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152 | 下载19

目的 分别应用求和自回归滑动平均模型(autoregressive integrated moving average model,ARIMA)和灰色模型(gray forecast model) GM(1,1)对湖北省痢疾发病数进行预测,比较两种方法的预测效果,为选择更适宜的方法提供依据.方法 分别应用2001-2015年月发病数及年发病数建立ARIMA模型和GM(1,1)模型,用平均误差率(mean error rate,MER)和决定系数(coefficient of determination,R2)评价拟合效果,并采用2016年实际发病数验证预测效果,选择准确性更高的模型对2017-2018年发病数进行预测. 结果 建立的ARIMA模型为SARIMA(1,0,0)(0,1,1)12,GM(1,1)模型为P(t+1)=-274 126.038e-0.067467‘+293 275.08,两模型的平均误差率(mean error rate,MER)分别为3.55%和14.78%;决定系数(R2)分别为0.993和0.960,2016年实际发病数与两模型预测发病数的残差分别为635和3 240;相对误差分别为16.54%和84.38%,综合考虑各项评价指标采用ARIMA模型对2017-2018年发病数进行预测分别为4 286和4 011.结论 通过拟合及预测评价指标的比较ARIMA模型均优于GM(1,1)模型,可得ARIMA模型对湖北省痢疾发病数的预测比GM(1,1)模型有较明显的优势,能更准确的处理时间序列类型的资料,此预测结果准确具有实用价值,可为卫生防治工作提供依据.

作者:宋媛媛;王雷;熊甜;胡樱

来源:实用预防医学 2019 年 26卷 7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:152 | 下载:19
作者:
宋媛媛;王雷;熊甜;胡樱
来源:
实用预防医学 2019 年 26卷 7期
标签:
ARIMA模型 GM(1,1)模型 痢疾 预测
目的 分别应用求和自回归滑动平均模型(autoregressive integrated moving average model,ARIMA)和灰色模型(gray forecast model) GM(1,1)对湖北省痢疾发病数进行预测,比较两种方法的预测效果,为选择更适宜的方法提供依据.方法 分别应用2001-2015年月发病数及年发病数建立ARIMA模型和GM(1,1)模型,用平均误差率(mean error rate,MER)和决定系数(coefficient of determination,R2)评价拟合效果,并采用2016年实际发病数验证预测效果,选择准确性更高的模型对2017-2018年发病数进行预测. 结果 建立的ARIMA模型为SARIMA(1,0,0)(0,1,1)12,GM(1,1)模型为P(t+1)=-274 126.038e-0.067467‘+293 275.08,两模型的平均误差率(mean error rate,MER)分别为3.55%和14.78%;决定系数(R2)分别为0.993和0.960,2016年实际发病数与两模型预测发病数的残差分别为635和3 240;相对误差分别为16.54%和84.38%,综合考虑各项评价指标采用ARIMA模型对2017-2018年发病数进行预测分别为4 286和4 011.结论 通过拟合及预测评价指标的比较ARIMA模型均优于GM(1,1)模型,可得ARIMA模型对湖北省痢疾发病数的预测比GM(1,1)模型有较明显的优势,能更准确的处理时间序列类型的资料,此预测结果准确具有实用价值,可为卫生防治工作提供依据.

Baidu
map