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71 | 下载24

目的 探讨时间序列自回归移动平均模型(ARIMA)预测肺癌发病率的可行性.方法 收集并整理武汉市江岸区2007~2013年肺癌发病资料,应用SPSS 17.0软件对肺癌逐月发病率进行ARIMA建模拟合;利用建立的预测模型对2013年肺癌月发病率进行预测.结果 ARIMA(3,1,0)模型能够较好地拟合及预测肺癌月发病率值,所有实际值均落在拟合值及预测值的95

作者:邓芷晴;周利华;叶久红;潘振宇;朱慈华;冯仁杰

来源:医学新知杂志 2019 年 29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:71 | 下载:24
作者:
邓芷晴;周利华;叶久红;潘振宇;朱慈华;冯仁杰
来源:
医学新知杂志 2019 年 29卷 4期
标签:
时间序列分析 ARIMA 模型 预测 肺癌 发病率 Time series analysis ARIMA model Prediction Lung cancer Morbidity
目的 探讨时间序列自回归移动平均模型(ARIMA)预测肺癌发病率的可行性.方法 收集并整理武汉市江岸区2007~2013年肺癌发病资料,应用SPSS 17.0软件对肺癌逐月发病率进行ARIMA建模拟合;利用建立的预测模型对2013年肺癌月发病率进行预测.结果 ARIMA(3,1,0)模型能够较好地拟合及预测肺癌月发病率值,所有实际值均落在拟合值及预测值的95

Baidu
map