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116 | 下载0

目的 探讨基于周期分解的ARIMA模型在我国甲肝月发病率预测中的应用,并比较其与SARIMA模型的预测效果.方法 收集2004年1月-2014年12月我国甲肝月发病率资料,用SPSS 13.0分别拟合两种模型,并用2014年的数据评价模型的预测效果.结果 基于周期分解的ARIMA模型的拟合及预测的MRD,MER,MSE和MAE分别为4.4691,0.0446,0.0002,0.0092;4.1310,0.0415,0.0001,0.0066.SARIMA模型的拟合及预测的MRD,MER,MSE和MAE分别为7.2979,0.0781,0.0003,0.0185;6.4407,0.0708,0.0002,0.0110.结论 基于周期分解的ARIMA模型拟合和预测效果优于SARIMA模型.它可以提高预测的精度,具有较好的应用价值.

作者:王永斌;郑瑶;柴峰;李向文;田珍榛;袁聚祥

来源:现代预防医学 2015 年 42卷 23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:116 | 下载:0
作者:
王永斌;郑瑶;柴峰;李向文;田珍榛;袁聚祥
来源:
现代预防医学 2015 年 42卷 23期
标签:
ARIMA模型 周期分解法 甲肝 发病率 预测 ARIMA model Seasonal Decomposition Hepatitis A Incidence Prediction
目的 探讨基于周期分解的ARIMA模型在我国甲肝月发病率预测中的应用,并比较其与SARIMA模型的预测效果.方法 收集2004年1月-2014年12月我国甲肝月发病率资料,用SPSS 13.0分别拟合两种模型,并用2014年的数据评价模型的预测效果.结果 基于周期分解的ARIMA模型的拟合及预测的MRD,MER,MSE和MAE分别为4.4691,0.0446,0.0002,0.0092;4.1310,0.0415,0.0001,0.0066.SARIMA模型的拟合及预测的MRD,MER,MSE和MAE分别为7.2979,0.0781,0.0003,0.0185;6.4407,0.0708,0.0002,0.0110.结论 基于周期分解的ARIMA模型拟合和预测效果优于SARIMA模型.它可以提高预测的精度,具有较好的应用价值.

Baidu
map