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224 | 下载17

目的 采用SARIMA模型对福建省细菌性痢疾发病情况进行预测,为风险评估提供科学的定量数据.方法 利用Eviews 5.0对福建省1990年1月-2013年12月细菌性痢疾的月发病例数进行SARIMA分析.采用自相关函数和ADF单位根检验判断原序列的平稳性,采取自然对数转化和差分使其平稳,然后利用自相关函数和偏相关函数识别和估计SARIMA模型参数,并对结果进行t检验和Q检验,再利用调整R2、AIC准则和SC准则对模型进行评估.最后进行回代评价和预测分析.结果 模型SARIMA(2,1,2)(0,l,1)12、SARIMA(0,1,1)(0,1,1)12和SARIMA(1,1,2)(0,l,1)12参数有统计学意义,残差为白噪声,其中SARIM(1,l,2)(0,1,1)12为最优模型,表达式为:(1+0.75L)(1-L)(1-L12)log(yt)=(1+0.45L-0.35L2)(1-0.79L12)εt.回代检验平均相对误差为14.72%.2013年预测标准误较小,4-7月预测值与实际值相对误差均低于10%.结论 SARIMA模型可对福建省细菌性痢疾发病情况进行较准确的预测,可为及时、科学地研判传染病风险提供可靠的数据基础.

作者:祝寒松;黄文龙;章灿明;谢忠杭;吴生根;欧剑鸣;洪荣涛

来源:中国卫生统计 2014 年 31卷 5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:224 | 下载:17
作者:
祝寒松;黄文龙;章灿明;谢忠杭;吴生根;欧剑鸣;洪荣涛
来源:
中国卫生统计 2014 年 31卷 5期
标签:
季节时间序列模型 细菌性痢疾 预测 风险评估 SARIMA Bacillary dysentery Forecast Risk assessment
目的 采用SARIMA模型对福建省细菌性痢疾发病情况进行预测,为风险评估提供科学的定量数据.方法 利用Eviews 5.0对福建省1990年1月-2013年12月细菌性痢疾的月发病例数进行SARIMA分析.采用自相关函数和ADF单位根检验判断原序列的平稳性,采取自然对数转化和差分使其平稳,然后利用自相关函数和偏相关函数识别和估计SARIMA模型参数,并对结果进行t检验和Q检验,再利用调整R2、AIC准则和SC准则对模型进行评估.最后进行回代评价和预测分析.结果 模型SARIMA(2,1,2)(0,l,1)12、SARIMA(0,1,1)(0,1,1)12和SARIMA(1,1,2)(0,l,1)12参数有统计学意义,残差为白噪声,其中SARIM(1,l,2)(0,1,1)12为最优模型,表达式为:(1+0.75L)(1-L)(1-L12)log(yt)=(1+0.45L-0.35L2)(1-0.79L12)εt.回代检验平均相对误差为14.72%.2013年预测标准误较小,4-7月预测值与实际值相对误差均低于10%.结论 SARIMA模型可对福建省细菌性痢疾发病情况进行较准确的预测,可为及时、科学地研判传染病风险提供可靠的数据基础.

Baidu
map