咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >ARIMA模型和Holt-Winters指数平滑法在贵州省肺... 收藏

ARIMA模型和Holt-Winters指数平滑法在贵州省肺结核发病预测中的应用

Application of ARIMA and Holt-Winters exponential smoothingin the prediction of tuberculosis in Guizhou Province

作     者:荀梦君 李进岚 黄爱菊 陈璞 XUN Mengjun;LI Jinlan;HUANG Aiju;CHEN Pu

作者机构:贵州省疾病预防控制中心结核病防治研究所贵州贵阳550004 

出 版 物:《中国预防医学杂志》 (Chinese Preventive Medicine)

年 卷 期:2023年第24卷第7期

页      面:678-682页

学科分类:1005[医学-中医学] 1002[医学-临床医学] 10[医学] 

基  金:贵州省发改委省级基本建设前期工作项目(2020-181-131) 贵州省卫生健康委科学技术基金项目(gzwkj2021-398)。 

主  题:肺结核 时间序列 ARIMA模型 指数平滑模型 预测 

摘      要:目的探讨比较自回归差分移动平均(autoregressive integrated moving average, ARIMA)模型及Holt-Winters指数平滑法在肺结核发病预测中的应用,为贵州省结核病防控工作提供科学依据。方法以2015—2021年贵州省登记报告的肺结核发病数据建立ARIMA模型和Holt-Winters指数平滑模型,分别用两种模型预测2022年1—10月肺结核发病数,并与实际登记报告肺结核发病数作比较,对两种模型预测效果进行评价。结果 2015—2021年贵州省累计报告肺结核患者28.08万例,总体上肺结核发病呈下降趋势。构建ARIMA最佳模型为ARIMA (1, 1, 0)(0, 1, 0)12,模型预测结果均方根误差(root mean square error,RMSE)为462.46,平均绝对误差(mean absolute error,MAE)为424.50,平均绝对百分比误差(mean absolute percentage error,MAPE)为21.21%;Holt-Winters指数平滑法最佳模型为乘法模型,模型预测结果 RMSE为387.01,MAE为344.20,MAPE为17.44%。结论 Holt-Winters指数平滑模型预测效果优于ARIMA模型,更适合对贵州省肺结核发病情况进行短期预测。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分