序列上的变化趋势,若用于长期预测,应根据长期监测数据不断调整模型参数。 展开更多

关键词 自回归求和移动平均模型 食物中毒 预测

下载PDF 职称材料

ARIMA季节乘积模型在预测医院月住院量的应用 被引量：6

4

作者 刘金莲 钟晓妮 《重庆医科大学学报》 CAS CSCD 2008年第4期475-477,共3页

目的:探讨ARIMA季节乘积模型在时间序列资料分析中的应用,建立住院量的预测模型。方法:利用重庆市某医院2002～2005年的月住院量,采用条件最小二乘法估计模型参数,按照残差不相关原则、简洁原则确定模型结构,依据AIC和SBC准则确定模型阶... 目的:探讨ARIMA季节乘积模型在时间序列资料分析中的应用,建立住院量的预测模型。方法:利用重庆市某医院2002～2005年的月住院量,采用条件最小二乘法估计模型参数,按照残差不相关原则、简洁原则确定模型结构,依据AIC和SBC准则确定模型阶数,建立ARIMA预测模型。结果:模型参数有统计学意义。方差估计值为0.003 175,AIC=-94.245 1,SBC=-91.252 1。对模型进行白噪声残差分析,拟合优度结果表明ARIMA的最优模型为:(1-B)(1-B12)Zt(=1-0.543 02B)(1-B12)at。结论:用所建立模型对月住院量进行预测,结果表明ARIMA是一种短期预测精度较高的预测模型。 展开更多

关键词 时间序列 预测 自回归求和移动平均模型

下载PDF 职称材料

2006-2022年河南省老年肺结核时间序列分析及短期预测 被引量：2

5

作者 蒋建国 张艳秋 +4 位作者 何梦雅 杜文琼 徐吉英 孙建伟 孙定勇 《疾病监测》 CAS CSCD 北大核心 2023年第7期825-830,共6页

目的分析2006—2022年河南省老年肺结核发病情况,预测2023—2025年河南省老年肺结核流行趋势。方法收集2006—2022年共17年间“结核病管理信息系统”内的老年肺结核月登记率,建立数据库。应用SPSS 27.0软件“专家建模器”模块筛选最优模... 目的分析2006—2022年河南省老年肺结核发病情况,预测2023—2025年河南省老年肺结核流行趋势。方法收集2006—2022年共17年间“结核病管理信息系统”内的老年肺结核月登记率,建立数据库。应用SPSS 27.0软件“专家建模器”模块筛选最优模型,以2006—2019年老年肺结核月登记率作为建模训练集,以2020—2022年老年肺结核月登记率作为模型验证集,对2023—2025年老年肺结核月登记率进行预测。结果2006—2022年间河南省老年肺结核年均登记率为147.06/10万,整体呈下降趋势。月登记率时间序列具有长期波动下降趋势和季节性特征,拟合度最好的模型是自回归求和移动平均模型(ARIMA)(1,0,0)(1,0,1)_(12),平稳R^(2)和R^(2)均为0.857,接近1,统计量Ljung-Box Q(18)值为12.156。每年3—6月和11月为老年肺结核的高发时间。2023—2025年老年肺结核月登记率预测值呈小幅上升的趋势。结论应用ARIMA模型,预测2023—2025年河南省老年肺结核月登记率将呈小幅上升的趋势,要建立老年肺结核的防控机制,加强早期发现与管理。 展开更多

关键词 自回归求和移动平均模型 老年 肺结核 预测

原文传递

自回归求和移动平均模型在流感发病预测中的应用 被引量：6

6

作者 李广智 刘峰 +2 位作者 王维华 朱妮 邱琳 《中国热带医学》 CAS 2016年第12期1190-1193,共4页

目的探讨应用自回归求和移动平均季节模型(ARIMA)进行流感发病率的拟合和预测,为流感疫情预警提供依据。方法运用统计分析软件对陕西省2008—2014年每月的流感网络报告发病率数据进行模型拟合,建立ARIMA模型,用2015年的数据来检验ARIMA... 目的探讨应用自回归求和移动平均季节模型(ARIMA)进行流感发病率的拟合和预测,为流感疫情预警提供依据。方法运用统计分析软件对陕西省2008—2014年每月的流感网络报告发病率数据进行模型拟合,建立ARIMA模型,用2015年的数据来检验ARIMA模型的预测效果。结果陕西省2008年1月—2014年12月流感的平均年发病率为0.74/10万,将时间序列分解为总体趋势、季节趋势及随机误差,流感发病整体呈缓慢上升,发病率存在明显的季节性,冬春季出现高峰,随机误差保持在一定水平;ARIMA(0,0,1)×(0,1,1)12模型能较好拟合既往时间段内流感的发病率,且对2015年1—12月流感月发病率的预测值与实际值基本吻合,模型预测值与实际值的绝对误差、相对误差平均值分别为0.18和0.26。结论 ARIMA(0,0,1)×(0,1,1)_(12)模型可以作为陕西省流感月发病率的短期预测模型。 展开更多

关键词 流感 自回归求和移动平均模型 发病率 预测

原文传递

基于ARIMA模型的流感样病例预警预测分析 被引量：5

7

作者 姜世强 许艳子 +1 位作者 郑慧敏 戴传文 《华南预防医学》 2013年第5期6-9,共4页

目的探索建立适合于流感样病例预测的自回归求和移动平均模型(ARIMA模型)。方法采集深圳市南山区2006—2011年流感样病例监测数据,绘制序列图,差分使序列平稳化,通过自相关分析和偏相关分析进行模型识别,根据AIC(赤池信息准则)和BIC(贝... 目的探索建立适合于流感样病例预测的自回归求和移动平均模型(ARIMA模型)。方法采集深圳市南山区2006—2011年流感样病例监测数据,绘制序列图,差分使序列平稳化,通过自相关分析和偏相关分析进行模型识别,根据AIC(赤池信息准则)和BIC(贝叶斯信息准则)确定模型参数,建立ARIMA预测模型,用Q统计量法对模型适用性进行检验,用2012年全年实际监测数据与模型预测值进行比较,评价模型预测效果。结果 2006—2011年流感样病例累计报告199 360例,月发病最大值9 765例,月发病最小值594例,平均月发病2 769例。通过对2006—2011年各月的监测数据进行分析发现,各年度流感样病例发病呈现明显的高峰和低谷,高峰在每年5—8月份,低谷在当年的11月份至次年2月份,不同年度略有波动。对序列进行一阶差分后可得到较为平稳的序列,适合进行模型拟合,经过模型拟合诊断发现ARIMA(0,1,1)×(0,0,1)12模型为最优模型,AIC值和BIC值最小,分别为1 239.19和1 245.98,Box-Ljung检验结果 Q值为19.07,P>0.05,通过2012年拟合值与实际值比较,结果差异无统计学意义(P>0.05)。结论 ARIMA模型可以较好地对流感样病例进行拟合分析预测。 展开更多

关键词 流感样病例 自回归求和移动平均模型 流行病学

原文传递

犯罪量动态优化组合预测方法 被引量：4

8

作者 李明 薛安荣 +1 位作者 王富强 吴正寅 《计算机工程》 CAS CSCD 北大核心 2011年第17期274-275,278,共3页

单一预测模型在预测犯罪量时难以协调拟合和泛化关系,从而影响预测结果的准确性。针对以上问题,提出一种数据驱动的可动态优化组合预测方法。以分析自回归求和移动平均模型、向量自回归模型及支持向量机模型的优点为基础,使用后验概率... 单一预测模型在预测犯罪量时难以协调拟合和泛化关系,从而影响预测结果的准确性。针对以上问题,提出一种数据驱动的可动态优化组合预测方法。以分析自回归求和移动平均模型、向量自回归模型及支持向量机模型的优点为基础,使用后验概率为每个模型赋予权重,结合误差最小原则动态调整权重。实验结果表明,该方法具有较高的预测精度和稳定性,能满足短时犯罪量预测的需要。 展开更多

关键词 犯罪量预测 组合预测模型 支持向量机模型 向量自回归模型 自回归求和移动平均模型

下载PDF 职称材料

应用ARIMA乘积季节模型对耐碳青霉烯类肺炎克雷伯菌流行趋势预测效果研究

9

作者 张绮萍 季聪华 +1 位作者 陆锦琪 王霄腾 《中国医院统计》 2023年第3期173-178,共6页

目的研究自回归求和移动平均(ARIMA)乘积季节模型在耐碳青霉烯类肺炎克雷伯菌(CRKP)流行趋势预测中的应用价值,为掌握医院CRKP流行趋势及制定防控对策提供参考。方法基于2016—2021年嘉兴市某三级甲等综合性医院CRKP月检出株数,应用SPSS... 目的研究自回归求和移动平均(ARIMA)乘积季节模型在耐碳青霉烯类肺炎克雷伯菌(CRKP)流行趋势预测中的应用价值,为掌握医院CRKP流行趋势及制定防控对策提供参考。方法基于2016—2021年嘉兴市某三级甲等综合性医院CRKP月检出株数,应用SPSS 26.0软件构建ARIMA乘积季节模型,以2022年实际CRKP月检出株数作为评估模型的样本与预测值进行比较,评价模型的预测效果。结果2016—2021年该院CRKP检出总数呈下降趋势,发病集中在每年的7—9月,9月为发病高峰,具有周期性和季节性。拟合的ARIMA(0,1,2)(0,1,0)12模型贝叶斯信息准则(BIC)为0.43,平均绝对百分误差(MAPE)为16.54,模型残差序列的Ljung-Box检验差异无统计学意义(Q=11.06,P=0.81),残差序列为白噪声,说明该模型拟合良好,确定为最优模型。2022年1—12月CRKP月检出株数用以验证模型的预测效果,结果显示实际发病趋势与预测曲线图较为吻合,实际值均位于预测值的95%置信区间内,预测误差-33.33%~25.00%,平均相对误差15.56%,说明模型的预测效果较好。结论ARIMA乘积季节模型能较好地拟合该院CRKP检出株数的时间变化,可用于CRKP流行趋势的短期预测和动态分析,为医院CRKP感染的早期预警和防控提供理论依据。 展开更多

关键词 自回归求和移动平均模型 乘积季节模型 耐碳青霉烯类肺炎克雷伯菌 预测

下载PDF 职称材料

ARIMA模型在上海市崇明区病毒性肝炎预测中的应用效果研究 被引量：4

10

作者 周春芳 施锦明 +1 位作者 任宏 王晔 《社区医学杂志》 2017年第12期11-13,共3页

目的探讨ARIMA模型在病毒性肝炎预测方面的应用,为崇明区病毒性肝炎的防控措施提供参考依据。方法利用崇明区2002年1月—2014年12月病毒性肝炎发病数资料,通过Eviews8.0和SPSS21.0软件建立自回归求和移动平均模型(autoregressive integr... 目的探讨ARIMA模型在病毒性肝炎预测方面的应用,为崇明区病毒性肝炎的防控措施提供参考依据。方法利用崇明区2002年1月—2014年12月病毒性肝炎发病数资料,通过Eviews8.0和SPSS21.0软件建立自回归求和移动平均模型(autoregressive integrated moving average,ARIMA);并对2015年1-12月病毒性肝炎发病数进行比较及验证。结果建立了ARIMA(0,1,1)×(1,0,1)12模型,模型Q统计量为17.294(P>0.05),模型实际值基本在预测值95%的可信区间范围内,证实了该模型的适用性。结论本ARIMA模型可用于崇明区病毒性肝炎发病的动态分析和短期预测。 展开更多

关键词 自回归求和移动平均模型 时间序列 病毒性肝炎 预测

原文传递

时间序列模型在肿瘤患者医院感染发病率预测中的应用 被引量：4

11

作者 夏聪聪 王丽娟 +3 位作者 蔡黎霞 张树敬 王袁 张燕 《中华传染病杂志》 CAS CSCD 2021年第4期199-203,共5页

目的探讨时间序列模型在上海市肿瘤患者医院感染发病率预测中的应用,为医院感染的早期预警和防控提供参考。方法基于2013年至2018年上海市某三级甲等肿瘤专科医院住院患者的医院感染发病率数据,应用SPSS 22.0统计软件构建自回归求和移... 目的探讨时间序列模型在上海市肿瘤患者医院感染发病率预测中的应用,为医院感染的早期预警和防控提供参考。方法基于2013年至2018年上海市某三级甲等肿瘤专科医院住院患者的医院感染发病率数据,应用SPSS 22.0统计软件构建自回归求和移动平均(autoregressive integrated moving average,ARIMA)模型和指数平滑模型,通过比较两种模型的拟合精度,确定最优拟合模型。以2019年1月至6月的医院感染发病率数据作为验证数据集,评价模型的预测效果。结果2013年至2018年共监测379477例住院患者,其中3170例发生医院感染,总感染率为0.84%。霍尔特-温特相加法模型为拟合最优模型(R^(2)=0.82)。应用霍尔特-温特相加法模型预测2019年1月至6月的医院感染发病率,预测值和实际值动态趋势较一致,平均相对误差为15.22%。结论霍尔特-温特相加法模型能较好地拟合和预测肿瘤患者医院感染的发生趋势,可为肿瘤专科医院感染的监测预警提供依据。 展开更多

关键词 交叉感染 预测 肿瘤专科医院 自回归求和移动平均模型 指数平滑模型

原文传递

应用ARIMA模型和圆分布分析病毒性脑炎病例数动态规律 被引量：4

12

作者 邹艳 李海峰 +2 位作者 陈逸 余永林 梁建凤 《中国预防医学杂志》 CAS 2013年第10期784-787,共4页

目的探讨构建并应用自回归求和移动平均模型结合圆分布法分析病毒性脑炎病例数动态规律的时间序列模型方法。方法建立2001年1月至2011年12月病毒性脑炎逐月病例数的数据库。应用圆分布法分析发病高峰。建立2001年1月至2010年12月自回归... 目的探讨构建并应用自回归求和移动平均模型结合圆分布法分析病毒性脑炎病例数动态规律的时间序列模型方法。方法建立2001年1月至2011年12月病毒性脑炎逐月病例数的数据库。应用圆分布法分析发病高峰。建立2001年1月至2010年12月自回归求和移动平均模型的季节乘积模型ARIMA(p,d,q)×(P,D,Q)s,并利用模型预测2011年各月的病毒性脑炎病例数。结果圆分布法分析显示各年度病毒性脑炎病例数多发生于7月份,病例数高峰在7月28日,具有明显的集中趋势(P<0.001);建立ARIMA(1,1,1)×(0,1,1)12为最优模型,该模型Ljung-Box Q statistic值为16.628,P值为0.342,Normalized BIC为6.590。结论 ARIMA乘积模型结合圆分布法是病毒性脑炎进行时间序列分析的重要方法;应用该方法对病毒性脑炎流行趋势及病例数进行预测,为卫生资源合理分配,采取开展健康教育和干预措施提供科学依据。 展开更多

关键词 病毒性脑炎 时间序列 自回归求和移动平均模型 圆分布

原文传递

自回归求和移动平均模型在湖北省戊型病毒性肝炎发病率预测中的应用 被引量：3

13

作者 严婧 杜玉开 杨北方 《郑州大学学报（医学版）》 CAS 北大核心 2017年第3期290-295,共6页

目的:应用自回归求和移动平均模型(ARIMA模型)对湖北省戊型病毒性肝炎疫情报告数据进行分析、预测,为戊型病毒性肝炎的监测、预警提供理论依据。方法:采用SAS 9.2对2004年1月至2015年12月湖北省戊型病毒性肝炎的报告疫情数据进行ARIMA... 目的:应用自回归求和移动平均模型(ARIMA模型)对湖北省戊型病毒性肝炎疫情报告数据进行分析、预测,为戊型病毒性肝炎的监测、预警提供理论依据。方法:采用SAS 9.2对2004年1月至2015年12月湖北省戊型病毒性肝炎的报告疫情数据进行ARIMA模型的参数估计、拟合检验,预测2016年1月至12月戊型病毒性肝炎的月发病数,并用实际数据验证评估预测效果。结果:ARIMA(1,1,1)×(0,1,1)12模型拟合误差RMSE为0.045,2016年1月至12月戊型病毒性肝炎预测值平均相对误差为14.23%,能较好地拟合原始序列数据,预测精度较高。结论:ARIMA模型对湖北省戊型病毒性肝炎报告发病率短期预测精度良好,具有实际应用价值。 展开更多

关键词 戊型病毒性肝炎 自回归求和移动平均模型 发病率 预测 湖北省

下载PDF 职称材料

基于自回归求和移动平均模型预测我国手足口病月报告发病数 被引量：3

14

作者 郑代坤 谭毅 +3 位作者 李佳 王军 马帅 沈忠周 《疾病监测》 CAS 2018年第1期54-58,共5页

目的建立适合预测我国手足口病月报告发病人数的自回归求和移动平均(ARIMA)乘积季节模型,并评价其预测效果。方法收集2010年3月至2017年7月我国手足口病月发病报告人数资料。通过R软件使用2010年3月至2017年1月的数据建立ARIMA乘积季节... 目的建立适合预测我国手足口病月报告发病人数的自回归求和移动平均(ARIMA)乘积季节模型,并评价其预测效果。方法收集2010年3月至2017年7月我国手足口病月发病报告人数资料。通过R软件使用2010年3月至2017年1月的数据建立ARIMA乘积季节模型,并用2017年2-7月手足口病月发病报告人数评估该模型的预测效果,并对2017年8-12月的数据进行预测。结果我国手足口病月发病报告数呈明显的周期性,且以24个月为一个周期重复,不具有长期趋势;建立了ARIMA(1,0,1)(0,1,1)_(24)模型对我国手足口病月发病报告数进行预测;通过将预测数据与实际数据相比较,该模型预测绝对误差的平均值和相对误差的平均值分别为22 505.47和15.71%。结论基于本研究的数据,ARIMA(1,0,1)(0,1,1)24模型可以拟合我国手足口病的月报告发病人数,可用于预测;同时也可为我国制定手足口病方面的防控措施以及评价防控效果提供科学的参考依据。 展开更多

关键词 手足口病 自回归求和移动平均模型 预测

原文传递

基于ARIMA模型的广西新型冠状病毒肺炎疫情发展趋势预测 被引量：2

15

作者 刘忠典 黎燕宁 《广西医科大学学报》 CAS 2021年第12期2367-2371,共5页

目的:分析广西新型冠状病毒肺炎(COVID-19)确诊病例的时空特征,预测COVID-19确诊病例的动态变化趋势,为今后类似的新发传染病疫情暴发时,对其流行病学分布、发展趋势及预警防控提供科学依据和借鉴意义。方法:从时间和空间方向分析研究2... 目的:分析广西新型冠状病毒肺炎(COVID-19)确诊病例的时空特征,预测COVID-19确诊病例的动态变化趋势,为今后类似的新发传染病疫情暴发时,对其流行病学分布、发展趋势及预警防控提供科学依据和借鉴意义。方法:从时间和空间方向分析研究2020年1—2月广西全区COVID-19确诊病例的流行特征,构建自回归求和移动平均(ARIMA)模型。结果:全区中疫情最为严重的地级市有南宁市、桂林市和北海市,其他市疫情较轻;确诊人数初期增长较快,2月中旬趋于稳定,进入平稳缓慢期;ARIMA(0,1,0)模型显示,预测值与真实值拟合度较高。结论:广西COVID-19流行在一个月内得到有效控制;ARIMA(0,1,0)具有较好的拟合效果,可用于COVID-19流行趋势的短期预测。 展开更多

关键词 新冠肺炎 自回归求和移动平均模型 疫情 预测

下载PDF 职称材料

ARIMA模型对北京市怀柔区食源性疾病的预测研究

16

作者 卢丽彬 闫雪 +1 位作者 赵明星 闫乐 《中文科技期刊数据库（全文版）医药卫生》 2021年第10期250-253,共4页

探索自回归求和移动平均模型(Autoregressive integrated moving average,ARIMA)在北京市怀柔区食源性疾病预测中的应用,为开展食源性疾病监测预警提供技术支持。方法:用SPSS22.0软件中ARIMA模型对北京市怀柔区2014年1月-2019年6月各月... 探索自回归求和移动平均模型(Autoregressive integrated moving average,ARIMA)在北京市怀柔区食源性疾病预测中的应用,为开展食源性疾病监测预警提供技术支持。方法:用SPSS22.0软件中ARIMA模型对北京市怀柔区2014年1月-2019年6月各月食源性疾病病例数进行拟合,分别用2019年6月-12月及2020年1月-6月的实际报告发病数验证模型的预测效果,探讨预测效果。结果:最优模型为ARIMA(1,1,0)(0,1,1)12模型,能够较好的拟合2019年6月-12月发病数,预测误差为2.96%,对2020年1月-6月的实际报告发病数开展预测的误差较大。结论:ARIMA模型能够开展食源性疾病短期预测,若存在有对疾病监测有重大影响的事件发生时,应重新积累数据调整模型。 展开更多

关键词 自回归求和移动平均模型 食源性疾病 预测

下载PDF 职称材料

基于SARIMA模型的城市道路短期交通流预测研究 被引量：22

17

作者 孙湘海 刘潭秋 《公路交通科技》 CAS CSCD 北大核心 2008年第1期129-133,共5页

以城市道路短期交通特征为基础,提出在使用季节自回归求和移动平均(SARIMA)模型进行预测时还应该考虑交通流日周期性特征,以提高模型的预测能力。预测研究不仅考虑了模型的样本内预测而且考虑了样本外预测,并通过两个预测误差统计量,即... 以城市道路短期交通特征为基础,提出在使用季节自回归求和移动平均(SARIMA)模型进行预测时还应该考虑交通流日周期性特征,以提高模型的预测能力。预测研究不仅考虑了模型的样本内预测而且考虑了样本外预测,并通过两个预测误差统计量,即预测误差绝对值均值和预测误差百分比绝对值均值,来对模型预测表现进行衡量与比较。研究结果显示,虽然只考虑城市道路短期交通流数据中周周期性的SARIMA模型预测能力比只考虑日周期性特征的SARIMA模型好,但是却比既考虑交通流数据中周周期性又考虑数据中的日周期性的SARIMA模型表现差。 展开更多

关键词 交通工程 短期交通流预测 季节自回归求和移动平均模型 日周期性 周周期性

下载PDF 职称材料

基于神经网络和SARIMA组合模型的短期交通流预测 被引量：15

18

作者 孙湘海 刘潭秋 《交通运输系统工程与信息》 EI CSCD 2008年第5期32-37,共6页

为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点.构造该组合模型的两个组成模... 为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点.构造该组合模型的两个组成模型,即SARIMA模型和GRNN模型,也被用于预测研究以便于验证该组合模型在预测上的优势.实证研究结果表明,组合模型的预测精度高于SARIMA模型,但是却并不必然高于GRNN模型.然而,合理选择组合模型中神经网络部分的输入变量以及输出变量将显著地改善模型的预测精度,本文所构造的这个组合模型不仅具有很好的预测表现而且结构简单,非常适合城市道路短期交通流的实时预测. 展开更多

关键词 短期交通流预测 季节自回归求和移动平均模型 广义回归神经网络模型 组合模型

下载PDF 职称材料

乘积季节ARIMA模型在食源性疾病预测中的应用 被引量：15

19

作者 张爱红 周培 +2 位作者 申铜倩 彭志行 陈峰 《中国卫生统计》 CSCD 北大核心 2014年第1期68-69,73,共3页

目的探讨应用乘积季节自回归求和移动平均模型(autoregressive integrated moving average,ARIMA)预测如东县食源性疾病发病的可行性,为食源性疾病的预防和控制提供依据。方法基于2004年1月至2010年12月食源性疾病人数建立乘积季节ARIM... 目的探讨应用乘积季节自回归求和移动平均模型(autoregressive integrated moving average,ARIMA)预测如东县食源性疾病发病的可行性,为食源性疾病的预防和控制提供依据。方法基于2004年1月至2010年12月食源性疾病人数建立乘积季节ARIMA模型,用2011年食源性疾病资料验证模型的预测效果,用所得模型预测2012年食源性疾病发病人数。结果 ARIMA(0,1,1)×(0,1,1)12较好地拟合了既往时间段食源性疾病发病人数的时间序列,拟合平均相对误差为2.7%,预测2012年如东县食源性疾病发病总人数为64人。结论乘积季节ARIMA模型可以较好地拟合食源性疾病的时间变化趋势,并用于预测未来的食源性疾病,是一种短期预测精度较高的预测模型。 展开更多

关键词 乘积季节自回归求和移动平均模型 预测 食源性疾病

下载PDF 职称材料

SARIMA模型在长沙市肺结核发病预测中的应用 被引量：13

20

作者 谢赐福 王孝君 +2 位作者 熊姿 宋丽新 许林勇 《中国卫生统计》 CSCD 北大核心 2018年第6期859-862,共4页

目的探讨SARIMA模型在肺结核发病预测中的适用性,为长沙市肺结核防控提供参考。方法利用2005年1月-2016年12月长沙市肺结核月发病数构建SARIMA模型,以2017年1-12月的月发病数评价模型的预测效果,并采用构建的最优模型对2018年长沙市肺... 目的探讨SARIMA模型在肺结核发病预测中的适用性,为长沙市肺结核防控提供参考。方法利用2005年1月-2016年12月长沙市肺结核月发病数构建SARIMA模型,以2017年1-12月的月发病数评价模型的预测效果,并采用构建的最优模型对2018年长沙市肺结核月发病情况进行预测。结果长沙市肺结核月发病数具有明显的季节性特征,最优预测模型为SARIMA(0,1,1)(0,1,1)12,其AIC=1436. 703,模型残差为白噪声(χ~2=0. 119,P=0. 731)。该模型的预测值与实际值的平均绝对百分误差为21. 69%,预测效果较为可靠。预计2018年长沙市肺结核的月平均发病数为332. 34例,发病水平与2017年接近,但总体略有下降。结论 SARIMA(0,1,1)(0,1,1)_(12)拟合效果较好,可用于长沙市肺结核月发病数的短期预测。 展开更多

关键词 肺结核 季节自回归求和移动平均模型 时间序列 预测

下载PDF 职称材料