ARIMA乘积季节模型在我国甲肝发病预测中的应用 被引量：17

1

作者 王超 丁勇 +1 位作者 陆群 吴静 《南京医科大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第1期75-79,共5页

目的：应用求和自回归移动平均模型（ARIMA）乘积季节模型对我国病毒性甲型肝炎进行预测分析,为甲型肝炎的防治提供决策依据。方法：对1994~2012年我国甲型肝炎月发病数的历史疫情数据建立ARIMA乘积季节模型,应用Eviews 6.0软件进行模... 目的：应用求和自回归移动平均模型（ARIMA）乘积季节模型对我国病毒性甲型肝炎进行预测分析,为甲型肝炎的防治提供决策依据。方法：对1994~2012年我国甲型肝炎月发病数的历史疫情数据建立ARIMA乘积季节模型,应用Eviews 6.0软件进行模型拟合,对2013年上半年甲型肝炎的月发病数进行预测,并用实际数据评估模型预测效果。结果：ARIMA（1,1,0）（2,1,2）12模型较好地拟合了既往甲肝的实际发病序列,也获得了较好的预测效果。结论：ARIMA模型能够较好地模拟我国甲型肝炎的发病趋势,预测效果良好,可为甲肝疫情的防控提供一定的科学数据。 展开更多

关键词 ARIMA乘积季节模型 时间序列 甲肝 预测

在线阅读 下载PDF 职称材料

自回归求和移动平均乘积季节模型在西安地区出生缺陷预测中的应用 被引量：11

2

作者 张丽 米白冰 +7 位作者 相晓妹 宋辉 董敏 张水平 章琦 王玲玲 屈鹏飞 党少农 《西安交通大学学报（医学版）》 CAS CSCD 北大核心 2017年第3期371-374,426,共5页

目的应用自回归求和移动平均(ARIMA)乘积季节模型预测西安市出生缺陷的发生率。方法利用2009年10月至2015年8月出生缺陷监测数据对西安市出生缺陷发生率数据构建ARIMA乘积季节模型,同时利用2015年9月至12月实际出生缺陷发生率与模型拟... 目的应用自回归求和移动平均(ARIMA)乘积季节模型预测西安市出生缺陷的发生率。方法利用2009年10月至2015年8月出生缺陷监测数据对西安市出生缺陷发生率数据构建ARIMA乘积季节模型,同时利用2015年9月至12月实际出生缺陷发生率与模型拟合数据进行比较,评价模型的预测性能,并预测西安市2016年的出生缺陷发生率。结果西安市出生缺陷的发生率具有一定的趋势及季节性,建立了ARIMA(0,0,1)(0,1,1)12乘积季节模型,利用2015年9月至12月拟合值与实际出生缺陷发生率比较,绝对误差的平均9.5,相对误差的平均0.084,提示ARIMA(0,0,1)(0,1,1)12乘积季节模型具有较佳的预测能力。预测2016年西安市出生缺陷发生率与2015年接近,总体略有抬升,但峰值下降。结论 ARIMA(0,0,1)(0,1,1)12乘积季节模型可用于西安市出生缺陷发生率的预测。 展开更多

关键词 出生缺陷 自回归求和移动平均乘积季节模型 预测

在线阅读 下载PDF 职称材料

2004-2015年中国狂犬病发病数据ARIMA乘积季节模型的建立及预测 被引量：40

3

作者 孟凡东 吴迪 隋承光 《中国卫生统计》 CSCD 北大核心 2016年第3期389-391,395,共4页

目的了解我国大陆地区2004-2015年狂犬病的发病情况,建立狂犬病发病的时间序列模型,利用模型进行短期预测,为狂犬病的预防和控制提供参考。方法通过查阅2004-2015年每月的《中华人民共和国卫生和计划生育委员会公报》,获得狂犬病发病的... 目的了解我国大陆地区2004-2015年狂犬病的发病情况,建立狂犬病发病的时间序列模型,利用模型进行短期预测,为狂犬病的预防和控制提供参考。方法通过查阅2004-2015年每月的《中华人民共和国卫生和计划生育委员会公报》,获得狂犬病发病的月统计数据,利用2004-2014年的数据建立ARIMA乘积季节模型,并利用建立的模型预测2015年数据,与实际发病数据比较。结果中国2004-2015年总计报告狂犬病25561例,年平均发病率为0.1592/10万,总计报告死亡病例22196例,年平均死亡率为0.1383/10万,2004年-2007年,狂犬病的发病人数和死亡人数逐年上升,2008年至2015年,持续下降。狂犬病具有一定的季节趋势,其中夏秋季节报告发病人数较多,而冬春季节发病人数较少。根据2004-2014年发病资料建立的最优时间序列模型为ARIMA(0,1,1)(0,1,1)12,模型预测2015年发病人数为764,相对误差7.73%。结论我国大陆地区狂犬病发病在2007年达到峰值之后,之后年发病率持续降低。ARIMA乘积季节模型能很好地拟合狂犬病发病的长期趋势和季节趋势,回代拟合和短期预测效果较理想。 展开更多

关键词 时间序列 ARIMA乘积季节模型 狂犬病

在线阅读 下载PDF 职称材料

ARIMA乘积季节模型在上海市甲肝发病预测中的应用 被引量：30

4

作者 朱奕奕 冯玮 +1 位作者 赵琦 徐飚 《复旦学报（医学版）》 CAS CSCD 北大核心 2012年第5期460-464,共5页

目的应用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型分析季节性时间序列,建立上海市病毒性甲型肝炎发病率的预测模型。方法利用上海市1990年至2011年甲肝按月发病数的历史疫情数据,采用非条件最... 目的应用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型分析季节性时间序列,建立上海市病毒性甲型肝炎发病率的预测模型。方法利用上海市1990年至2011年甲肝按月发病数的历史疫情数据,采用非条件最小二乘法估计模型参数,模型阶数确定后,建立甲肝按月发病数ARIMA乘积季节预测模型。结果非季节和季节移动平均的参数分别是0.6341和0.9999,季节自回归的参数是0.4059,t检验的P值均<0.0001,方差估计值是0.1593,AIC=282.1478,SBC=292.7242,对建立的模型进行残差的白噪声检验,χ2检验统计量的P值均>0.05,据此建立ARIMA(0,1,1)(1,1,1)12NOINT乘积季节模型,模型表达式(1-0.405 9B12)(1-B)(1-B12)Yt=(1-0.634 1B)(1-0.999 9B12)εt,并开展上海市甲肝发病数的预测。结论 ARIMA(0,1,1)(1,1,1)12NOINT乘积季节模型可用于预测上海市病毒性甲型肝炎发病的季节模型。 展开更多

关键词 自回归求和移动平均(ARIMA)乘积季节模型 时间序列 甲肝

在线阅读 下载PDF 职称材料

恶性肿瘤住院量与住院费用的ARIMA乘积季节模型预测研究 被引量：14

5

作者 陈玲 程丽君 赵向军 《中国卫生统计》 CSCD 北大核心 2017年第4期554-557,共4页

目的探讨自回归求和移动平均(ARIMA)乘积季节模型在恶性肿瘤住院量与住院费用中的应用,为医院恶性肿瘤业务管理提供科学依据。方法收集某院2007-2016年逐月恶性肿瘤住院患者资料,采用ARIMA乘积季节模型对2007-2015年逐月恶性肿瘤的住院... 目的探讨自回归求和移动平均(ARIMA)乘积季节模型在恶性肿瘤住院量与住院费用中的应用,为医院恶性肿瘤业务管理提供科学依据。方法收集某院2007-2016年逐月恶性肿瘤住院患者资料,采用ARIMA乘积季节模型对2007-2015年逐月恶性肿瘤的住院人次和住院费用进行模型拟合,用2016年逐月数据评价其预测效果,并预测2017年恶性肿瘤逐月住院人次与住院费用。结果 ARIMA(0,1,1)(1,1,0)_(12)是恶性肿瘤住院人次与住院费用的最佳拟合预测模型,拟合相对误差分别为1.1%和1.47%。根据ARIMA(0,1,1)(1,1,0)_(12)预测结果,2017年恶性肿瘤住院量将达7631人次,住院费用将达3.36亿元。结论 ARIMA季节乘积模型能很好地应用于医院业务管理预测中。 展开更多

关键词 恶性肿瘤 ARIMA乘积季节模型 住院量 住院费用 预测

在线阅读 下载PDF 职称材料

自回归求和移动平均乘积季节模型在我国布鲁菌病短期月发病人数预测中的应用 被引量：6

6

作者 田德红 丁国武 +2 位作者 于国伟 王熙蓓 廖伟斌 《中国全科医学》 CAS CSCD 北大核心 2015年第33期4100-4104,共5页

目的研究我国布鲁菌病（布病）月发病人数的趋势性和季节性,探讨自回归求和移动平均（ARIMA）乘积季节模型预测我国布病短期月发病人数的效果。方法收集2004年1月—2015年5月我国布病月发病人数（共137组）,进行时间序列分析。数据来自... 目的研究我国布鲁菌病（布病）月发病人数的趋势性和季节性,探讨自回归求和移动平均（ARIMA）乘积季节模型预测我国布病短期月发病人数的效果。方法收集2004年1月—2015年5月我国布病月发病人数（共137组）,进行时间序列分析。数据来自国家卫生和计划生育委员会公布的疫情监测数据。观察我国布病月发病人数的趋势性和季节性,以我国2004—2013年的布病月发病人数作为训练样本,拟合ARIMA乘积季节模型;用2014年1月—2015年5月的发病数据作为校验样本,验证模型;确定最优模型后,预测2015年6—12月我国布病月发病人数。结果 2004—2008年我国布病月发病人数相对平稳,从2009年以后有了明显的上升趋势。从季节性来看,每年的6、7、8月属高发病期,每年的1月和12月处于全年的最低发病期。选取的最优模型为ARIMA（0,1,0）（1,1,0）12,其平均绝对百分误差（MAPE）=13.60,决定系数（R2）=0.881;对模型进行参数显著性检验,一阶季节自回归项（SAR）参数估计值=-0.292,P=0.048。运用ARIMA（0,1,0）（1,1,0）12对2015年6—12月我国布病月发病人数进行预测,其预测值分别为7 709、7 524、6 113、4 458、3 450、3 576、3 760例。结论从2009年以后,我国布病月发病人数有明显的上升趋势;季节性表现在6~8月为高发病期,12月至来年1月为低发病期。ARIMA乘积季节模型拟合我国布病月发病人数的时间序列模型精度较高,可以用来预测我国布病短期月发病人数。 展开更多

关键词 布鲁菌病 发病率 ARIMA乘积季节模型 预测

在线阅读 下载PDF 职称材料

基于ARIMA乘积季节模型的矿井涌水量预测研究 被引量：17

7

作者 王猛 殷博超 +3 位作者 张凯歌 兰天伟 邱占伟 孙尚旭 《煤炭科学技术》 CAS 北大核心 2017年第11期199-204,共6页

为提高煤矿对矿井涌水量预测的准确性,基于ARIMA季节乘积模型,提出一种新的矿井涌水量的预测方法,通过普通差分和季节差分保证矿井涌水量时间序列的平稳化,以模型定阶、参数估计和假设检验等过程建立合适的乘积季节模型ARIMA(2,1,1)(1,1... 为提高煤矿对矿井涌水量预测的准确性,基于ARIMA季节乘积模型,提出一种新的矿井涌水量的预测方法,通过普通差分和季节差分保证矿井涌水量时间序列的平稳化,以模型定阶、参数估计和假设检验等过程建立合适的乘积季节模型ARIMA(2,1,1)(1,1,1)_(12)。利用该模型对某煤矿2015年各月的涌水量进行预测,得出预测结果,并与实测数据进行了对比分析。研究结果表明:预测结果与实际数据最大误差为3.43%,最小误差仅为0.77%,与实测数据有较好的拟合,预测效果较好,能够很好地满足煤矿实际需求,验证了乘积季节模型可以对矿井涌水量的能做出准确预测,为煤矿生产中涌水量预报和水害防治工作提供了新的思路。 展开更多

关键词 乘积季节模型 矿井涌水量 时间序列 预测方法

在线阅读 下载PDF 职称材料

ARIMA乘积季节模型预测我国戊肝的发病趋势 被引量：13

8

作者 丁勇 吴静 +2 位作者 武丹 李婉 张蓓蓓 《南京医科大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第11期1725-1729,共5页

目的:根据戊型肝炎(戊肝)季节性、趋势性流行现象,建立求和自回归移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型对我国戊肝发病进行预测。方法:应用SPSS23.0软件对2004年1月—2018年6月我国戊肝传染病疫情月... 目的:根据戊型肝炎(戊肝)季节性、趋势性流行现象,建立求和自回归移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型对我国戊肝发病进行预测。方法:应用SPSS23.0软件对2004年1月—2018年6月我国戊肝传染病疫情月度数据建模,对2018年下半年戊肝发病数进行预测,以该时段疫情数据评估模型的预测效果。结果:将ARIMA(2,1,0)(0,1,1)12和ARIMA(0,1,2)(0,1,1)12两个模型预测的平均值作为预测值,预测结果的平均相对误差为4.69%,标准差为3.27%。结论:ARIMA乘积季节模型拟合及预测效果良好,能够较好地描述该时段我国戊肝的发病趋势,为戊肝预防控制措施的制定以及卫生资源的合理配置提供一定的科学依据。 展开更多

关键词 戊型肝炎 ARIMA乘积季节模型 时间序列 预测

在线阅读 下载PDF 职称材料

基于ARIMA的乘积季节模型在城市供水量预测中的应用 被引量：17

9

作者 赵凌 张健 陈涛 《水资源与水工程学报》 2011年第1期58-62,共5页

随看我国经济快速增长、居民收入水平的显著提高,城市供用水量快速增长。本文以成都市2006年至2010年2月供水量数据为基础,在剔除了长期趋势及季节因素后,对其残差序列进行分析和识别,建立了城市月供水量的乘积季节模型ARIMA(3,1,1)(1,1... 随看我国经济快速增长、居民收入水平的显著提高,城市供用水量快速增长。本文以成都市2006年至2010年2月供水量数据为基础,在剔除了长期趋势及季节因素后,对其残差序列进行分析和识别,建立了城市月供水量的乘积季节模型ARIMA(3,1,1)(1,1,1)12,并根据此模型对2010年全年月供水量进行预测,拟合效果良好。 展开更多

关键词 城市供水量 供水量预测 季节效应 ARIMA模型 乘积季节模型

在线阅读 下载PDF 职称材料

ARIMA乘积季节模型在医院门急诊人次预测中的应用 被引量：9

10

作者 范晓欣 隋虹 《中国医院管理》 北大核心 2015年第4期41-42,共2页

目的用ARIMA乘积季节模型(p,d,q)(P,D,Q)s预测门急诊人次,为医院管理策服务。方法数据源于某院HIS,选取2002年1月—2014年10月逐月门急诊人次数据,其中2002—2013年各月数据用于建立模型,2014年1—10月数据用于验证所建立的模型,然后用... 目的用ARIMA乘积季节模型(p,d,q)(P,D,Q)s预测门急诊人次,为医院管理策服务。方法数据源于某院HIS,选取2002年1月—2014年10月逐月门急诊人次数据,其中2002—2013年各月数据用于建立模型,2014年1—10月数据用于验证所建立的模型,然后用所建立模型预测2015年门急诊人次。用平均相对误差绝对值(MAPE)评价模型的预测精度。结果建立了ARIMA(2,1,1)(0,1,1)12模型,模型预测的MAPE为7.01%,2015年门急诊人次预测值为550 121。结论 ARI-MA乘积季节模型(p,d,q)(P,D,Q)s预测医院门急诊人次的效果理想,可以为医院管理者提供有价值的信息。 展开更多

关键词 ARIMA乘积季节模型 医院门急诊人次 预测

在线阅读 下载PDF 职称材料

应用乘积季节模型预测狂犬病的发病趋势 被引量：2

11

作者 刘洁 曲波 孙高 《中国人兽共患病学报》 CAS CSCD 北大核心 2011年第2期135-137,共3页

目的探讨应用乘积季节模型模型进行狂犬病发病率预测的可行性,为降低狂犬病发病率提供理论依据。方法收集全国2004-2009年狂犬病发病率数据。采用差分方法对序列资料进行平稳化,进行定阶,建立2010年全国狂犬病发病率预测模型,并对预测... 目的探讨应用乘积季节模型模型进行狂犬病发病率预测的可行性,为降低狂犬病发病率提供理论依据。方法收集全国2004-2009年狂犬病发病率数据。采用差分方法对序列资料进行平稳化,进行定阶,建立2010年全国狂犬病发病率预测模型,并对预测结果进行分析和评价。结果乘积季节模型拟合结果较理想,很好地拟合了既往时间段上的发病率序列,预测2010年各月发病率较2009年有所下降。结论用乘积季节模型对狂犬病发病率数据拟合较为满意,预测效果良好,可为进一步制定预防策略措施提供依据。 展开更多

关键词 乘积季节模型 预测 狂犬病

在线阅读 下载PDF 职称材料

乘积季节模型在软件老化评估中的应用研究 被引量：8

12

作者 李焱 高强 +1 位作者 王勇 刘欣然 《电子科技大学学报》 EI CAS CSCD 北大核心 2017年第3期583-587,611,共6页

在需要长期运行的系统中,软件老化是一种常见的现象,现有基于时序分析的软件老化评估方法,大多基于简单的自回归或ARMA模型,没有充分考虑软件老化关键指标的非平稳性、季节性等特征。该文提出一种基于乘积季节ARIMA模型的软件老化评估... 在需要长期运行的系统中,软件老化是一种常见的现象,现有基于时序分析的软件老化评估方法,大多基于简单的自回归或ARMA模型,没有充分考虑软件老化关键指标的非平稳性、季节性等特征。该文提出一种基于乘积季节ARIMA模型的软件老化评估方法。并通过实验表明,该方法能够较好地拟合季节性负载系统的软件老化趋势,并能做出准确的预测以支撑软件再生。 展开更多

关键词 乘积季节模型 软件老化 软件再生 时序分析

在线阅读 下载PDF 职称材料

ARIMA乘积季节模型在重庆市流行性乙型脑炎预测中的应用 被引量：1

13

作者 周春碚 姚宁 《重庆医科大学学报》 CSCD 北大核心 2017年第10期1345-1349,共5页

目的:应用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型预测重庆市流行性乙型脑炎(简称乙脑)发病数。方法:利用R软件对重庆市2006年1月到2015年6月乙脑报告病例数进行ARIMA模型建模拟合,选择预测... 目的:应用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型预测重庆市流行性乙型脑炎(简称乙脑)发病数。方法:利用R软件对重庆市2006年1月到2015年6月乙脑报告病例数进行ARIMA模型建模拟合,选择预测模型进行相互比较确定最优模型。用2015年7至12月实际报告病例数与拟合值的比较来评价模型的预测效果,并对2016至2017年重庆市乙脑报告发病数进行预测。结果:重庆市乙脑发病人数呈逐年下降趋势,报告病例具有明显季节分布特征,ARIMA(0,0,1)×(1,1,2)12模型很好地拟合了时间序列,该模型赤池信息量准则(Akaike information criterion,AIC)、许瓦兹贝叶斯准则(Schwarz Bayesian criterion,SBC)值均最小且预测值与实际值的平均相对误差为0.12,平均绝对百分比误差为7.81%。进一步用该模型预测重庆市2016至2017年乙脑病例数分别为35例和32例,发病高峰仍是7至8月。结论:利用ARIMA乘积季节模型对乙脑发病数拟合较好,短期预测结果良好;与2015年比较,预测2016至2017年乙脑报告发病数略微减少。 展开更多

关键词 流行性乙型脑炎 自回归求和移动平均乘积季节模型 预测

在线阅读 下载PDF 职称材料

基于乘积季节模型的灯浮标漂移位置预测 被引量：3

14

作者 吴志政 项鹭 +1 位作者 肖虹 周世波 《电子测量技术》 北大核心 2021年第14期8-16,共9页

灯浮标是引导船舶航行的导助航标志,对保障船舶的航行安全有着重要作用。为预测灯浮标的漂移位置,为船舶航行安全提供准确的灯浮标位置信息,针对灯浮标位置数据具有的时间序列的特征,采用乘积季节模型建立灯浮标偏移预测的数学模型,以... 灯浮标是引导船舶航行的导助航标志,对保障船舶的航行安全有着重要作用。为预测灯浮标的漂移位置,为船舶航行安全提供准确的灯浮标位置信息,针对灯浮标位置数据具有的时间序列的特征,采用乘积季节模型建立灯浮标偏移预测的数学模型,以湄洲湾1号灯浮标为例,利用建立的模型预测该灯浮标的偏移位置,并与实际位置数据进行对比,结果表明:乘积季节模型对灯浮标位置具有良好的预测效果,方位角和移位距离的平均绝对百分比误差分别为1.79%和7.37%。这为灯浮标漂移位置的预测提供了一种新的思路。 展开更多

关键词 位置预测 灯浮标 乘积季节模型 大数据

在线阅读 下载PDF 职称材料

基于ARIMA乘积季节模型的红细胞临床用量预测 被引量：4

15

作者 杨霜 刘芸男 +1 位作者 杨小丽 杨冬燕 《郑州大学学报（医学版）》 CAS 北大核心 2021年第5期708-712,共5页

目的:构建红细胞临床用量的ARIMA乘积季节预测模型,为科学制定采供血计划提供参考。方法:利用重庆市血液中心2006年1月至2018年12月的红细胞临床月用量数据,构建红细胞临床月用量ARIMA乘积季节预测模型,并对其进行识别、检验与优化,选... 目的:构建红细胞临床用量的ARIMA乘积季节预测模型,为科学制定采供血计划提供参考。方法:利用重庆市血液中心2006年1月至2018年12月的红细胞临床月用量数据,构建红细胞临床月用量ARIMA乘积季节预测模型,并对其进行识别、检验与优化,选择最优模型;再以2019年1~6月的临床月用量数据评估模型的预测效果。结果:获得的最优预测模型ARIMA(3,1,0)(0,1,1)12可较好地拟合预测红细胞临床月用量,经检验,其残差序列的ACF与PACF基本都落入95%CI内,Ljung-Box Q=14.749,P=0.396,提示模型残差呈白噪声。2019年1~6月红细胞临床实际用量基本落入预测结果95%CI内,且预测结果与同期红细胞临床实际用量基本吻合,平均相对误差为6.15%。结论:模型ARIMA(3,1,0)(0,1,1)12可用于预测红细胞临床用量的变化规律,为无偿献血招募、采供血及血液动态库存管理提供一定的依据。 展开更多

关键词 ARIMA乘积季节模型 红细胞临床用量 用量预测

在线阅读 下载PDF 职称材料

基于乘积季节模型的GPRS小区流量预测 被引量：4

16

作者 周鑫 张锦 +1 位作者 李果 郑伯峰 《计算机工程》 CAS CSCD 北大核心 2010年第18期76-78,共3页

针对GPRS小区流量预测问题,提出一种基于乘积季节自回归移动平均模型的解决方法。该方法分析GPRS小区流量的变化情况,利用小区流量以天为周期变化的特点,应用该模型进行建模,得到GPRS小区的流量变化预测模型。该预测模型可以根据GPRS小... 针对GPRS小区流量预测问题,提出一种基于乘积季节自回归移动平均模型的解决方法。该方法分析GPRS小区流量的变化情况,利用小区流量以天为周期变化的特点,应用该模型进行建模,得到GPRS小区的流量变化预测模型。该预测模型可以根据GPRS小区过去的流量情况,预测将来某一时间的流量,为提前采取措施保持GPRS小区性能提供一定的决策依据。 展开更多

关键词 GPRS 小区 乘积季节自回归移动平均模型 流量预测

在线阅读 下载PDF 职称材料

时间序列资料ARIMA季节乘积模型及其应用 被引量：84

17

作者 张蔚 张彦琦 杨旭 《第三军医大学学报》 CAS CSCD 北大核心 2002年第8期955-957,共3页

目的　用ARIMA季节乘积模型 (p ,d ,q) (P ,D ,Q)s对季节性时间序列资料建模并预测 ,并与指数平滑法进行比较 ,考察ARIMA乘积模型的预测效果。方法　用Box Ljung统计量评价ARIMA模型的拟和度 ,用平均预测相对误差作为预测效果的评价指... 目的　用ARIMA季节乘积模型 (p ,d ,q) (P ,D ,Q)s对季节性时间序列资料建模并预测 ,并与指数平滑法进行比较 ,考察ARIMA乘积模型的预测效果。方法　用Box Ljung统计量评价ARIMA模型的拟和度 ,用平均预测相对误差作为预测效果的评价指标。结果　对所分析的季节性时间序列建立了乘积ARIMA(0 ,1,1)× (0 ,1,1) 12 模型 ,平均预测相对误差为 4 89% ,指数平滑法的平均预测相对误差为 8 14 %。结论　对所分析的时间序列 。 展开更多

关键词 ARIMA季节乘积模型 时间序列 门诊量 序列分析 卫生统计学

在线阅读 下载PDF 职称材料

乘积季节ARIMA模型在食源性疾病预测中的应用 被引量：16

18

作者 张爱红 周培 +2 位作者 申铜倩 彭志行 陈峰 《中国卫生统计》 CSCD 北大核心 2014年第1期68-69,73,共3页

目的探讨应用乘积季节自回归求和移动平均模型(autoregressive integrated moving average,ARIMA)预测如东县食源性疾病发病的可行性,为食源性疾病的预防和控制提供依据。方法基于2004年1月至2010年12月食源性疾病人数建立乘积季节ARIM... 目的探讨应用乘积季节自回归求和移动平均模型(autoregressive integrated moving average,ARIMA)预测如东县食源性疾病发病的可行性,为食源性疾病的预防和控制提供依据。方法基于2004年1月至2010年12月食源性疾病人数建立乘积季节ARIMA模型,用2011年食源性疾病资料验证模型的预测效果,用所得模型预测2012年食源性疾病发病人数。结果 ARIMA(0,1,1)×(0,1,1)12较好地拟合了既往时间段食源性疾病发病人数的时间序列,拟合平均相对误差为2.7%,预测2012年如东县食源性疾病发病总人数为64人。结论乘积季节ARIMA模型可以较好地拟合食源性疾病的时间变化趋势,并用于预测未来的食源性疾病,是一种短期预测精度较高的预测模型。 展开更多

关键词 乘积季节自回归求和移动平均模型 预测 食源性疾病

在线阅读 下载PDF 职称材料

乘积季节自回归积分滑动平均模型在长沙市手足口病发病率预测中的应用 被引量：12

19

作者 谈婷 陈立章 刘富强 《中南大学学报（医学版）》 CAS CSCD 北大核心 2014年第11期1170-1176,共7页

目的:建立长沙市手足口病发病率的乘积季节自回归积分滑动平均模型(autoregressive integrated moving average model,ARIMA),探讨乘积季节ARIMA模型在手足口病疫情预测的可行性。方法:运用EVIEWS 6.0软件对长沙市2008年5月至2013年8月... 目的:建立长沙市手足口病发病率的乘积季节自回归积分滑动平均模型(autoregressive integrated moving average model,ARIMA),探讨乘积季节ARIMA模型在手足口病疫情预测的可行性。方法:运用EVIEWS 6.0软件对长沙市2008年5月至2013年8月的手足口病发病率资料建立乘积季节ARIMA模型,以2013年9月至2014年2月的发病资料作为模型预测效果的检验样本,最后再用所得到的模型对2014年3月至2014年8月的月发病率进行预测。结果:经过序列平稳化、模型识别以及模型诊断后,建立乘积季节ARIMA模型(1,0,1)×(0,1,1)12,模型拟合度R2=0.81,预测均方根误差为8.29,平均绝对误差为5.83。结论:乘积季节ARIMA模型是一种较好的预测模型,所建模型拟合度较好,能为手足口病的防治工作提供参考。 展开更多

关键词 手足口病 时间序列 乘积季节自回归积分滑动平均模型

在线阅读 下载PDF 职称材料

ARIMA季节乘积模型在肠道传染病预测中的应用 被引量：5

20

作者 张翼飞 陈洪 +3 位作者 刘岭 张彦琦 郭波涛 易东 《激光杂志》 CAS CSCD 北大核心 2008年第2期91-91,共1页

目的:建立细菌性痢疾月发病数的预测模型,探讨AR1MA季节乘积模型在时间序列资料分析中的应用。方法:采用非条件最小二乘法估计模型参数,通过季节差分方法使原始序列平稳,按照残差不相关原则、简洁原则确定模型结构,依据AIC和SBC准则确... 目的:建立细菌性痢疾月发病数的预测模型,探讨AR1MA季节乘积模型在时间序列资料分析中的应用。方法:采用非条件最小二乘法估计模型参数,通过季节差分方法使原始序列平稳,按照残差不相关原则、简洁原则确定模型结构,依据AIC和SBC准则确定模型阶数,建立ARIMA预测模型。结果:对所分析的季节性时间序列建立了乘积ARIMA(0,0,1)(0,1,1)12模型。方差估计值为288.106,AIC=619.661,SBC=620.492。对模型进行白噪声残差分析(p=0.632),拟合优度统计量表明ARIMA的估计具体模型为:(1-B12)Zt=(1-0.34B)(1-0.559B12)αt是适合的。结论:通过ARIMA(0,0,1)(0,1,1)12模型与ARIMA(0,1,1)12模型对细菌性痢疾月发病数预测效果的比较,表明ARIMA季节乘积模型是一种短期预测精度较高的预测模型。 展开更多

关键词 ARIMA季节乘积模型 时间序列 肠道传染病 细菌性痢疾

在线阅读 下载PDF 职称材料