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167 | 下载35

目的 了解成都市成华区狂犬病暴露监测数据的基本情况和特征;利用狂犬病暴露数据建立ARIMA模型,对2016年狂犬病暴露数据进行预测,为人用狂犬病疫苗、免疫球蛋白需求计划,犬伤处置报销费用预算的制定提供参考依据.方法 应用SPSS19.0对成都市成华区2009-2014年逐月狂犬病暴露数据构建ARIMA模型,以2015年狂犬病暴露数据为验证样本,验证模型的预测效果,并预测2016年逐月狂犬病暴露数据.结果 最优模型ARIMA(1,0,0)(1,1,0)12能较好地拟合既往时间段的狂犬病暴露数据序列,拟合值与实际值基本保持一致的曲线趋势.2015年1月-12月检验样本的预测结果显示,暴露实际值均在预测可信区间内,均方根误差为28.79,平均绝对误差为82.36,平均绝对误差百分比为9.08%.结论 ARIMA(1,0,0)(1,1,0)12模型能较好地拟合成都市成华区狂犬病暴露数变动趋势,适用于狂犬病暴露人数的预测.

作者:杨静;张强

来源:中国卫生统计 2016 年 33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:167 | 下载:35
作者:
杨静;张强
来源:
中国卫生统计 2016 年 33卷 5期
标签:
狂犬病 ARIMA模型 预测 Rabies Surveillance ARIMA model Prediction
目的 了解成都市成华区狂犬病暴露监测数据的基本情况和特征;利用狂犬病暴露数据建立ARIMA模型,对2016年狂犬病暴露数据进行预测,为人用狂犬病疫苗、免疫球蛋白需求计划,犬伤处置报销费用预算的制定提供参考依据.方法 应用SPSS19.0对成都市成华区2009-2014年逐月狂犬病暴露数据构建ARIMA模型,以2015年狂犬病暴露数据为验证样本,验证模型的预测效果,并预测2016年逐月狂犬病暴露数据.结果 最优模型ARIMA(1,0,0)(1,1,0)12能较好地拟合既往时间段的狂犬病暴露数据序列,拟合值与实际值基本保持一致的曲线趋势.2015年1月-12月检验样本的预测结果显示,暴露实际值均在预测可信区间内,均方根误差为28.79,平均绝对误差为82.36,平均绝对误差百分比为9.08%.结论 ARIMA(1,0,0)(1,1,0)12模型能较好地拟合成都市成华区狂犬病暴露数变动趋势,适用于狂犬病暴露人数的预测.

Baidu
map