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96 | 下载12

目的 应用三种统计模型预测伤寒副伤寒的发病趋势,比较其预测效果,为伤寒副伤寒的预测和防控提供科学依据.方法 利用广东省2008年5月至2012年4月四年的伤寒副伤寒逐月发病资料,分别拟合季节性综合自回归滑动平均(SARIMA)模型、经傅里叶季节性调整的综合自回归滑动平均(FARIMA)模型和动态谐波回归(DHR)模型,并用前面建立的三种模型预测后续半年(2012年5月-2012年10月)的逐月发病数.结果 伤寒副伤寒的发病有明显的周期性和季节特征,周期为1年,7-8月份为发病高峰期.流行强度和流行高峰出现的月份均存在一定的年度差异.三种模型拟合四年的伤寒副伤寒发病情况,其平均绝对百分比误差(MAPE)依次为:DHR模型(7.8%)<FARIMA模型(12.9%)<SARIMA模型(13.4%);三种模型预测后续半年的发病情况,其MAPE依次为:DHR模型(3.5%)<FARI-MA模型(5.6%)<SARIMA模型(6.8%),其他模型评价指标结果也类似.结论 三种方法均有较佳的预测效果.相对而言,DHR的预测精度更高.本研究可为常见传染病的预测提供一定的方法学参考.

作者:李骊;钱俊;杨军;欧春泉

来源:中国卫生统计 2014 年 31卷 2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:96 | 下载:12
作者:
李骊;钱俊;杨军;欧春泉
来源:
中国卫生统计 2014 年 31卷 2期
标签:
SARIMA模型 FARIMA模型 DHR模型 预测 伤寒副伤寒 SARIMA model FARIMA model DHR model Forecasting Typhoid fever and Paratyphoid fever
目的 应用三种统计模型预测伤寒副伤寒的发病趋势,比较其预测效果,为伤寒副伤寒的预测和防控提供科学依据.方法 利用广东省2008年5月至2012年4月四年的伤寒副伤寒逐月发病资料,分别拟合季节性综合自回归滑动平均(SARIMA)模型、经傅里叶季节性调整的综合自回归滑动平均(FARIMA)模型和动态谐波回归(DHR)模型,并用前面建立的三种模型预测后续半年(2012年5月-2012年10月)的逐月发病数.结果 伤寒副伤寒的发病有明显的周期性和季节特征,周期为1年,7-8月份为发病高峰期.流行强度和流行高峰出现的月份均存在一定的年度差异.三种模型拟合四年的伤寒副伤寒发病情况,其平均绝对百分比误差(MAPE)依次为:DHR模型(7.8%)<FARIMA模型(12.9%)<SARIMA模型(13.4%);三种模型预测后续半年的发病情况,其MAPE依次为:DHR模型(3.5%)<FARI-MA模型(5.6%)<SARIMA模型(6.8%),其他模型评价指标结果也类似.结论 三种方法均有较佳的预测效果.相对而言,DHR的预测精度更高.本研究可为常见传染病的预测提供一定的方法学参考.

Baidu
map