检索结果-南通市图书馆

基于Python语言的ARIMA模型在江西省食源性疾病发病率预测中的应用

在线全文

学校读者我要写书评

暂无评论

中国食品卫生杂志 2023年第3期35卷 458-463页

作者：陈丽敏刘成伟梁新民张强周厚德游兴勇刘道峰彭思露南昌大学公共卫生学院江西南昌330006 江西省预防医学重点实验室江西南昌330006 江西省疾病预防控制中心江西南昌330029 江西省食源性疾病诊断溯源重点实验室江西南昌330029

目的评估整合移动平均自回归模型(arima)预测江西省食源性疾病月发病率的可行性。方法应用Python软件构建ARIMA模型,以2021年数据验证及评估ARIMA模型预测效能,并对2022年1~6月江西省食源性疾病月发病率进行短期预测。结果江西省2016—2... 详细信息

目的评估整合移动平均自回归模型(arima)预测江西省食源性疾病月发病率的可行性。方法应用Python软件构建ARIMA模型,以2021年数据验证及评估ARIMA模型预测效能,并对2022年1~6月江西省食源性疾病月发病率进行短期预测。结果江西省2016—2021年食源性疾病发病率总体呈下降趋势,每年的8月份为发病高峰期;预测最佳模型为arima(1,0,0)(1,0,2)_(12),贝叶斯信息准则(BIC)为96.66,模型残差为白噪声序列(P>0.05)。模型预测发病率与实际发病率流行趋势基本吻合,整体均方根误差(RMSE)为0.656,以2021年数据验证模型预测效果,预测值与实际值平均绝对百分误差(MAPE)为11.25%,表明模型外推效果较好。结论arima(1,0,0)(1,0,2)_(12)模型可用于江西省食源性疾病发病趋势的短期预测。

关键词：食源性疾病 ARIMA模型 Python语言预测

基于NAR-arima组合模型的高速公路沥青路面破损状况预测

在线全文

学校读者我要写书评

暂无评论

大连理工大学学报 2024年第3期64卷 307-313页

作者：李海莲高雅丽江晶晶司金忠兰州交通大学土木工程学院甘肃兰州730070 中铁第六勘察设计院集团有限公司天津300308

基于NAR神经网络模型和arima传统时间序列预测模型,对高速公路沥青路面的破损状况进行预测,再分别通过最优加权法和残差优化法对两种预测模型进行组合,得到两种组合模型.对各单一模型和组合模型的精度和稳定性进行了比较分析.实例分析表... 详细信息

基于NAR神经网络模型和arima传统时间序列预测模型,对高速公路沥青路面的破损状况进行预测,再分别通过最优加权法和残差优化法对两种预测模型进行组合,得到两种组合模型.对各单一模型和组合模型的精度和稳定性进行了比较分析.实例分析表明,组合模型相较于单一模型的精度和稳定性均有所提升,NAR-arima最优加权组合模型预测效果最佳.该组合模型所需样本量较小,且基于时间序列.由于采用历史数据作为影响因素代替指标,该组合模型计算速度快、精度高,适用于日常的预测工作,为后续合理的道路养护决策提供了重要的理论依据.

关键词：道路工程路面破损状况预测 ARIMA模型 NAR神经网络模型沥青路面

基于arima与NNAR模型的中国慢性阻塞性肺疾病疾病负担预测研究

在线全文

学校读者我要写书评

暂无评论

中国全科医学 2022年第16期25卷 1942-1949页

作者：赵创艺袁空军杨媛周光清李海燕南方医科大学卫生管理学院广东省广州市510515 南方医科大学南方医院健康管理中心广东省广州市510515 南方医科大学研究生院广东省广州市510515

背景中国是慢性阻塞性肺疾病(COPD)疾病负担较为严重的国家之一,COPD已成为中国的第三大致死病因,其在全部疾病伤残调整寿命年(DALYs)排名中位居第三位。基于患病率、死亡率和DALYs率实现对COPD疾病负担的有效预测,可为预防和控制措施... 详细信息

背景中国是慢性阻塞性肺疾病(COPD)疾病负担较为严重的国家之一,COPD已成为中国的第三大致死病因,其在全部疾病伤残调整寿命年(DALYs)排名中位居第三位。基于患病率、死亡率和DALYs率实现对COPD疾病负担的有效预测,可为预防和控制措施的制定提供理论支持。目的描述和分析1990—2019年中国COPD疾病负担状况及其变化趋势,并预测2020—2024年中国COPD疾病负担,旨在为中国COPD科学防控提供依据。方法于2021年12月,从2019年全球疾病负担(GBD 2019)中提取1990—2019年中国COPD患病率、死亡率及DALYs率等疾病负担指标的数据,采用平均年度变化百分比(AAPC)分析其变化趋势。基于1990—2016年数据(训练集)建立COPD患病率、死亡率及DALYs率的自回归移动平均(arima)模型和神经网络自回归(NNAR)模型,利用2017—2019年数据(测试集)进行模型评价。采用预测值与实际值的相对误差、平均绝对百分误差(MAPE)、平均绝对误差(MAE)和均方根误差(RMSE)比较模型的拟合和预测效果,运用最佳模型预测2020—2024年中国COPD疾病负担。结果1990—2019年:中国全人群COPD患病率从2344.40/10^(5)增长至3175.37/10^(5),年均增长1.04%,男性和女性的COPD患病率平均每年分别增长0.92%和1.13%;中国全人群COPD死亡率由105.09/10^(5)下降至72.94/10^(5),年均降幅为1.29%,男性和女性的COPD死亡率均呈下降趋势,平均每年分别下降0.83%和1.83%;中国全人群DALYs率从2206.55/10^(5)下降至1400.71/10^(5),年均下降1.56%,男性和女性的COPD DALYs率均呈下降趋势,平均每年分别下降1.37%和1.86%。arima和NNAR模型预测值的动态趋势与实际情况基本一致,但ARIMA模型的预测值与实际值相对误差、MAPE、MAE和RMSE更小,预测精度更高。经ARIMA模型预测得到2020—2024年中国COPD患病率分别为3229.77/10^(5)、3262.44/10^(5)、3292.38/10^(5)、3322.31/10^(5)、3352.25/10^(5),死亡率分别为74.50/10^(5)、75.49/10^(5)、76.11/10^(5)、76.50/10^(5)、76.75/10^(5),DALYs率分别为1429.56/10^(5)、1452.07/10^(5)、1469.64/10^(5)、1483.35/10^(5)、1494.05/10^(5)。结论2020—2024年中国COPD疾病负担呈现上升趋势,ARIMA模型在拟合中国COPD疾病负担应用中具有良好的拟合效果和精度,可为COPD疾病负担短期预测提供借鉴与参考。

关键词：肺疾病,慢性阻塞性疾病负担患病代价 ARIMA模型 NNAR模型预测

基于ARIMA模型的中国木本油料未来供给战略研究

在线全文

学校读者我要写书评

暂无评论

中国油脂 2022年第3期47卷 94-99页

作者：周晓亮冯旭严茂林张洋吴成亮刘晶岚北京林业大学生态与自然保护学院北京100083 北京林业大学经济管理学院北京100083 国家林业和草原局管理干部学院北京102600

粮油安全事关国计民生,大力发展木本油料产业、提升木本油总供给是提高我国食用油自给率、保障国家粮油安全的最佳选择。以油茶籽、核桃、油橄榄3种主要木本油料为例,利用三者2000—2019年的产量数据及前人研究进行测算,得出油茶籽油、... 详细信息

粮油安全事关国计民生,大力发展木本油料产业、提升木本油总供给是提高我国食用油自给率、保障国家粮油安全的最佳选择。以油茶籽、核桃、油橄榄3种主要木本油料为例,利用三者2000—2019年的产量数据及前人研究进行测算,得出油茶籽油、核桃油、橄榄油3种主要木本油的同期供给量,建立ARIMA模型对我国这3种主要木本油料及木本油的未来供给进行预测。结合预测结果和国家既定发展目标,从我国木本油料产业存在缺乏优秀人才,科技支撑不足,产业结构不合理,生产加工能力弱,资金投入有限,宣传力度不足等主要问题出发,提出强化科技支撑,做好科学规划,加大政策支持,增加宣传力度等建议,以期为我国政府进行科学宏观调控、推动木本油料产业高质量发展提供数据参考与技术支持。

关键词： ARIMA模型木本油料木本油供给战略

基于ARIMA模型的北京市产前超声筛查人员情况预测

在线全文

学校读者我要写书评

暂无评论

中国医学科学院学报 2021年第4期43卷 513-520页

作者：徐宏燕刘雅倩刘凯波齐庆青冯星淋首都医科大学附属北京妇产医院北京妇幼保健院围产保健科北京100026 北京大学公共卫生学院卫生政策与管理学系北京100191

目的了解北京市产前超声筛查人员情况,对未来产前超声筛查人员数量及内部结构变化趋势进行预测。方法基于北京市2007至2015年产前超声筛查人员资质数据库,从超声筛查人员的地区、年龄、职称等分布情况了解2007至2015年以来产前超声筛查... 详细信息

目的了解北京市产前超声筛查人员情况,对未来产前超声筛查人员数量及内部结构变化趋势进行预测。方法基于北京市2007至2015年产前超声筛查人员资质数据库,从超声筛查人员的地区、年龄、职称等分布情况了解2007至2015年以来产前超声筛查人员构成的变化趋势,并根据现有变化趋势构建预测模型,预测北京市2016至2020年产前超声筛查人员数量及内部结构状况。结果2007至2020年产前超声筛查人员数量呈现上升趋势,预测2020年达到1269人;期间人员学历、职称呈现下降趋势,工作年限逐渐缩短,大部分集中在5年以下,住院医师比例维持在26.6%,人员进修比例逐年增加,到2020年底达到43.2%。结论通过ARIMA模型对超声筛查人力资源变化趋势进行预测,提示在产前超声筛查人员的管理上,应加强对年轻人员的培训,并尽可能为其提供进修学习的机会。

关键词：产前超声筛查卫生人力资源预测分析 ARIMA模型

融合ARIMA模型和MCMC方法的非一致性设计洪水计算

在线全文

学校读者我要写书评

暂无评论

水资源与水工程学报 2024年第2期35卷 1-11,20页

作者：董立俊董晓华马耀明魏冲喻丹薄会娟三峡大学水利与环境学院湖北宜昌443002 水资源安全保障湖北省协同创新中心湖北武汉430070 中国科学院青藏高原研究所青藏高原地球系统科学国家重点实验室北京100101 兰州大学大气科学学院甘肃兰州730000 西藏珠穆朗玛特殊大气过程与环境变化国家野外科学观测研究站西藏定日858200

常规非一致性频率分析方法在选择协变量、建立统计参数与协变量的函数关系方面均存在主观性,且仅获得设计洪水估计值,不能同时进行不确定性分析。为改进上述不足,建立了arima-MCMC模型,在贝叶斯MCMC方法抽样过程中考虑统计参数拟合期内... 详细信息

常规非一致性频率分析方法在选择协变量、建立统计参数与协变量的函数关系方面均存在主观性,且仅获得设计洪水估计值,不能同时进行不确定性分析。为改进上述不足,建立了arima-MCMC模型,在贝叶斯MCMC方法抽样过程中考虑统计参数拟合期内的时变性,进而对未来气候变化条件下的非一致性设计洪水频率分布模型参数进行抽样,基于参数后验分布进行设计洪水计算,并推求相应的置信区间。选取雅砻江流域小得石水文站作为分析对象,采用arima-MCMC模型定量评估未来气候变化条件下小得石站设计洪水的变化情况。结果表明:基于arima-MCMC方法的参数抽样收敛效果较好,3种情景下的模型统计量D均小于显著水平5%的临界值;除SSP2-4.5情景下P=0.1%和P=0.05%的设计值外,其他情况的设计最大日流量较历史期均明显增加,其中SSP1-2.6、SSP5-8.5情景下的增幅分别为7.1%~10.5%、13.9%~27.2%。本文建立的arima-MCMC方法能够有效进行非一致性设计洪水频率分析。

关键词：设计洪水 ARIMA模型贝叶斯MCMC方法非一致性不确定性洪水频率分析

基于ARIMA模型的长潭水库叶绿素a浓度预测

在线全文

学校读者我要写书评

暂无评论

环境污染与防治 2023年第7期45卷 895-902页

作者：刘庄汪永国丁程成晁建颖甘永海杭小帅崔益斌生态环境部南京环境科学研究所江苏南京210042 台州市生态环境局黄岩分局浙江台州318020

长潭水库面临水体富营养化风险。叶绿素a(Chl-a)作为水体富营养化的重要指示指标,预测其变化趋势对库区生态健康管理具有重要意义。为此,运用2012—2019年长潭水库坝口站的在线监测数据,分别基于日均值和月均值构建了Chl-a预测的arima... 详细信息

长潭水库面临水体富营养化风险。叶绿素a(Chl-a)作为水体富营养化的重要指示指标,预测其变化趋势对库区生态健康管理具有重要意义。为此,运用2012—2019年长潭水库坝口站的在线监测数据,分别基于日均值和月均值构建了Chl-a预测的ARIMA模型。结果表明:(1)基于日均值的Chl-a短期预测模型不需要进行差分转换,自回归阶数和移动平均阶数分别取8、0,确定系数(R2)和校正R2均达到0.952,预测时长在9 d内,均方根误差(RMSE)模型在季节性调整的基础上加入水温和氮磷比作为协变量,也不需要进行差分转换,自回归阶数和移动平均阶数分别取0、1,季节性自回归阶数和季节性移动平均阶数分别取1、0,季节周期为12,R2和校正R2分别达到0.664、0.647,预测时长在5 a内,RMSE<1倍预测序列标准差,MAPE<100%。

关键词：长潭水库叶绿素a 时间序列 ARIMA模型

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

在线全文

学校读者我要写书评

暂无评论

中国预防医学杂志 2023年第7期24卷 678-682页

作者：荀梦君李进岚黄爱菊陈璞贵州省疾病预防控制中心结核病防治研究所贵州贵阳550004

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... 详细信息

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。

关键词：肺结核时间序列 ARIMA模型指数平滑模型预测

基于arima-LSTM模型的金融时间序列预测

在线全文

学校读者我要写书评

暂无评论

统计与决策 2022年第11期38卷 145-149页

作者：次必聪张品一北京信息科技大学经济管理学院北京100192

对金融时间序列的精准预测是经济政策制定者以及投资者关注的重点。文章选用道琼斯工业指数、上海证券综合指数以及伦敦金价格指数作为金融时间序列的代表,以非线性组合的方式,构造了一种新的arima-LSTM组合模型,对三种金融时间序列进... 详细信息

对金融时间序列的精准预测是经济政策制定者以及投资者关注的重点。文章选用道琼斯工业指数、上海证券综合指数以及伦敦金价格指数作为金融时间序列的代表,以非线性组合的方式,构造了一种新的arima-LSTM组合模型,对三种金融时间序列进行预测,并将ARIMA模型、LSTM模型和线性组合模型作为对照模型,比较不同模型预测的准确性。实证结果表明,所构建的非线性组合预测模型较对照组的单一预测模型和线性组合预测模型均存在普遍的优势。在短期、中期和长期三个预测区间内,非线性组合模型相较于对照组模型的优势随着预测区间的变长而扩大。

关键词：金融时间序列预测 LSTM神经网络 ARIMA模型非线性组合