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375 | 下载187

目的 应用自回归求和移动平均(ARIMA)乘积季节模型预测陕西省手足口病发病人数.方法 利用R软件对2009年1月至2015年6月手足口病数据构建ARIMA乘积季节模型,同时利用2015年7-12月实际发病人数与模型拟合数据比较,评价模型的预测性能,预测2016-2017年的手足口病发病人数.结果 陕西省手足口病发病人数具有明显的季节性,建立了ARIMA(2,1,0)×(1,1,0)12乘积季节模型,预测方程为(1-B)(I-B12)Ln(X1)=(1-1.000B)(1-0.532B-0.363B2)(1-0.644B12-0.454B212)ε1,与2015年7-12月实际发病人数比较,绝对误差的平均值为531.535,相对误差的平均值为0.114,预测2016-2017年陕西省手足口病发病人数与2015年基本保持一致.结论 ARIMA(2,1,0)×(1,1,0)12乘积季节模型可用于陕西省手足口病的发病人数预测.

作者:刘峰;朱妮;邱琳;王敬军;王维华

来源:中华流行病学杂志 2016 年 37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:375 | 下载:187
作者:
刘峰;朱妮;邱琳;王敬军;王维华
来源:
中华流行病学杂志 2016 年 37卷 8期
标签:
手足口病 自回归求和移动平均乘积季节模型 预测 Hand foot and mouth disease Multiple seasonal ARIMA model Prediction
目的 应用自回归求和移动平均(ARIMA)乘积季节模型预测陕西省手足口病发病人数.方法 利用R软件对2009年1月至2015年6月手足口病数据构建ARIMA乘积季节模型,同时利用2015年7-12月实际发病人数与模型拟合数据比较,评价模型的预测性能,预测2016-2017年的手足口病发病人数.结果 陕西省手足口病发病人数具有明显的季节性,建立了ARIMA(2,1,0)×(1,1,0)12乘积季节模型,预测方程为(1-B)(I-B12)Ln(X1)=(1-1.000B)(1-0.532B-0.363B2)(1-0.644B12-0.454B212)ε1,与2015年7-12月实际发病人数比较,绝对误差的平均值为531.535,相对误差的平均值为0.114,预测2016-2017年陕西省手足口病发病人数与2015年基本保持一致.结论 ARIMA(2,1,0)×(1,1,0)12乘积季节模型可用于陕西省手足口病的发病人数预测.

Baidu
map