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351 | 下载0

目的 研究季节性差分自回归滑动平均模型(SARIMA)拟合季节时间序列的方法,并将其应用于预测香港流行性腮腺炎疫情趋势.方法 利用R软件对2000年1月至2012年8月香港流行性腮腺炎月发病例数资料进行建模,用所构建模型进行预测分析.结果 流行性腮腺炎发病呈上升趋势,SARIMA(2,1,1)×(1,1,1)12模型较好地拟合了香港流行性腮腺炎的月发病例数,模型残差为白噪声序列,回代考核平均相对误差为17.5%;后8个月的数据作为前瞻性预测考核,平均相对误差为16.4%.结论 SARIMA模型较好地模拟腮腺炎的流行特征,并进行中、短期预测.

作者:徐燕;阎玉霞;韩剑锋;陈平雁

来源:热带医学杂志 2013 年 13卷 1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:351 | 下载:0
作者:
徐燕;阎玉霞;韩剑锋;陈平雁
来源:
热带医学杂志 2013 年 13卷 1期
标签:
SARIMA模型 流行性腮腺炎 预测
目的 研究季节性差分自回归滑动平均模型(SARIMA)拟合季节时间序列的方法,并将其应用于预测香港流行性腮腺炎疫情趋势.方法 利用R软件对2000年1月至2012年8月香港流行性腮腺炎月发病例数资料进行建模,用所构建模型进行预测分析.结果 流行性腮腺炎发病呈上升趋势,SARIMA(2,1,1)×(1,1,1)12模型较好地拟合了香港流行性腮腺炎的月发病例数,模型残差为白噪声序列,回代考核平均相对误差为17.5%;后8个月的数据作为前瞻性预测考核,平均相对误差为16.4%.结论 SARIMA模型较好地模拟腮腺炎的流行特征,并进行中、短期预测.

Baidu
map