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136 | 下载0

目的 应用季节乘积求和自回归移动平均模型分析南通市水痘每月发病数时间序列,为建立疫情预测模型提供参考依据.方法 利用Eviews软件对南通市2008至2014年间水痘病例月报告数进行建模,首先采用自然对数转换、差分法平稳序列,然后估计模型参数,对模型进行检验,筛选最优模型,最后进行预测分析.结果 成功建立模型ARIMA(1,0,0)(1,1,0)12,模型表达式为:(1-B12)lnxt(1-0.579 4B) (1+0.312 2B12)=εt.模型通过残差白噪声检验,P>0.05;平均绝对百分误差为8.90%,预测精度较高.运用该模型预测2015年l-6月病例数分别为67,36,64,55,72和87例.结论 该模型对南通市水痘发病情况拟合和趋势预测结果较好,可根据预测结果开展水痘疫情相关防控准备工作.

作者:陶长余;章士军;陈郁

来源:中国学校卫生 2015 年 36卷 8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:136 | 下载:0
作者:
陶长余;章士军;陈郁
来源:
中国学校卫生 2015 年 36卷 8期
标签:
水痘 时间 序列分析 公共卫生管理 Chixkenpox Time Sequence analysis Public health administration
目的 应用季节乘积求和自回归移动平均模型分析南通市水痘每月发病数时间序列,为建立疫情预测模型提供参考依据.方法 利用Eviews软件对南通市2008至2014年间水痘病例月报告数进行建模,首先采用自然对数转换、差分法平稳序列,然后估计模型参数,对模型进行检验,筛选最优模型,最后进行预测分析.结果 成功建立模型ARIMA(1,0,0)(1,1,0)12,模型表达式为:(1-B12)lnxt(1-0.579 4B) (1+0.312 2B12)=εt.模型通过残差白噪声检验,P>0.05;平均绝对百分误差为8.90%,预测精度较高.运用该模型预测2015年l-6月病例数分别为67,36,64,55,72和87例.结论 该模型对南通市水痘发病情况拟合和趋势预测结果较好,可根据预测结果开展水痘疫情相关防控准备工作.

Baidu
map