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163 | 下载0

目的 采用ARIMA模型预测手足口病的发病趋势,探讨提高模型预测准确性和实用性的思路.方法 利用ARIMA模型对北京市西城区2010年1月-2015年12月手足口病月发病率进行拟合,并进行发病趋势预测.结果通过参数估计和残差白噪声检验,得到模型ARIMA(1,0,0)(1,1,0)12,BIC=1.958,Ljung-Box=7.885(P=0.952),2015年手足口病月发病率预测值和实际值的平均相对误差为21.47%.结论利用ARIMA模型预测手足口病的发病趋势是可行的,可以为地区传染病防控和公共卫生决策提供科学依据.

作者:崔策

来源:职业与健康 2016 年 32卷 15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:163 | 下载:0
作者:
崔策
来源:
职业与健康 2016 年 32卷 15期
标签:
ARIMA模型 手足口病 预测 ARIMA model Hand-foot-mouth disease (HFMD) Prediction
目的 采用ARIMA模型预测手足口病的发病趋势,探讨提高模型预测准确性和实用性的思路.方法 利用ARIMA模型对北京市西城区2010年1月-2015年12月手足口病月发病率进行拟合,并进行发病趋势预测.结果通过参数估计和残差白噪声检验,得到模型ARIMA(1,0,0)(1,1,0)12,BIC=1.958,Ljung-Box=7.885(P=0.952),2015年手足口病月发病率预测值和实际值的平均相对误差为21.47%.结论利用ARIMA模型预测手足口病的发病趋势是可行的,可以为地区传染病防控和公共卫生决策提供科学依据.

Baidu
map