检索结果-南通市图书馆

中国公共卫生 2022年第2期38卷 218-223页

作者：刘超孟园园张庆雯河北大学经济学院统计学系河北保定071000

目的比较季节性差分自回归移动平均模型(SARIMA)、温特线性与季节指数平滑模型、Census X12季节分解模型和线性组合预测模型4种时间序列预测模型对手足口病发病的预测性能,为手足口病的预测提供方法支撑。方法收集中国疾病预防控制中心2... 详细信息

目的比较季节性差分自回归移动平均模型(SARIMA)、温特线性与季节指数平滑模型、Census X12季节分解模型和线性组合预测模型4种时间序列预测模型对手足口病发病的预测性能,为手足口病的预测提供方法支撑。方法收集中国疾病预防控制中心2008年1月—2019年12月发布的中国手足口病月度发病人数和《中国统计年鉴—2020》发布的年末常住人口数据,据此测算出2008年1月—2019年12月中国手足口病的月度发病率数据;以2008年1月—2018年12月中国手足口病月度发病率数据作为样本建模数据分别构建SARIMA模型、温特线性与季节指数平滑模型、Census X12季节分解模型和线性组合预测模型,以2019年1—12月中国手足口病月度发病率数据作为样本外评估预测数据评价4个模型的预测效果。结果SARIMA模型、温特线性与季节指数平滑模型、Census X12季节分解模型和线性组合预测模型的平均绝对误差(MAD)分别为10.311、14.433、8.424和9.334,预测误差的方差(MSE)分别为30.757、112.847、12.007和18.847,平均相对误差的绝对值(MAPE)分别为1.725%、2.415%、1.409%和1.562%;拟合效果最好的时间序列预测模型为Census X12季节分解模型,其次为线性组合预测模型,再次为SARIMA模型,温特线性与季节指数平滑模型的拟合效果最差。结论Census X12季节分解模型能较好地预测全国手足口病的发病情况,可为今后手足口病的预防控制工作提供决策性依据。

关键词：手足口病发病预测季节性差分自回归移动平均模型(SARIMA) 温特线性与季节指数平滑模型 Census X12季节分解模型线性组合预测模型比较

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

三种预测模型对中国流行性腮腺炎月度发病率预测的应用与比较

引用

实用预防医学 2023年第11期30卷 1392-1396页

作者：汤梦莹宋晓坤梁凯琼牛娜唐沛莹黎燕宁广西医科大学公共卫生学院广西南宁530021

目的建立三种预测模型分析流行性腮腺炎的季节发病情况,为流行性腮腺炎的预测方法提供理论依据。方法收集2004年1月—2018年12月全国流行性腮腺炎月度发病率数据,训练集数据为2004年1月—2017年12月流行性腮腺炎月度发病率,分别建立季... 详细信息

目的建立三种预测模型分析流行性腮腺炎的季节发病情况,为流行性腮腺炎的预测方法提供理论依据。方法收集2004年1月—2018年12月全国流行性腮腺炎月度发病率数据,训练集数据为2004年1月—2017年12月流行性腮腺炎月度发病率,分别建立季节性差分自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型、温特线性与季节指数平滑(Winter linear and seasonal exponential smoothing,Holt-Winters)模型和神经网络自回归(neural network autoregressive,NNAR)模型,以2018年1—12月中国流行性腮腺炎月度发病率数据作为测试集,评估三种模型的预测效果。结果2004年1月—2018年12月全国流行性腮腺炎月度发病率最高月份是2012年6月,发病率最低月份是2016年2月,每年有两个发病高峰,大高峰发生在每年的4—7月,小高峰发生在每年的11月至次年1月;SARIMA模型、Holt-Winters模型和NNAR模型预测的平均相对误差的绝对值(mean absolute percentage error,MAPE)分别是18.63%、18.65%和16.31%,均方根误差(root mean square error,RMSE)分别为0.29、0.36和0.39,平均绝对误差(mean absoluteerror,MAE)0.26、0.30和0.30,R^(2)分别为93.43%、83.79%和78.24%。预测效果最好的为SARIMA模型,其次为Holt-Winters模型,NNAR模型的预测效果最差。结论SARIMA模型能很好地预测全国流行性腮腺炎的发病情况,可为今后流行性腮腺炎的预防控制工作提供借鉴方法。

关键词：流行性腮腺炎发病预测季节性差分自回归移动平均模型温特线性与季节指数平滑模型神经网络自回归模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：