基于ARIMA乘积季节模型预测恶性肿瘤住院量、住院费用及平均住院时间 被引量：9

1

作者 金雯 张岩曦 徐周 《现代医院》 2019年第3期383-389,共7页

目的应用自回归求和移动平均(Autoregressive Integrated Moving Average Model,ARIMA)乘积季节模型分析和预测恶性肿瘤住院量、住院费用及平均住院时间,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年逐月十大恶性肿瘤... 目的应用自回归求和移动平均(Autoregressive Integrated Moving Average Model,ARIMA)乘积季节模型分析和预测恶性肿瘤住院量、住院费用及平均住院时间,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年逐月十大恶性肿瘤(肺癌、肝癌、白血病、结直肠癌、胃癌、甲状腺癌、恶性淋巴瘤、前列腺癌、乳腺癌和肾癌)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、住院费用和平均住院时间进行模型拟合,用2016年逐月数据评价其预测效果,并预测2017和2018年该十大恶性肿瘤逐月住院人次、住院费用及平均住院时间。结果 ARIMA(0,1,1)(0,1,1)_(12)是恶性肿瘤住院人次、住院费用及平均住院时间的最佳拟合预测模型,拟合相对误差分别为-0. 89%、4. 71%及-0. 80%。根据ARIMA(0,1,1)(0,1,1)_(12)预测结果,2017年该十大恶性肿瘤住院量将达21 489人次,住院费用将达11. 06亿元,平均住院时间将达11. 29 d。2018年住院量将增至22 894人次,住院费用将高达14. 01亿元,平均住院时间将缩短至10. 45 d。结论 ARIMA季节乘积模型能较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 平均住院时间

在线阅读 下载PDF 职称材料

改进的ARIMA乘积季节模型的研究 被引量：3

2

作者 刘艳菲 宋耀莲 《信息技术》 2018年第12期9-12,16,共5页

在上呼吸道感染预测问题的研究中,大多研究还停留在数据的直接分析层面。为了提高上呼吸道感染预测精度,文中提出应用一阶滞后滤波的序列重构的方法,并结合AR ()和MA ()建立模型,比较其与传统ARIMA模型预测精度。实验结果表明,ARIMA(0,1... 在上呼吸道感染预测问题的研究中,大多研究还停留在数据的直接分析层面。为了提高上呼吸道感染预测精度,文中提出应用一阶滞后滤波的序列重构的方法,并结合AR ()和MA ()建立模型,比较其与传统ARIMA模型预测精度。实验结果表明,ARIMA(0,1,1)(0,1,1)12模型拟合的均方根误差(RMSE)为0. 8412%,对2017年1～5月预测值的年平均相对误差为1. 1951%;改进的ARIMA (1,1,0)(0,1,0)12模型拟合的均方根误差(RMSE)为0. 6801%,对2017年1～5月预测值的年平均相对误差为0. 5336%,有更好的模型适应性和预测精度。 展开更多

关键词 一阶滞后滤波 序列重构 arima乘积季节模型 预测模型 疾病预测

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

3

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

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

4

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

乘积季节ARIMA模型的建立及其在河南省甲型病毒性肝炎发病数预测中的应用 被引量：1

5

作者 李军 史鲁斌 肖占沛 《中国卫生产业》 2015年第23期26-28,36,共4页

目的建立乘积季节自回归移动平均(ARIMA)模型,观察其对河南省甲型病毒性肝炎(甲肝)疫情预测的可行性。方法利用河南省2008—2013年分月的甲肝疫情监测资料建立乘积季节ARIMA模型,利用2014年1—12月的甲肝疫情资料评价该模型的预测效能... 目的建立乘积季节自回归移动平均(ARIMA)模型,观察其对河南省甲型病毒性肝炎(甲肝)疫情预测的可行性。方法利用河南省2008—2013年分月的甲肝疫情监测资料建立乘积季节ARIMA模型,利用2014年1—12月的甲肝疫情资料评价该模型的预测效能。结果河南省2008—2013年甲肝发病呈现明显的季节效应,且发病数呈现逐年减少的趋势;乘积季节ARIMA(1,1,0)(2,1,2)模型能较好地拟合既往的甲肝报告病例数,且对2014年1—12月份按月报告的甲肝病例数的预测值与实际值基本吻合。结论乘积季节ARIMA模型能较好模拟、预测河南省甲肝的发病情况。 展开更多

关键词 自回归移动平均模型 乘积季节自回归移动平均模型 甲型病毒性肝炎 疾病预测

在线阅读 下载PDF 职称材料

基于季节性ARIMA模型的短时交通流预测方法研究

6

作者 俞乐澜 邵梓轩 +1 位作者 徐程 李涛 《交通世界》 2024年第25期2-5,共4页

综合道路特点、行驶时间和车辆的特征等信息,采用时间差值法筛除无效数据,剔除运营车数据;在通过序列分解与ADF-1平稳性检验后,提出基于季节性ARIMA模型的短时交通流预测技术,以探究该模型下车流量预测精度达到最佳预测效果时的最优采... 综合道路特点、行驶时间和车辆的特征等信息,采用时间差值法筛除无效数据,剔除运营车数据;在通过序列分解与ADF-1平稳性检验后,提出基于季节性ARIMA模型的短时交通流预测技术,以探究该模型下车流量预测精度达到最佳预测效果时的最优采样间隔;采用AIC准则对参数寻优定阶,ADF检验和差分分析选择最优的差分阶层;为确保模型的可靠性,使用Ljung-Box Q检验进行白噪声检验。结果表明,时间间隔为15 min的车流量统计模型SARIMA(1,1,2)×(2,0,0)4在预测精度和稳定性方面均优于其他时间间隔和传统的ARIMA模型。同时,该方法也具有一定的通用性,可以应用于其他领域的短时流量预测。 展开更多

关键词 短时交通流预测 季节性arima模型 ADF-1检验 Ljung-Box Q检验

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

7

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

基于乘积ARIMA模型的城市轨道交通进出站客流量预测 被引量：54

8

作者 蔡昌俊 姚恩建 +1 位作者 王梅英 张永生 《北京交通大学学报》 CAS CSCD 北大核心 2014年第2期135-140,共6页

基于城市轨道交通自动售检票(Automatic Fare Collection,AFC)系统采集的进出站客流的历史数据,构建乘积差分自回归移动平均(Auto_Regressive Integrated Moving Average,ARIMA)模型,实现对进出站客流量的精确预测.通过自相关和偏自相... 基于城市轨道交通自动售检票(Automatic Fare Collection,AFC)系统采集的进出站客流的历史数据,构建乘积差分自回归移动平均(Auto_Regressive Integrated Moving Average,ARIMA)模型,实现对进出站客流量的精确预测.通过自相关和偏自相关函数进行数据的平稳性和周期性分析,消除趋势性和周期性特征影响;考虑到处理后数据的周期性和短期相关性之间的乘积关系,构建乘积ARIMA进出站客流预测模型,并以广州地铁各车站进出站客流量数据为例进行了模型的参数标定.模型预测值与实际值的对比分析显示该模型的平均绝对百分误差保持在5%以内,表明该模型具有很高的预测精度和良好的适用性. 展开更多

关键词 交通运输规划与管理 城市轨道交通 进出站客流量 乘积arima模型

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

9

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

季节ARIMA模型在于桥水库溶解氧预测中的应用 被引量：5

10

作者 王绪鹏 秦保平 +3 位作者 李云生 高琼洁 刘光逊 王玉秋 《水资源与水工程学报》 2010年第2期39-41,共3页

目前水库污染问题严重,而溶解氧是表征水体受污染程度和生态环境好坏的重要指标。介绍了ARIMA模型,以于桥水库三个监测站点1999～2005年的溶解氧含量为基础,运用季节ARIMA模型进行分析,预测2006年各监测站点的溶解氧含量,经与实际数据验... 目前水库污染问题严重,而溶解氧是表征水体受污染程度和生态环境好坏的重要指标。介绍了ARIMA模型,以于桥水库三个监测站点1999～2005年的溶解氧含量为基础,运用季节ARIMA模型进行分析,预测2006年各监测站点的溶解氧含量,经与实际数据验证,说明该方法对于桥水库溶解氧浓度预测效果较好。 展开更多

关键词 溶解氧 水库污染 季节arima模型 于桥水库

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

11

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

乘积季节模型在广西居民消费价格指数预测中的应用

12

作者 江伟 《河南科技》 2014年第10X期195-196,共2页

以广西2000年至2013年月度居民消费价格指数为研究对象,利用差分运算剔除季节效应和长期趋势效应,建立乘积季节模型ARIMA,并将拟合值和实际值进行比较。结果表明:该模型拟合值与真实值的绝对误差百分比控制在2%范围内,模型拟合效果较好... 以广西2000年至2013年月度居民消费价格指数为研究对象,利用差分运算剔除季节效应和长期趋势效应,建立乘积季节模型ARIMA,并将拟合值和实际值进行比较。结果表明:该模型拟合值与真实值的绝对误差百分比控制在2%范围内,模型拟合效果较好。最后,利用模型对广西2014年1月至5月居民消费价格指数进行预测,预测结果为政府及相关部门运用宏观调控将物价维持在一个合理水平提供参考。 展开更多

关键词 时间序列分析 arima 乘积季节模型 CPI

在线阅读 下载PDF 职称材料

基于乘积ARIMA模型的中日航线CCFI趋势预测 被引量：2

13

作者 姜朝 刘俊超 《航海》 2012年第2期46-50,共5页

构建乘积ARIMA模型对中日航线CCFI时间序列的波动规律和趋势进行了拟合及预测,并进一步预测了中日航线受季节性、周期性等波动影响的运价数据,并将CCFI实际观测值与乘积ARIMA模型预测值进行了对照,检验结果显示该模型能够较准确地拟合C... 构建乘积ARIMA模型对中日航线CCFI时间序列的波动规律和趋势进行了拟合及预测,并进一步预测了中日航线受季节性、周期性等波动影响的运价数据,并将CCFI实际观测值与乘积ARIMA模型预测值进行了对照,检验结果显示该模型能够较准确地拟合CCFI时间序列的波动规律和发展趋势。 展开更多

关键词 中日航线 运价 CCFI乘积 arima模型 预测

在线阅读 下载PDF 职称材料

基于季节ARIMA模型的短期电价预测 被引量：5

14

作者 潘玉荣 贾朝勇 《白城师范学院学报》 2018年第12期18-24,共7页

考虑电价具有波动性、多重周期性和均值回复性等特点,将季节ARIMA模型应用于电价的短期预测中.以美国加州电力市场的历史电价数据为样本,利用EVIEWS软件建立了电价的短期预测模型,并用建立的模型对未来一天24个时段的电价进行预测.研究... 考虑电价具有波动性、多重周期性和均值回复性等特点,将季节ARIMA模型应用于电价的短期预测中.以美国加州电力市场的历史电价数据为样本,利用EVIEWS软件建立了电价的短期预测模型,并用建立的模型对未来一天24个时段的电价进行预测.研究结果表明,季节ARIMA模型对短期电价具有较高的预测精度. 展开更多

关键词 季节arima模型 电价预测 周期性 时间序列

在线阅读 下载PDF 职称材料

基于季节性ARIMA模型的中国货物周转量短期预测 被引量：1

15

作者 黎可馨 《现代信息科技》 2022年第3期141-144,148,共5页

交通运输业的发展对国民经济具有先导作用,利用过去的货物周转量预测未来值,有利于反映物流产业发展趋势。基于国家统计局公开的2012年1月至2020年12月共9年中国货物周转量月度数据,分别选用简单季节ARIMA模型和乘积季节ARIMA模型进行拟... 交通运输业的发展对国民经济具有先导作用,利用过去的货物周转量预测未来值,有利于反映物流产业发展趋势。基于国家统计局公开的2012年1月至2020年12月共9年中国货物周转量月度数据,分别选用简单季节ARIMA模型和乘积季节ARIMA模型进行拟合,并预测2021年1月至12月的货物周转量数据。使用两种模型进行预测的平均相对误差均较小,并且乘积季节模型的预测能力优于简单季节模型。 展开更多

关键词 货物周转量 简单季节模型 乘积季节模型 arima模型 残差诊断

在线阅读 下载PDF 职称材料

基于ARIMA模型的全球跨国快递业务量预测 被引量：11

16

作者 张仲斐 赵一飞 《华东交通大学学报》 2012年第1期102-107,共6页

快递是交通运输行业中的新兴子行业,其发展具有长趋势性和短周期性。对全球跨国快递业务量进行分析和预测。数据来源是四大快递公司的季度跨国快递包裹量,跨度为2001年1季度至2010年4季度,考虑到原始数据为非平稳时间序列,运用时间序列... 快递是交通运输行业中的新兴子行业,其发展具有长趋势性和短周期性。对全球跨国快递业务量进行分析和预测。数据来源是四大快递公司的季度跨国快递包裹量,跨度为2001年1季度至2010年4季度,考虑到原始数据为非平稳时间序列,运用时间序列分析方法中的ARIMA模型,对原始序列进行差分处理,根据自相关和偏相关函数的特性,确定模型中的各项参数,最终可以选择ARIMA(1,1,1)(1,1,1)4作为模型,该模型可以得到较为理想的结果。 展开更多

关键词 时间序列分析 arima模型 季节周期 跨国快递

在线阅读 下载PDF 职称材料

基于ARIMA模型对宁夏地区奶牛体细胞数的趋势预测 被引量：4

17

作者 李欣 邵怀峰 +3 位作者 温万 脱征军 张伟欣 顾亚玲 《中国畜牧兽医》 CAS 北大核心 2017年第1期131-140,共10页

本研究通过对生产性能测定(DHI)数据的挖掘与分析建立预测宁夏地区奶牛体细胞数(SCC)的模型,为奶牛乳房炎的防制提供借鉴,使得DHI数据更加有效、及时地指导奶业的发展。对2011年9月~2016年2月宁夏地区奶牛平均SCC数据进行差分使其达到... 本研究通过对生产性能测定(DHI)数据的挖掘与分析建立预测宁夏地区奶牛体细胞数(SCC)的模型,为奶牛乳房炎的防制提供借鉴,使得DHI数据更加有效、及时地指导奶业的发展。对2011年9月~2016年2月宁夏地区奶牛平均SCC数据进行差分使其达到平稳化,采用季节ARIMA模型对数据进行分析、拟合和预测。利用R软件的auto.arima函数计算出合适的时间序列模型ARIMA(1,1,0)(1,1,0)[12],其AIC为-3.67。Acf检验说明残差没有明显的自相关性;Ljung-Box测试显示所有的P值>0.5,表明残差为白噪声,说明此模型可用来对未来的24个月进行预测。再利用R软件的forecast函数对2016年3月~2017年2月的数据进行预测,作出预测图。从预测的结果可以看出,宁夏地区奶牛SCC整体呈现下降趋势。2017年1月SCC最少,预测值约为25.31万个/mL;2016年3月SCC最大,预测值约为43.96万个/mL。从结果也可看出,宁夏地区奶牛SCC均大于隐性乳房炎的临界值(>20万个/mL),说明宁夏地区还应该加大对奶牛乳房炎的防制。同时,若能及时添加新的SCC数据,就能对该数据模型进行更新,使其预测值更接近真实值,对实际生产的指导意义更大。 展开更多

关键词 时间序列 奶牛 体细胞数 季节arima模型 预测

在线阅读 下载PDF 职称材料

ARIMA模型在贵州省农产品价格预测中的应用——以辣椒为例 被引量：14

18

作者 韩雯 《安徽农业科学》 CAS 北大核心 2011年第21期13226-13227,13229,共3页

由于贵州省辣椒月价格呈现季节性,因此以2007年1月至2010年12月贵州省辣椒月价格为例,在运用季节分解方法剔除其季节因素形成新序列的基础上,构建了非平稳时间序列ARIMA(p,d,q)模型,并预测了辣椒未来的月价。结果表明,拟合指标优良的ARI... 由于贵州省辣椒月价格呈现季节性,因此以2007年1月至2010年12月贵州省辣椒月价格为例,在运用季节分解方法剔除其季节因素形成新序列的基础上,构建了非平稳时间序列ARIMA(p,d,q)模型,并预测了辣椒未来的月价。结果表明,拟合指标优良的ARI-MA(1,1,1)模型能很好地预测辣椒月价格趋势,并将辣椒价格的预测值与实际值的相对误差基本控制在9%以内,实证分析结果证明了ARIMA模型的季节分解方法在贵州省农产品价格预测中的预测性和可行性。 展开更多

关键词 贵州省 农产品价格 季节分解 价格预测 arima模型

在线阅读 下载PDF 职称材料

ARIMA模型在流行性腮腺炎疫情预测中的应用 被引量：1

19

作者 肖占沛 王燕 +3 位作者 张肖肖 路明霞 马雅婷 张延炀 《中国医药科学》 2016年第2期7-9,13,共4页

目的建立乘积季节自回归移动平均（ARIMA）模型,观察其对河南省流行性腮腺炎疫情预测的可行性。方法利用河南省2004~2013年分月的流行性腮腺炎疫情监测资料建立乘积季节ARIMA模型,利用2014年1~12月的流行性腮腺炎疫情资料评价该模型的... 目的建立乘积季节自回归移动平均（ARIMA）模型,观察其对河南省流行性腮腺炎疫情预测的可行性。方法利用河南省2004~2013年分月的流行性腮腺炎疫情监测资料建立乘积季节ARIMA模型,利用2014年1~12月的流行性腮腺炎疫情资料评价该模型的预测效能。结果河南省2004~2013年流行性腮腺炎发病呈现明显的季节效应,且发病数在2006年后呈现逐年增多的趋势;模型ARIMA（1,0,2）（0,1,1）12能较好地拟合既往的流行性腮腺炎报告病例数,且对2014年1~12月按月报告的流行性腮腺炎病例数的预测值与实际值基本吻合。结论 ARIMA模型能较好地模拟、预测河南省流行性腮腺炎的发病情况。 展开更多

关键词 乘积季节自回归移动平均模型 流行性腮腺炎 疾病预测

在线阅读 下载PDF 职称材料

SARIMA模型与LSTM神经网络的航空客运量的预测比较 被引量：1

20

作者 李思如 《河南科技》 2021年第36期18-21,共4页

本文基于我国1999—2020年民航客运量的月度数据,分别用传统的统计计量方法(SARIMA模型)和深度学习方法(LSTM神经网络)建立模型,评估并预测航空客运量。对比结果表明:相比传统SARIMA模型,LSTM模型对民航客运量的预测效果更好。

关键词 旅客运输量 航空公司 深度学习 季节arima模型 LSTM模型

在线阅读 下载PDF 职称材料