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59 | 下载24

目的 分析某地级市因心脑血管病死亡人数的趋势,探讨和比较时间序列分析中的Prophet模型和SARIMA模型在死亡人数预测中的应用.方法 从该市卫生健康大数据中心获取2014年到2018年因心脑血管疾病死亡的人数,分别构建Prophet模型和SARIMA模型,使用2019年1月到12月的数据验证两种模型的预测效果,用均方根误差和平均百分比误差作为评价指标.结果 Prophet模型的平均百分比误差为5.24%,SARIMA模型的最优模型为SARIMA(0,1,1)(0,1,1)12,平均百分比误差为7.88%.结论 时间序列分析方法能够用于心脑血管疾病死亡人数趋势的预测,Prophet模型预测精度更高.

作者:陆凯;汤娟华;袁焱

来源:中国卫生统计 2023 年 40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:59 | 下载:24
作者:
陆凯;汤娟华;袁焱
来源:
中国卫生统计 2023 年 40卷 2期
标签:
心脑血管疾病 Prophet模型 SARIMA模型 预测
目的 分析某地级市因心脑血管病死亡人数的趋势,探讨和比较时间序列分析中的Prophet模型和SARIMA模型在死亡人数预测中的应用.方法 从该市卫生健康大数据中心获取2014年到2018年因心脑血管疾病死亡的人数,分别构建Prophet模型和SARIMA模型,使用2019年1月到12月的数据验证两种模型的预测效果,用均方根误差和平均百分比误差作为评价指标.结果 Prophet模型的平均百分比误差为5.24%,SARIMA模型的最优模型为SARIMA(0,1,1)(0,1,1)12,平均百分比误差为7.88%.结论 时间序列分析方法能够用于心脑血管疾病死亡人数趋势的预测,Prophet模型预测精度更高.

Baidu
map