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269 | 下载0

目的 比较ARIMA模型(autoregressive integrated moving average model,ARIMA)与灰色预测模型[gray forecast model,GM(1,1)]在艾滋病感染人数预测上的有效性.方法 以安徽省芜湖市2005-2011年疫情资料为基础,分别使用月发病人数及年度发病人数建立ARIMA模型及GM(1,1)模型,通过预测结果与实际值的对比来比较两模型的应用效果.结果 ARIMA模型及GM(1,1)模型的拟合结果均与芜湖市艾滋病发病趋势相一致,ARIMA模型的平均误差率稍高于GM(1,1)模型.结论 在对无周期性的艾滋病疫情数据进行预测时,ARIMA模型的预测优势不能得到充分体现,从而使ARIMA模型的平均误差率稍高于GM(1,1)模型,因此在进行传染病及疾病预测时,应综合考虑和比较多种模型的预测效果,选择适合本地区的预测模型进行预测,且应不断补充新的数据对模型进行修正或重新拟合,才能达到有效预测的目的.

作者:范引光;吕金伟;戴色莺;张渝婧;苏虹;潘发明;王静;叶冬青

来源:中华疾病控制杂志 2012 年 16卷 12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:269 | 下载:0
作者:
范引光;吕金伟;戴色莺;张渝婧;苏虹;潘发明;王静;叶冬青
来源:
中华疾病控制杂志 2012 年 16卷 12期
标签:
获得性免疫缺陷综合征 预测 模型,统计学
目的 比较ARIMA模型(autoregressive integrated moving average model,ARIMA)与灰色预测模型[gray forecast model,GM(1,1)]在艾滋病感染人数预测上的有效性.方法 以安徽省芜湖市2005-2011年疫情资料为基础,分别使用月发病人数及年度发病人数建立ARIMA模型及GM(1,1)模型,通过预测结果与实际值的对比来比较两模型的应用效果.结果 ARIMA模型及GM(1,1)模型的拟合结果均与芜湖市艾滋病发病趋势相一致,ARIMA模型的平均误差率稍高于GM(1,1)模型.结论 在对无周期性的艾滋病疫情数据进行预测时,ARIMA模型的预测优势不能得到充分体现,从而使ARIMA模型的平均误差率稍高于GM(1,1)模型,因此在进行传染病及疾病预测时,应综合考虑和比较多种模型的预测效果,选择适合本地区的预测模型进行预测,且应不断补充新的数据对模型进行修正或重新拟合,才能达到有效预测的目的.

Baidu
map