时间序列模型预测流感发病率的研究
| 第1页 |
参见附件(1416KB，2页)。
【摘要】 目的 探讨ARIMA模型在流感发病预测方面适用性， 为扩大该模型在传染病发病预测方面的应用提供科学依据。方法 收集本市医疗机构2004～2009年的流感月发病数资料， 用Eviews6.0软件ARIMA预测模型， 对模型的适应性进行检验验证其有效。结果 本市流感月发病数时间序列的自相关分析图显示数据不平稳， 所以进行一阶差分， 并建模， 最终模型为ARIMA(0， 2， 0)， 所建模型有统计学意义。说明用ARIMA(0，2，0)模型能够预测流感。结论 ARIMA模型法对不同疾病的预测效果存在差异， 在建模前应考虑时间序列的平稳， 如不平稳通过差分把它变换成平稳的时间序列化， 且建模的数据不能太少， 不能低于50个。
【关键词】 流感；ARIMA模型；预测
时间序列分析方法有指数平滑和ARIMA模型。ARIMA模型利用计算软件常规运算， 要求时间序列满足平稳性条件， 且对资料的要求也不高， 是用变量过去的观测值来预测同一变量的未来值， 适用于任何时间序列发展形态的高级预测方法。
1 资料与方法
1. 1 一般资料 本市2004年1月～2008年12月的流感月发病数(60个数据)通过国家疾病报告管理系统进行收集 ......
------
陆波 闵红星 扈学琴 闵佳 宁夏医科大学总医院;
【摘要】目的探讨ARIMA模型在流感发病预测方面适用性,为扩大该模型在传染病发病预测方面的应用提供科学依据。方法收集本市医疗机构2004~2009年的流感月发病数资料,用Eviews6.0软件ARIMA预测模型,对模型的适应性进行检验验证其有效。结果本市流感月发病数时间序列的自相关分析图显示数据不平稳,所以进行一阶差分,并建模,最终模型为ARIMA(0,2,0),所建模型有统计学意义。说明用ARIMA(0,2,0)模型能够预测流感。结论 ARIMA模型法对不同疾病的预测效果存在差异,在建模前应考虑时间序列的平稳,如不平稳通过差分把它变换成平稳的时间序列化,且建模的数据不能太少,不能低于50个。
【关键词】 流感 ARIMA模型 预测
【分类号】R195
时间序列分析方法有指数平滑和ARIMA模型。ARIMA模型利用计算软件常规运算,要求时间序列满足平稳性条件,且对资料的要求也不高,是用变量过去的观测值来预测同一变量的未来值,适用于任何时间序列发展形态的高级预测方法。1资料与方法1.1一般资料本市2004年1月~2008年12月的流
您现在查看是摘要介绍页，详见PDF附件(1416KB，2页)。