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261 | 下载39

目的 探讨应用时间序列ARIMA模型预测江苏省钩虫感染率的可行性.方法 以1990-2006年江苏省钩虫感染率数据做为训练数据集,应用SAS 9.0软件对训练数据集进行差分平稳化处理后,采用最小信息准则筛选参数,构建全省钩虫病自回归滑动平均模型(ARIMA),预测全省钩虫感染率.结果 初步确定全省钩虫感染率时间序列模型ARIMA(1,2,0),应用该模型预测的全省钩虫病流行趋势与实际感染情况相一致,实际感染率均落在预测值95%可信区间内;模型预测的2007-2011年全省钩虫感染率与实际感染率基本相符,最小预测误差仅为9.23%.结论 构建的时间序列模型具有良好的预测效果和一定的防治应用价值.

作者:江文才;金小林;沈明学;曹汉钧;徐祥珍

来源:中国血吸虫病防治杂志 2013 年 25卷 3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:261 | 下载:39
作者:
江文才;金小林;沈明学;曹汉钧;徐祥珍
来源:
中国血吸虫病防治杂志 2013 年 25卷 3期
标签:
钩虫 时间序列模型 自回归滑动平均模型 江苏省 Hookworm Time-series model Autoregressive integrated moving average (ARIMA) Jiangsu Province
目的 探讨应用时间序列ARIMA模型预测江苏省钩虫感染率的可行性.方法 以1990-2006年江苏省钩虫感染率数据做为训练数据集,应用SAS 9.0软件对训练数据集进行差分平稳化处理后,采用最小信息准则筛选参数,构建全省钩虫病自回归滑动平均模型(ARIMA),预测全省钩虫感染率.结果 初步确定全省钩虫感染率时间序列模型ARIMA(1,2,0),应用该模型预测的全省钩虫病流行趋势与实际感染情况相一致,实际感染率均落在预测值95%可信区间内;模型预测的2007-2011年全省钩虫感染率与实际感染率基本相符,最小预测误差仅为9.23%.结论 构建的时间序列模型具有良好的预测效果和一定的防治应用价值.

Baidu
map