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

1

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

ARIMA乘积季节模型在上海市甲肝发病预测中的应用 被引量：29

2

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

乘积季节ARIMA模型在食源性疾病预测中的应用 被引量：16

3

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

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

4

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GPRS小区流量预测 被引量：4

5

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

基于SARIMA模型和条件植被温度指数的干旱预测 被引量：23

6

作者 田苗 王鹏新 +1 位作者 韩萍 张树誉 《农业机械学报》 EI CAS CSCD 北大核心 2013年第2期109-116,共8页

基于时间序列遥感数据反演的条件植被温度指数(VTCI)干旱监测结果,应用季节性求和自回归移动平均模型(SARIMA)对关中平原进行了分区域干旱预测建模,得到了2009年4月上旬至5月下旬每旬1步、2步和3步共18旬的预测结果,并分析了预测精度。... 基于时间序列遥感数据反演的条件植被温度指数(VTCI)干旱监测结果,应用季节性求和自回归移动平均模型(SARIMA)对关中平原进行了分区域干旱预测建模,得到了2009年4月上旬至5月下旬每旬1步、2步和3步共18旬的预测结果,并分析了预测精度。结果表明,SARIMA模型的预测精度随着预测步数的增加而降低,6旬1步预测结果的绝对误差频数分布基本是单峰分布,主要分布在-0.2到0.2之间;6旬2步预测结果的绝对误差频数分布出现双峰分布,3步预测结果绝对误差分布分散,且误差变大。通过分析干旱的时空分布规律,发现关中平原地区干旱具有较明显的区域特征,且1步预测和2步预测结果的干旱时空分布与监测结果较吻合,3步预测结果的不确定性较大,由此得出SARIMA模型适用于关中平原VTCI 1～2步预测研究的结论。 展开更多

关键词 关中平原 干旱预测 条件植被温度指数 季节性求和自回归移动平均模型

在线阅读 下载PDF 职称材料

SARIMA模型在长沙市肺结核发病预测中的应用 被引量：14

7

作者 谢赐福 王孝君 +2 位作者 熊姿 宋丽新 许林勇 《中国卫生统计》 CSCD 北大核心 2018年第6期859-862,共4页

目的探讨SARIMA模型在肺结核发病预测中的适用性,为长沙市肺结核防控提供参考。方法利用2005年1月-2016年12月长沙市肺结核月发病数构建SARIMA模型,以2017年1-12月的月发病数评价模型的预测效果,并采用构建的最优模型对2018年长沙市肺... 目的探讨SARIMA模型在肺结核发病预测中的适用性,为长沙市肺结核防控提供参考。方法利用2005年1月-2016年12月长沙市肺结核月发病数构建SARIMA模型,以2017年1-12月的月发病数评价模型的预测效果,并采用构建的最优模型对2018年长沙市肺结核月发病情况进行预测。结果长沙市肺结核月发病数具有明显的季节性特征,最优预测模型为SARIMA(0,1,1)(0,1,1)12,其AIC=1436. 703,模型残差为白噪声(χ~2=0. 119,P=0. 731)。该模型的预测值与实际值的平均绝对百分误差为21. 69%,预测效果较为可靠。预计2018年长沙市肺结核的月平均发病数为332. 34例,发病水平与2017年接近,但总体略有下降。结论 SARIMA(0,1,1)(0,1,1)_(12)拟合效果较好,可用于长沙市肺结核月发病数的短期预测。 展开更多

关键词 肺结核 季节自回归求和移动平均模型 时间序列 预测

在线阅读 下载PDF 职称材料

基于神经网络和SARIMA组合模型的短期交通流预测 被引量：16

8

作者 孙湘海 刘潭秋 《交通运输系统工程与信息》 EI CSCD 2008年第5期32-37,共6页

为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点.构造该组合模型的两个组成模... 为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点.构造该组合模型的两个组成模型,即SARIMA模型和GRNN模型,也被用于预测研究以便于验证该组合模型在预测上的优势.实证研究结果表明,组合模型的预测精度高于SARIMA模型,但是却并不必然高于GRNN模型.然而,合理选择组合模型中神经网络部分的输入变量以及输出变量将显著地改善模型的预测精度,本文所构造的这个组合模型不仅具有很好的预测表现而且结构简单,非常适合城市道路短期交通流的实时预测. 展开更多

关键词 短期交通流预测 季节自回归求和移动平均模型 广义回归神经网络模型 组合模型

在线阅读 下载PDF 职称材料

基于ARIMA-GARCH模型的生育率随机预测 被引量：2

9

作者 封铁英 罗天恒 《统计与决策》 CSSCI 北大核心 2015年第24期21-24,共4页

文章针对传统确定性预测方法的局限性,提出了一种基于随机理论和时间序列分析的生育率随机预测ARIMA-GARCH建模与仿真方法,通过模拟时间序列随机波动特征来估计生育率的未来值和预测区间。以中国总和生育率为例,应用ARIMA-GARCH模型对... 文章针对传统确定性预测方法的局限性,提出了一种基于随机理论和时间序列分析的生育率随机预测ARIMA-GARCH建模与仿真方法,通过模拟时间序列随机波动特征来估计生育率的未来值和预测区间。以中国总和生育率为例,应用ARIMA-GARCH模型对生育率序列随机过程进行预测,分析残差项之间的自相关性和异方差效应,以避免单一模型拟合导致的重要细节信息损失。提出了应对中国长期持续低生育率的相关对策建议,以期为生育政策的调整和完善提供决策依据和实践参考。 展开更多

关键词 自回归求和移动平均(arima)模型 广义自回归条件异方差(GARCH)模型 生育率 随机预测

在线阅读 下载PDF 职称材料

基于ARIMA模型的重庆市流行性感冒预测研究 被引量：9

10

作者 邹小江 赵寒 +1 位作者 王祈茵 叶孟良 《重庆医科大学学报》 CAS CSCD 北大核心 2023年第12期1425-1429,共5页

目的:分析流感的流行趋势,构建流行性感冒发病的自回归滑动平均混合模型(autoregressive integrated moving aver-age,ARIMA)并对验证集进行预测,为重庆市流感的防治提供科学依据。方法:本研究采用R软件对重庆市2010年1月至2021年6月的... 目的:分析流感的流行趋势,构建流行性感冒发病的自回归滑动平均混合模型(autoregressive integrated moving aver-age,ARIMA)并对验证集进行预测,为重庆市流感的防治提供科学依据。方法:本研究采用R软件对重庆市2010年1月至2021年6月的流感数据进行ARIMA模型拟合,用2021年7月至2021年12月的数据评价模型拟合效果。结果:该流感疾病的流行呈现出明显的季节周期性,周期为1年,发病高峰期为冬季和春季,整体患病率呈上升后有下降趋势,拟合最佳模型为ARIMA(0,1,2)×(0,1,2)12,且该模型在预测2021年7月至12月罹患率的均方根误差为10.70,平均绝对百分比误差为70.04%,预测效果较好。结论:ARIMA模型在预测重庆市流感发病和流行趋势上有一定的效果,并能对未来的罹患率进行估计,可以为今后的流感疾病防控工作提供参考。 展开更多

关键词 流行性感冒 季节乘积自回归移动平均模型 预测

在线阅读 下载PDF 职称材料

GPRS小区流量预测中时序模型的比较研究 被引量：2

11

作者 周鑫 张锦 +1 位作者 赵研科 王如龙 《计算机应用》 CSCD 北大核心 2010年第4期884-887,共4页

针对通用无线分组业务(GPRS)小区流量预测问题,对几种典型时序预测模型的性能进行了综合分析。在总结时序预测模型使用步骤的基础上,分析了自回归(AR)、自回归移动平均(ARIMA)和乘积季节自回归求和移动平均(ARIMA)模型的性能。首先,对G... 针对通用无线分组业务(GPRS)小区流量预测问题,对几种典型时序预测模型的性能进行了综合分析。在总结时序预测模型使用步骤的基础上,分析了自回归(AR)、自回归移动平均(ARIMA)和乘积季节自回归求和移动平均(ARIMA)模型的性能。首先,对GPRS小区流量的变化情况进行分析;再根据流量的自相关系数和偏相关系数,从不同的角度进行分析,分别得到了流量变化的AR模型和ARMA模型;进而利用小区流量以天为周期变化的特点,得到了流量变化的乘积季节ARIMA模型。最后根据GPRS小区历史流量数据,应用这三种模型预测将来某一时间的流量,并对模型性能进行比较研究。 展开更多

关键词 流量预测 通用无线分组业务小区 自回归模型 自回归移动平均模型 乘积季节自回归求和移动平均模型

在线阅读 下载PDF 职称材料

基于太白山南坡巴山冷杉NPP动态变化的时间序列模型预测效果对比 被引量：4

12

作者 陈慕亚 刘康 +1 位作者 张红娟 张越 《植物科学学报》 CAS CSCD 北大核心 2020年第3期323-334,共12页

基于收集整理的太白山地区1959-2016年58年间的气象数据及太白山巴山冷杉林(Abies fargesii Franch.forest)的生理参数数据,运用Biome-BGC模型模拟计算并对输出数据进行提取分析,得到太白山南坡巴山冷杉林的多年净初级生产力(NPP)。然... 基于收集整理的太白山地区1959-2016年58年间的气象数据及太白山巴山冷杉林(Abies fargesii Franch.forest)的生理参数数据,运用Biome-BGC模型模拟计算并对输出数据进行提取分析,得到太白山南坡巴山冷杉林的多年净初级生产力(NPP)。然后分别利用自回归求和移动平均模型(ARIMA)、R语言、NAR动态神经网络模型对太白山南坡巴山冷杉林NPP的动态变化进行趋势拟合和短期预测,建立适用于太白山南坡巴山冷杉林NPP的时间序列模型,并应用白噪声检验等相关检验方法对3种模型的预测效果进行评价。结果显示:太白山南坡巴山冷杉林NPP在短期内(2017-2026年)仍保持着波动上升的趋势,可能出现1959年以来的最高值;在对巴山冷杉林未来变化的预测过程中,3种预测模型各有特点,ARIMA模型对太白山南坡巴山冷杉林NPP的预测结果通过了白噪声检验,并给出了在不同置信区间下的可能结果;NAR动态神经网络模型的拟合效果较好,也通过了误差自相关性检验,预测结果较好地模拟了太白山南坡巴山冷杉林NPP在未来一段时期内的变化趋势;R语言在剔除异常数据点后能够运用基础数据较好地对太白山南坡巴山冷杉林NPP动态变化进行模拟,表明预测结果与验证结果相关性达到0.944,误差项的P值远低于0.01。本研究表明3种方法构建的模型在数据拟合中均呈现出较好的效果,预测结果均在可信范围内,在实际预测工作中可根据数据特点选用不同方法。 展开更多

关键词 巴山冷杉 净初级生产力(NPP) 自回归求和移动平均模型(arima) NAR动态神经网络模型 R语言

在线阅读 下载PDF 职称材料

基于条件植被温度指数的夏玉米生长季干旱预测研究 被引量：14

13

作者 李俐 许连香 +2 位作者 王鹏新 齐璇 王蕾 《农业机械学报》 EI CAS CSCD 北大核心 2020年第1期139-147,共9页

为验证条件植被温度指数(VTCI)在夏玉米生长季干旱预测中的适用性,以河北中部平原为研究区,应用求和自回归移动平均(ARIMA)模型及季节性求和自回归移动平均(SARIMA)模型,对该地区VTCI时间序列数据进行分析建模预测。首先基于49个气象站... 为验证条件植被温度指数(VTCI)在夏玉米生长季干旱预测中的适用性,以河北中部平原为研究区,应用求和自回归移动平均(ARIMA)模型及季节性求和自回归移动平均(SARIMA)模型,对该地区VTCI时间序列数据进行分析建模预测。首先基于49个气象站点所在像素的VTCI时间序列数据,选取不同长度时间序列建立ARIMA模型,并分析时间序列长度与预测精度间关系,以期为时间序列长度选择提供依据;然后选择理想长度的VTCI时间序列数据,分别建立ARIMA模型和SARIMA模型,用于研究区域2017年夏玉米生长季VTCI预测,并分析评价两模型预测精度;最后采用性能较好的ARIMA模型逐像素建模预测,得到2016-2018年9月上旬至下旬VTCI预测结果。结果表明:基于ARIMA模型的VTCI预测精度与时间序列长度未呈现明显的相关关系,但随时间序列长度增加,模型预测精度逐渐趋于稳定;ARIMA模型对干旱的预测精度高于基于SARIMA模型,其1步、2步、3步VTCI预测结果均方根误差较SARIMA模型分别降低0. 06、0. 07、0. 09;ARIMA模型在不同年份夏玉米生长季VTCI1~3步的预测精度稳定性较好,2016-2018年1步、2步和3步VTCI预测结果绝对误差绝对值大于0. 20的像素平均百分比分别为5. 84%、6. 38%、8. 72%。 展开更多

关键词 夏玉米 条件植被温度指数 求和自回归移动平均模型 季节性求和自回归移动平均模型 干旱预测

在线阅读 下载PDF 职称材料