乘积季节ARIMA模型在结核病发病率预测中应用 被引量：45

1

作者 杨召 叶中辉 +5 位作者 尤爱国 郭奕瑞 张肖肖 梁淑英 邢进 王重建 《中国公共卫生》 CAS CSCD 北大核心 2013年第4期469-472,共4页

目的探讨乘积季节自回归移动平均(ARIMA)模型在结核病疫情预测的可行性。方法利用某省2004年1月—2011年6月结核病疫情监测资料建立乘积季节ARIMA预测模型,选取2011年7—12月的疫情资料评价模型的预测效能。结果该省2004年1月—2011年1... 目的探讨乘积季节自回归移动平均(ARIMA)模型在结核病疫情预测的可行性。方法利用某省2004年1月—2011年6月结核病疫情监测资料建立乘积季节ARIMA预测模型,选取2011年7—12月的疫情资料评价模型的预测效能。结果该省2004年1月—2011年12月结核病的发病率呈现明显的季节效应,且发病率逐年小幅递减;乘积季节ARIMA(1,1,0)×(1,1,0)12模型能较好拟合既往时间段内结核病的发病率,且对2011年7—12月结核病月发病率的预测值与实际值基本吻合,平均误差绝对值及平均误差绝对率分别为0.317和4.77%。结论乘积季节ARIMA模型能较好模拟、预测结核病的发病疫情,具有较好的推广应用价值。 展开更多

关键词 乘积季节自回归移动平均(arima)模型 结核病 发病率 预测

原文传递

ARIMA乘积季节模型在上海市甲肝发病预测中的应用 被引量：29

2

作者 朱奕奕 冯玮 +1 位作者 赵琦 徐飚 《复旦学报（医学版）》 CAS CSCD 北大核心 2012年第5期460-464,共5页

目的应用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型分析季节性时间序列,建立上海市病毒性甲型肝炎发病率的预测模型。方法利用上海市1990年至2011年甲肝按月发病数的历史疫情数据,采用非条件最... 目的应用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型分析季节性时间序列,建立上海市病毒性甲型肝炎发病率的预测模型。方法利用上海市1990年至2011年甲肝按月发病数的历史疫情数据,采用非条件最小二乘法估计模型参数,模型阶数确定后,建立甲肝按月发病数ARIMA乘积季节预测模型。结果非季节和季节移动平均的参数分别是0.6341和0.9999,季节自回归的参数是0.4059,t检验的P值均<0.0001,方差估计值是0.1593,AIC=282.1478,SBC=292.7242,对建立的模型进行残差的白噪声检验,χ2检验统计量的P值均>0.05,据此建立ARIMA(0,1,1)(1,1,1)12NOINT乘积季节模型,模型表达式(1-0.405 9B12)(1-B)(1-B12)Yt=(1-0.634 1B)(1-0.999 9B12)εt,并开展上海市甲肝发病数的预测。结论 ARIMA(0,1,1)(1,1,1)12NOINT乘积季节模型可用于预测上海市病毒性甲型肝炎发病的季节模型。 展开更多

关键词 自回归求和移动平均(arima)乘积季节模型 时间序列 甲肝

下载PDF 职称材料

ARIMA乘积季节模型在我国甲肝发病预测中的应用 被引量：17

3

作者 王超 丁勇 +1 位作者 陆群 吴静 《南京医科大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第1期75-79,共5页

目的：应用求和自回归移动平均模型（ARIMA）乘积季节模型对我国病毒性甲型肝炎进行预测分析,为甲型肝炎的防治提供决策依据。方法：对1994~2012年我国甲型肝炎月发病数的历史疫情数据建立ARIMA乘积季节模型,应用Eviews 6.0软件进行模... 目的：应用求和自回归移动平均模型（ARIMA）乘积季节模型对我国病毒性甲型肝炎进行预测分析,为甲型肝炎的防治提供决策依据。方法：对1994~2012年我国甲型肝炎月发病数的历史疫情数据建立ARIMA乘积季节模型,应用Eviews 6.0软件进行模型拟合,对2013年上半年甲型肝炎的月发病数进行预测,并用实际数据评估模型预测效果。结果：ARIMA（1,1,0）（2,1,2）12模型较好地拟合了既往甲肝的实际发病序列,也获得了较好的预测效果。结论：ARIMA模型能够较好地模拟我国甲型肝炎的发病趋势,预测效果良好,可为甲肝疫情的防控提供一定的科学数据。 展开更多

关键词 arima乘积季节模型 时间序列 甲肝 预测

下载PDF 职称材料

ARIMA乘积季节模型预测永嘉县其他感染性腹泻的流行 被引量：12

4

作者 王金娜 徐若君 +5 位作者 黄大锟 叶寒立 陈晓微 胡永卫 李晓祺 凌锋 《预防医学》 2017年第2期150-154,共5页

目的评估求和自回归移动平均(ARIMA)乘积季节模型预测其他感染性腹泻流行的可行性。方法利用2005—2014年永嘉县其他感染性腹泻的发病率数据,采用ARIMA模型结合随机季节模型的方法,建立预测其他感染性腹泻流行的ARIMA乘积季节模型,同时... 目的评估求和自回归移动平均(ARIMA)乘积季节模型预测其他感染性腹泻流行的可行性。方法利用2005—2014年永嘉县其他感染性腹泻的发病率数据,采用ARIMA模型结合随机季节模型的方法,建立预测其他感染性腹泻流行的ARIMA乘积季节模型,同时用2015年的数据做模型预测效果验证。结果根据模型拟合效果,模型ARIMA(1,1,1)(0,1,1)12的拟合效果为最优,其Ljung-Box检验值为7.796,BIC值为3.602,MAPE值为36.166%,表明模型拟合程度较好;该模型外推验证2015年发病率的预测效果较好,2015年各月发病率的实际值均落在该模型预测值95%可信区间内,且预测值与实际值间依时间变化的趋势也基本一致。结论ARIMA(1,1,1)(0,1,1)12模型能较好地预测永嘉县其他感染性腹泻的流行趋势,对该病的预警具有一定的价值。 展开更多

关键词 其他感染性腹泻 arima乘积季节模型 流行预测

原文传递

上海市闵行区手足口病ARIMA乘积季节模型预测 被引量：10

5

作者 王雅婷 徐智寅 苏华林 《中国预防医学杂志》 CAS CSCD 北大核心 2022年第6期469-474,共6页

目的 探讨自回归移动平均模型(autoregressive integrated moving average model, ARIMA)在常态下的手足口病疫情预测应用效果,同时了解新型冠状病毒肺炎(corona virus disease 2019,COVID-19)对手足口病发生的影响。方法 应用R软件构建... 目的 探讨自回归移动平均模型(autoregressive integrated moving average model, ARIMA)在常态下的手足口病疫情预测应用效果,同时了解新型冠状病毒肺炎(corona virus disease 2019,COVID-19)对手足口病发生的影响。方法 应用R软件构建ARIMA乘积季节模型对2009—2018年上海市闵行区手足口病报告发病数进行拟合,选出最优模型,利用最优模型预测2019年手足口病发病数与实际报告发病数进行比较,评估模型预测性能;进而重新拟合模型预测2020年常态下手足口病发病数,与2020年实际报告发病数进行比较,分析COVID-19疫情对手足口病影响。结果 2009—2020年上海市闵行区手足口病累计报告66 198例,4—7月为高峰期,10—12月出现疫情波动,有明显季节性特征。ARIMA(1,1,2)(0,1,1)_(12)乘积季节模型能够较好地拟合闵行区手足口病月发病数,具有较好的预测性能。COVID-19疫情对手足口病的发生影响较大,2020年手足口病报告发病数与常态下预期发病数相比下降了81.83%。结论 ARIMA(1,1,2)(0,1,1)_(12)乘积季节模型可用于上海市闵行区手足口病月发病数的短期预测,具有较好的应用价值。COVID-19防控措施对今后手足口病等传染病疫情的常态化防控策略有借鉴意义。 展开更多

关键词 手足口病 自回归移动平均模型 时间序列分析 预测

原文传递

自回归求和移动平均乘积季节模型在西安地区出生缺陷预测中的应用 被引量：11

6

作者 张丽 米白冰 +7 位作者 相晓妹 宋辉 董敏 张水平 章琦 王玲玲 屈鹏飞 党少农 《西安交通大学学报（医学版）》 CAS CSCD 北大核心 2017年第3期371-374,426,共5页

目的应用自回归求和移动平均(ARIMA)乘积季节模型预测西安市出生缺陷的发生率。方法利用2009年10月至2015年8月出生缺陷监测数据对西安市出生缺陷发生率数据构建ARIMA乘积季节模型,同时利用2015年9月至12月实际出生缺陷发生率与模型拟... 目的应用自回归求和移动平均(ARIMA)乘积季节模型预测西安市出生缺陷的发生率。方法利用2009年10月至2015年8月出生缺陷监测数据对西安市出生缺陷发生率数据构建ARIMA乘积季节模型,同时利用2015年9月至12月实际出生缺陷发生率与模型拟合数据进行比较,评价模型的预测性能,并预测西安市2016年的出生缺陷发生率。结果西安市出生缺陷的发生率具有一定的趋势及季节性,建立了ARIMA(0,0,1)(0,1,1)12乘积季节模型,利用2015年9月至12月拟合值与实际出生缺陷发生率比较,绝对误差的平均9.5,相对误差的平均0.084,提示ARIMA(0,0,1)(0,1,1)12乘积季节模型具有较佳的预测能力。预测2016年西安市出生缺陷发生率与2015年接近,总体略有抬升,但峰值下降。结论 ARIMA(0,0,1)(0,1,1)12乘积季节模型可用于西安市出生缺陷发生率的预测。 展开更多

关键词 出生缺陷 自回归求和移动平均乘积季节模型 预测

下载PDF 职称材料

季节性组合预测模型在医院门诊量中的应用研究 被引量：7

7

作者 叶明全 胡学钢 《计算机工程与设计》 CSCD 北大核心 2005年第7期1965-1967,1970,共4页

医院门诊量是一个具有复杂的非线性组合特征的季节性时间序列。为解决传统时间序列预测大多数都是使用单一模型,以致影响预测精度等问题,采用了最优加权组合预测方法将季节性ARIMA乘积模型和季节性神经网络模型进行组合优化。结果表示,... 医院门诊量是一个具有复杂的非线性组合特征的季节性时间序列。为解决传统时间序列预测大多数都是使用单一模型,以致影响预测精度等问题,采用了最优加权组合预测方法将季节性ARIMA乘积模型和季节性神经网络模型进行组合优化。结果表示,季节性组合预测模型在拟合精度和预测准确性方面优于任何单一预测方法,为季节性时间序列预测提供了一种新的实用方法。 展开更多

关键词 季节性时间序列 季节性arima乘积模型 季节性神经网络 组合预测

下载PDF 职称材料

ARIMA乘积季节模型预测我国戊肝的发病趋势 被引量：9

8

作者 丁勇 吴静 +2 位作者 武丹 李婉 张蓓蓓 《南京医科大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第11期1725-1729,共5页

目的:根据戊型肝炎(戊肝)季节性、趋势性流行现象,建立求和自回归移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型对我国戊肝发病进行预测。方法:应用SPSS23.0软件对2004年1月—2018年6月我国戊肝传染病疫情月... 目的:根据戊型肝炎(戊肝)季节性、趋势性流行现象,建立求和自回归移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型对我国戊肝发病进行预测。方法:应用SPSS23.0软件对2004年1月—2018年6月我国戊肝传染病疫情月度数据建模,对2018年下半年戊肝发病数进行预测,以该时段疫情数据评估模型的预测效果。结果:将ARIMA(2,1,0)(0,1,1)12和ARIMA(0,1,2)(0,1,1)12两个模型预测的平均值作为预测值,预测结果的平均相对误差为4.69%,标准差为3.27%。结论:ARIMA乘积季节模型拟合及预测效果良好,能够较好地描述该时段我国戊肝的发病趋势,为戊肝预防控制措施的制定以及卫生资源的合理配置提供一定的科学依据。 展开更多

关键词 戊型肝炎 arima乘积季节模型 时间序列 预测

下载PDF 职称材料

基于乘积SARIMA模型的肺结核发病率预测 被引量：8

9

作者 胡晓媛 孙庆文 +1 位作者 王玲玲 李敏 《第二军医大学学报》 CAS CSCD 北大核心 2016年第8期969-974,共6页

目的应用乘积季节自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型对肺结核发病率进行预测研究,探讨其可行性并为肺结核病的防治工作提供科学依据。方法应用EViews 7.0.0.1软件对我国2004年1月至2012年1... 目的应用乘积季节自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型对肺结核发病率进行预测研究,探讨其可行性并为肺结核病的防治工作提供科学依据。方法应用EViews 7.0.0.1软件对我国2004年1月至2012年12月的肺结核逐月发病率建立乘积SARIMA模型并进行拟合,选取2013年1月至12月肺结核发病率数据评价模型的预测性能。结果建立的SARIMA(2,0,2)×(0,1,1)12模型能较好地拟合既往时间段内肺结核的发病率,对2013年1月至12月肺结核发病率的预测与实际发病率趋势基本吻合,平均误差绝对值为0.416 992,平均误差绝对率为5.350 8%。结论乘积SARIMA模型能较好地模拟和预测肺结核发病率在时间序列上的变动趋势,将其应用于肺结核发病预测是可行的,具有推广应用前景。 展开更多

关键词 乘积季节arima模型 肺结核 发病率 预测

下载PDF 职称材料

ARIMA乘积季节模型在医院门急诊人次预测中的应用 被引量：8

10

作者 范晓欣 隋虹 《中国医院管理》 北大核心 2015年第4期41-42,共2页

目的用ARIMA乘积季节模型(p,d,q)(P,D,Q)s预测门急诊人次,为医院管理策服务。方法数据源于某院HIS,选取2002年1月—2014年10月逐月门急诊人次数据,其中2002—2013年各月数据用于建立模型,2014年1—10月数据用于验证所建立的模型,然后用... 目的用ARIMA乘积季节模型(p,d,q)(P,D,Q)s预测门急诊人次,为医院管理策服务。方法数据源于某院HIS,选取2002年1月—2014年10月逐月门急诊人次数据,其中2002—2013年各月数据用于建立模型,2014年1—10月数据用于验证所建立的模型,然后用所建立模型预测2015年门急诊人次。用平均相对误差绝对值(MAPE)评价模型的预测精度。结果建立了ARIMA(2,1,1)(0,1,1)12模型,模型预测的MAPE为7.01%,2015年门急诊人次预测值为550 121。结论 ARI-MA乘积季节模型(p,d,q)(P,D,Q)s预测医院门急诊人次的效果理想,可以为医院管理者提供有价值的信息。 展开更多

关键词 arima乘积季节模型 医院门急诊人次 预测

下载PDF 职称材料

中国肺结核发病趋势的ARIMA乘积季节模型构建 被引量：7

11

作者 张蓓蓓 彭献镇 +2 位作者 王建明 王欣怡 于新航 《江苏预防医学》 CAS 2021年第4期400-402,408,共4页

目的根据我国肺结核发病趋势和流行病学特征,建立ARIMA乘积季节模型并进行预测。方法采用SPSS 25.0软件,对2004—2018年肺结核发病月度数据建模,预测2019年各月发病数,并与实际数据对比,分析预测效果。结果构建的ARIMA(2,1,0)(2,1,1)12... 目的根据我国肺结核发病趋势和流行病学特征,建立ARIMA乘积季节模型并进行预测。方法采用SPSS 25.0软件,对2004—2018年肺结核发病月度数据建模,预测2019年各月发病数,并与实际数据对比,分析预测效果。结果构建的ARIMA(2,1,0)(2,1,1)12模型的拟合系数R^(2)=0.762,拟合度较高,残差序列的白噪声通过检验。预测结果的平均绝对误差百分比(MAPE)为7.17%,且在3月、10月关键节点处,预测误差仅为4.61%、2.5%。结论构建的ARIMA乘积季节模型拟合及预测效果良好,能较好地描述我国肺结核的发病趋势,为防控物资储备和人员安排提供数据支持。 展开更多

关键词 肺结核 arima乘积季节模型 时间序列 预测

下载PDF 职称材料

上城区其他感染性腹泻ARIMA乘积季节模型的建立与预测 被引量：3

12

作者 徐玲 李秀央 《实用预防医学》 CAS 2023年第1期111-115,共5页

目的建立上城区其他感染性腹泻病求和自回归移动平均(auto-regressive integrated moving average,ARIMA)乘积季节模型,为早期防控提供参考。方法利用SPSS 25.0软件对上城区2010—2020年其他感染性腹泻病发病数据构建ARIMA乘积季节模型... 目的建立上城区其他感染性腹泻病求和自回归移动平均(auto-regressive integrated moving average,ARIMA)乘积季节模型,为早期防控提供参考。方法利用SPSS 25.0软件对上城区2010—2020年其他感染性腹泻病发病数据构建ARIMA乘积季节模型,通过对2021年月发病数进行回代预测评价模型拟合效果,并用构建的模型对2022年月发病数进行预测。结果上城区2010—2020年共报告其他感染性腹泻病40534例,年均报告发病数为3685例,无死亡病例报告。构建的较优模型为ARIMA(2,1,1)(1,1,1)12,平稳R2=0.870,贝叶斯信息准则(Bayesian information criterion,BIC)=9.524,平均绝对百分误差(mean absolute percentage error,MAPE)=27.351,模型Box-Ljung检验差异无统计学意义(Q=10.420,P=0.659)。模型实测发病趋势与预测发病趋势基本一致,预测值和实测值平均相对误差为23.88%,预测效果尚可。利用ARIMA(2,1,1)(1,1,1)12模型对2022年上城区其他感染性腹泻病发病情况进行预测,预测值均在95%置信限范围内,存在夏季和冬季两个发病高峰,和浙江省及全国监测数据相一致。结论ARIMA(2,1,1)(1,1,1)12模型能对上城区其他感染性腹泻病做出较好的预测,在早期防控中起到一定的作用。 展开更多

关键词 其他感染性腹泻病 arima乘积季节模型 预测

原文传递

应用ARIMA乘积季节模型预测青岛市甲肝发病 被引量：7

13

作者 梁纪伟 姜法春 +2 位作者 韩雅琳 薛爱丽 宋鑫 《中国公共卫生管理》 2016年第6期780-782,793,共4页

目的探索应用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型分析时间序列对青岛市甲型病毒性肝炎(简称甲肝)发病进行预测分析,为地区甲肝防治提供决策依据。方法利用青岛市自1996以来19年甲肝疫情数... 目的探索应用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型分析时间序列对青岛市甲型病毒性肝炎(简称甲肝)发病进行预测分析,为地区甲肝防治提供决策依据。方法利用青岛市自1996以来19年甲肝疫情数据,建立青岛市甲肝ARIMA乘积季节预测模型,并以2015年第一季度月发病数评估模型预测效果。结果季节自回归参数为0.2639,t检验P<0.01,AIC=370.2511,SBC=392.6405,模型残差白噪声χ~2检验P值均>0.05,建立ARIMA乘积季节模型ARIMA(1,1,1)(1,1,2)12,模型表达式(1-0.2639L)(1+1.1814L^(12))(1-L)(1-L^(12))LY=(1+0.1625L^(12)-1.2344L^(24))ε_t,以此开展甲肝发病数预测。结论 ARIMA乘积季节模型能够较好地模拟青岛市甲肝发病趋势,可用于短期预测该地区甲肝发病,为疫情防控提供一定的科学依据。 展开更多

关键词 甲肝 arima乘积季节模型 时间序列 预测

原文传递

自回归求和移动平均乘积季节模型在我国布鲁菌病短期月发病人数预测中的应用 被引量：6

14

作者 田德红 丁国武 +2 位作者 于国伟 王熙蓓 廖伟斌 《中国全科医学》 CAS CSCD 北大核心 2015年第33期4100-4104,共5页

目的研究我国布鲁菌病（布病）月发病人数的趋势性和季节性,探讨自回归求和移动平均（ARIMA）乘积季节模型预测我国布病短期月发病人数的效果。方法收集2004年1月—2015年5月我国布病月发病人数（共137组）,进行时间序列分析。数据来自... 目的研究我国布鲁菌病（布病）月发病人数的趋势性和季节性,探讨自回归求和移动平均（ARIMA）乘积季节模型预测我国布病短期月发病人数的效果。方法收集2004年1月—2015年5月我国布病月发病人数（共137组）,进行时间序列分析。数据来自国家卫生和计划生育委员会公布的疫情监测数据。观察我国布病月发病人数的趋势性和季节性,以我国2004—2013年的布病月发病人数作为训练样本,拟合ARIMA乘积季节模型;用2014年1月—2015年5月的发病数据作为校验样本,验证模型;确定最优模型后,预测2015年6—12月我国布病月发病人数。结果 2004—2008年我国布病月发病人数相对平稳,从2009年以后有了明显的上升趋势。从季节性来看,每年的6、7、8月属高发病期,每年的1月和12月处于全年的最低发病期。选取的最优模型为ARIMA（0,1,0）（1,1,0）12,其平均绝对百分误差（MAPE）=13.60,决定系数（R2）=0.881;对模型进行参数显著性检验,一阶季节自回归项（SAR）参数估计值=-0.292,P=0.048。运用ARIMA（0,1,0）（1,1,0）12对2015年6—12月我国布病月发病人数进行预测,其预测值分别为7 709、7 524、6 113、4 458、3 450、3 576、3 760例。结论从2009年以后,我国布病月发病人数有明显的上升趋势;季节性表现在6~8月为高发病期,12月至来年1月为低发病期。ARIMA乘积季节模型拟合我国布病月发病人数的时间序列模型精度较高,可以用来预测我国布病短期月发病人数。 展开更多

关键词 布鲁菌病 发病率 arima乘积季节模型 预测

下载PDF 职称材料

基于ARIMA乘积季节模型的苏州市介水传染病发病预测研究 被引量：6

15

作者 王建书 刘强 +2 位作者 覃江纯 杭惠 杨海兵 《环境卫生学杂志》 2017年第6期417-420,共4页

目的探讨运用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型对苏州市介水传染病发病率进行预测。方法利用R软件对苏州市2008年1月—2015年12月的介水传染病发病率数据进行拟合,构建ARIMA乘积季节模... 目的探讨运用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型对苏州市介水传染病发病率进行预测。方法利用R软件对苏州市2008年1月—2015年12月的介水传染病发病率数据进行拟合,构建ARIMA乘积季节模型,对苏州市2016年1—6月介水传染病的发病率进行预测。结果构建了ARIMA(2,1,2)×(0,1,1)_(12)乘积季节模型,模型Ljung—Box检验差异无统计学意义(Q=18.478,P=0.779),模型适用于短期预测,2016年1—6月苏州市常见介水传染病实际发病率均在预测结果95%可信区间内,预测结果相对误差的平均值为-0.024。结论ARIMA(2,1,2)×(0,1,1)_(12)季节乘积模型可用于苏州市介水传染病发病率的短期预测。 展开更多

关键词 arima乘积季节模型 介水传染病 发病预测

下载PDF 职称材料

ARIMA乘积季节模型在苏州市其他感染性腹泻发病预测中的应用 被引量：6

16

作者 王建书 刘强 +2 位作者 杭惠 覃江纯 杨海兵 《职业与健康》 CAS 2018年第6期769-771,775,共4页

目的探讨自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型在苏州市其他感染性腹泻发病预测方面的应用。方法利用R软件对苏州市2004年1月—2015年12月的其他感染性腹泻发病率数据构建ARIMA乘积季节模型... 目的探讨自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型在苏州市其他感染性腹泻发病预测方面的应用。方法利用R软件对苏州市2004年1月—2015年12月的其他感染性腹泻发病率数据构建ARIMA乘积季节模型,预测苏州市2016年1—12月其他感染性腹泻发病率。结果建立了ARIMA(1,1,1)×(0,1,1)12乘积季节模型,模型Ljung-Box检验差异无统计学意义(Q=5.305,P=0.947),模型短期预测效果较好,2016年1—6月苏州市其他感染性腹泻发病率预测值与实际发病率进行比较,相对误差的平均值为0.041,实际发病率均在预测结果 95%可信区间内。结论 ARIMA(1,1,1)×(0,1,1)12季节乘积模型可用于苏州市其他感染性腹泻发病的短期预测。 展开更多

关键词 arima乘积季节模型 其他感染性腹泻 发病预测

原文传递

ARIMA乘积季节模型在我国麻疹发病预测中的应用 被引量：6

17

作者 罗兴甸 戴家佳 罗登菊 《贵州大学学报（自然科学版）》 2019年第3期9-14,共6页

为了了解我国麻疹月发病数变化规律,预测其变化趋势,为麻疹的防控与监测提供决策依据,主要采用2004年1月至2018年8月我国麻疹月发病数据,利用图示法和单位根检验判断序列是否平稳,根据差分后的平稳序列作出的ACF图和PACF图估计模型中的... 为了了解我国麻疹月发病数变化规律,预测其变化趋势,为麻疹的防控与监测提供决策依据,主要采用2004年1月至2018年8月我国麻疹月发病数据,利用图示法和单位根检验判断序列是否平稳,根据差分后的平稳序列作出的ACF图和PACF图估计模型中的待估参数,以最小信息量准则(an information criterion,AIC)值最小为最优模型选择标准,以绝对误差、相对误差来评价模型精度,最终建立的模型为ARIMA(1,0,1)×(0,1,2) 12 ,利用此模型做短期预测,预测得到的结果可为我国更好地制定麻疹预控方案和评估麻疹防控及监测效果提供科学参考依据。 展开更多

关键词 arima乘积季节模型 预测 AIC 麻疹

下载PDF 职称材料

基于ARIMA乘积模型的国民经济GDP预测研究 被引量：6

18

作者 李瑞阁 黄佳艳 《南阳理工学院学报》 2018年第2期7-12,共6页

本文采用国家统计局网站1992年至2016年的季度GDP数据资料,先后采用全部及部分数据对比建模并预测。首先利用全部数据资料,借助Eviews软件,对季度GDP数据进行平稳性检验,逐期及季节差分,建模,指出其不足,其次考虑我国GDP指标的核算方法... 本文采用国家统计局网站1992年至2016年的季度GDP数据资料,先后采用全部及部分数据对比建模并预测。首先利用全部数据资料,借助Eviews软件,对季度GDP数据进行平稳性检验,逐期及季节差分,建模,指出其不足,其次考虑我国GDP指标的核算方法以及数据公布方法的改革,并依据已选模型进行CHOW稳定性检验结果,截取2004年至2016年的季度GDP数据资料建立模型,并通过对比指标MAPE等,筛选出最优模型;最后对我国2017年的季度GDP进行预测,预测结果表明所选模型能较准确地反映我国季度GDP的变化规律。 展开更多

关键词 GDP 乘积季节arima模型 模型CHOW稳定性检验 预测

下载PDF 职称材料

基于配对检验的ARIMA模型在我国甲肝发病数预测中的应用

19

作者 丁勇 张蓓蓓 吴静 《南京医科大学学报（自然科学版）》 CAS 北大核心 2024年第10期1456-1461,共6页

目的:探讨基于配对检验的求和自回归移动平均(autoregressive integrated moving average,ARIMA)模型在我国甲肝发病预测中的应用,提出时间序列模型预测效果评价的新思路与方法。方法:根据2004年1月—2021年12月我国甲肝传染病月发病数... 目的:探讨基于配对检验的求和自回归移动平均(autoregressive integrated moving average,ARIMA)模型在我国甲肝发病预测中的应用,提出时间序列模型预测效果评价的新思路与方法。方法:根据2004年1月—2021年12月我国甲肝传染病月发病数建立ARIMA模型,对2022年1—8月的甲肝月发病数进行预测,通过配对t检验和误差分析评估该模型的预测效果。结果:配对t检验结果显示,ARIMA(1,1,0)(0,1,1)12模型预测的甲肝月发病数与实际月发病数差异无统计学意义(P>0.05),说明模型有较好的预测能力,预测结果的相对误差平均值为3.86%,标准差为3.25%。结论:ARIMA乘积季节模型能够较准确地预测我国甲肝的发病趋势;配对检验为时间序列模型预测效果的评价提供了客观评价依据,较好地解决了时间序列模型预测效果的评价问题。 展开更多

关键词 配对检验 甲型肝炎 arima乘积季节模型 预测

下载PDF 职称材料

基于ARIMA乘积季节模型的我国工业品出厂价格指数(PPI)预测 被引量：5

20

作者 薛冬梅 《吉林化工学院学报》 CAS 2019年第9期69-72,共4页

以乘积季节模型为理论基础,采用2006年1月至2018年12月的PPI月度数据,借助EVIEWS8.0软件,对数据进行逐期差分和季节差分消除趋势性和季节性,通过指标对比,建立了ARIMA(3,1,0)(1,1,1)24模型,并对PPI从2019年1月到6月的走势进行了预测,结... 以乘积季节模型为理论基础,采用2006年1月至2018年12月的PPI月度数据,借助EVIEWS8.0软件,对数据进行逐期差分和季节差分消除趋势性和季节性,通过指标对比,建立了ARIMA(3,1,0)(1,1,1)24模型,并对PPI从2019年1月到6月的走势进行了预测,结果表明:该模型对PPI的短期预测具有较高的精度,可以为相关经济政策的制定提供参考. 展开更多

关键词 arima乘积季节模型 PPI 预测

下载PDF 职称材料