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87 | 下载27

目的 探讨比较SARIMA模型和ETS模型在湖南省肾综合征出血热的发病预测的应用,为肾综合征出血热的防控提供依据.方法 利用2005-2014年肾综合征出血热月度发病数据建立SARIMA模型和ETS模型,并通过模型预测2015年1 ~12月的肾综合征出血热发病数,用均方根误差(root mean square error,RMSE)和绝对百分比误差(absolutc percentage error,MAPE)作为评价指标.结果 SARIMA(1,0,0)(3,0,0)12模型是肾综合征出血热发病趋势的最优拟合预测模型,SARIMA模型的MAPE为13.18%,低于ETS模型31.14%,SARIMA模型的RMSE为16.27%也低于ETS模型的25.88%.结论 SARIMA(1,0,0)(3,0,0) 12模型模拟拟合效果较好,预测结果可为今后肾综合征出血热的预防和控制提供理论支持.

作者:邵瑛琦;刘欢;李晨希;孟祥伟;李乐;王星;吴群红

来源:中国卫生统计 2021 年 38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:87 | 下载:27
作者:
邵瑛琦;刘欢;李晨希;孟祥伟;李乐;王星;吴群红
来源:
中国卫生统计 2021 年 38卷 2期
标签:
肾综合征出血热 SARIMA模型 指数平滑模型 预测
目的 探讨比较SARIMA模型和ETS模型在湖南省肾综合征出血热的发病预测的应用,为肾综合征出血热的防控提供依据.方法 利用2005-2014年肾综合征出血热月度发病数据建立SARIMA模型和ETS模型,并通过模型预测2015年1 ~12月的肾综合征出血热发病数,用均方根误差(root mean square error,RMSE)和绝对百分比误差(absolutc percentage error,MAPE)作为评价指标.结果 SARIMA(1,0,0)(3,0,0)12模型是肾综合征出血热发病趋势的最优拟合预测模型,SARIMA模型的MAPE为13.18%,低于ETS模型31.14%,SARIMA模型的RMSE为16.27%也低于ETS模型的25.88%.结论 SARIMA(1,0,0)(3,0,0) 12模型模拟拟合效果较好,预测结果可为今后肾综合征出血热的预防和控制提供理论支持.

Baidu
map