您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览458 | 下载0

目的 探讨ARIMA模型在湖北省乙型病毒性肝炎(乙肝)病例时间分布特征分析中的应用.方法 利用“传染病监测报告信息系统”中2005-2014年湖北省乙肝发病数据,分析病例的时间分布特征,建立ARIMA预测模型.结果 乙肝报告发病率3~8月处于较高水平,12月最低;拟合得到的最佳模型为没有常数项的ARIMA(0,1,1)(0,l,1)12模型.预测发现,未来湖北省乙肝发病水平与往年趋势大体一致,3~8月发病率处于较高水平.结论 建立的ARIMA模型能较好地预测湖北省乙肝病例的时间趋势.

作者:黄淑琼;陈红缨;蔡晶;杨雯雯

来源:公共卫生与预防医学 2016 年 27卷 4期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:458 | 下载:0
作者:
黄淑琼;陈红缨;蔡晶;杨雯雯
来源:
公共卫生与预防医学 2016 年 27卷 4期
标签:
乙型病毒性肝炎 ARIMA模型 时间趋势 预测 Hepatitis B ARIMA model Temporal trend Prediction
目的 探讨ARIMA模型在湖北省乙型病毒性肝炎(乙肝)病例时间分布特征分析中的应用.方法 利用“传染病监测报告信息系统”中2005-2014年湖北省乙肝发病数据,分析病例的时间分布特征,建立ARIMA预测模型.结果 乙肝报告发病率3~8月处于较高水平,12月最低;拟合得到的最佳模型为没有常数项的ARIMA(0,1,1)(0,l,1)12模型.预测发现,未来湖北省乙肝发病水平与往年趋势大体一致,3~8月发病率处于较高水平.结论 建立的ARIMA模型能较好地预测湖北省乙肝病例的时间趋势.

Baidu
map