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

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

2

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

时间序列资料ARIMA季节乘积模型及其应用 被引量：84

3

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

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

基于乘积季节ARIMA模型的供热负荷预报 被引量：8

5

作者 邓盛川 于德亮 齐维贵 《沈阳工业大学学报》 EI CAS 2011年第3期321-325,共5页

针对传统的供热调度缺乏对未来供热量进行有效估计这一问题,提出一种基于乘积季节ARIMA模型的供热负荷预报方法.将乘积季节ARIMA模型引入供热负荷预报,通过分析供热负荷数据其固有的趋势和周期性,建立适宜的季节性ARIMA模型,预测未来24... 针对传统的供热调度缺乏对未来供热量进行有效估计这一问题,提出一种基于乘积季节ARIMA模型的供热负荷预报方法.将乘积季节ARIMA模型引入供热负荷预报,通过分析供热负荷数据其固有的趋势和周期性,建立适宜的季节性ARIMA模型,预测未来24小时的供热负荷.采用大庆地区某热力站的供热数据进行建模和仿真预测,其结果的最大误差为3.14%,日预报平均误差为1.45%.实验结果表明,给出的预报结果真实可靠,能够满足供热工程的实际需求,其预报值将成为供热负荷调度和节能的重要依据. 展开更多

关键词 供热负荷预报 arima模型 乘积季节arima 时间序列 供热调度 供热节能 日预报

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

6

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

ARIMA乘积季节模型预测我国戊肝的发病趋势 被引量：13

7

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

8

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

9

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

ARIMA季节乘积模型在肠道传染病预测中的应用 被引量：5

10

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ARIMA乘积季节模型的红细胞临床用量预测 被引量：4

11

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

基于配对检验的ARIMA模型在我国甲肝发病数预测中的应用 被引量：1

12

作者 丁勇 张蓓蓓 吴静 《南京医科大学学报（自然科学版）》 CAS 北大核心 2024年第10期1456-1461,共6页

目的:探讨基于配对检验的求和自回归移动平均(autoregressive integrated moving average,ARIMA)模型在我国甲肝发病预测中的应用,提出时间序列模型预测效果评价的新思路与方法。方法:根据2004年1月—2021年12月我国甲肝传染病月发病数... 目的:探讨基于配对检验的求和自回归移动平均(autoregressive integrated moving average,ARIMA)模型在我国甲肝发病预测中的应用,提出时间序列模型预测效果评价的新思路与方法。方法:根据2004年1月—2021年12月我国甲肝传染病月发病数建立ARIMA模型,对2022年1—8月的甲肝月发病数进行预测,通过配对t检验和误差分析评估该模型的预测效果。结果:配对t检验结果显示,ARIMA(1,1,0)(0,1,1)12模型预测的甲肝月发病数与实际月发病数差异无统计学意义(P>0.05),说明模型有较好的预测能力,预测结果的相对误差平均值为3.86%,标准差为3.25%。结论:ARIMA乘积季节模型能够较准确地预测我国甲肝的发病趋势;配对检验为时间序列模型预测效果的评价提供了客观评价依据,较好地解决了时间序列模型预测效果的评价问题。 展开更多

关键词 配对检验 甲型肝炎 arima乘积季节模型 预测

在线阅读 下载PDF 职称材料

基于乘积SARIMA模型的肺结核发病率预测 被引量：8

13

作者 胡晓媛 孙庆文 +1 位作者 王玲玲 李敏 《第二军医大学学报》 CAS CSCD 北大核心 2016年第8期969-974,共6页

目的应用乘积季节自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型对肺结核发病率进行预测研究,探讨其可行性并为肺结核病的防治工作提供科学依据。方法应用EViews 7.0.0.1软件对我国2004年1月至2012年1... 目的应用乘积季节自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型对肺结核发病率进行预测研究,探讨其可行性并为肺结核病的防治工作提供科学依据。方法应用EViews 7.0.0.1软件对我国2004年1月至2012年12月的肺结核逐月发病率建立乘积SARIMA模型并进行拟合,选取2013年1月至12月肺结核发病率数据评价模型的预测性能。结果建立的SARIMA(2,0,2)×(0,1,1)12模型能较好地拟合既往时间段内肺结核的发病率,对2013年1月至12月肺结核发病率的预测与实际发病率趋势基本吻合,平均误差绝对值为0.416 992,平均误差绝对率为5.350 8%。结论乘积SARIMA模型能较好地模拟和预测肺结核发病率在时间序列上的变动趋势,将其应用于肺结核发病预测是可行的,具有推广应用前景。 展开更多

关键词 乘积季节arima模型 肺结核 发病率 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

14

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

ARIMA与GM(1,1)模型对我国肺结核年发病人数预测情况的比较 被引量：31

15

作者 孙娜 许小珊 +7 位作者 冯佳宁 马洁 黄璐 田野 杜泽玉 孟维静 王素珍 石福艳 《中国卫生统计》 CSCD 北大核心 2019年第1期71-74,共4页

目的通过ARIMA乘积季节模型和GM(1,1)模型拟合我国肺结核的发病人数,比较两种模型的拟合效果。方法运用我国2011-2016年的肺结核发病人数,分别构建ARIMA乘积季节模型和GM(1,1)模型,然后利用所得到的模型进行预测。采用平均绝对百分误差(... 目的通过ARIMA乘积季节模型和GM(1,1)模型拟合我国肺结核的发病人数,比较两种模型的拟合效果。方法运用我国2011-2016年的肺结核发病人数,分别构建ARIMA乘积季节模型和GM(1,1)模型,然后利用所得到的模型进行预测。采用平均绝对百分误差(MAPE)来评价模型的拟合效果。结果GM(1,1)模型和ARIMA乘积季节预测模型所得到的MAPE分别为1.45%、1.70%。用GM(1,1)模型预测2017-2018年我国肺结核的发病人数分别为1042909、988915人。结论GM(1,1)拟合效果优于ARIMA乘积季节模型,预测表明2017-2018年我国肺结核年发病人数将呈现出减少的趋势,但是肺结核发病人数仍然较多。 展开更多

关键词 arima乘积季节模型 GM(1 1)模型 肺结核

在线阅读 下载PDF 职称材料

西藏扎布耶盐湖水位Winters和ARIMA模型分析 被引量：9

16

作者 齐文 郑绵平 《湖泊科学》 EI CAS CSCD 北大核心 2006年第1期21-28,共8页

由于温室效应,气温加速上升,我国西部干旱一半干旱盐湖区盐湖水位出现加速下降或上升等变化．藏北高原湖泊众多,但都缺少湖水位的人工观测记录．中国地质科学院盐湖中心自1990年始在西藏扎布耶盐湖建立了长期科学观测站,进行水位动态观... 由于温室效应,气温加速上升,我国西部干旱一半干旱盐湖区盐湖水位出现加速下降或上升等变化．藏北高原湖泊众多,但都缺少湖水位的人工观测记录．中国地质科学院盐湖中心自1990年始在西藏扎布耶盐湖建立了长期科学观测站,进行水位动态观测,积累了连续13年珍贵的数据．如何根据湖泊水位历史记录数据,准确的定量预测水位中短期变化,是关系着盐湖资源开发命运的大事．本文用Winters线性和季节性指数平滑法、ARIMA乘积季节模型两种时间序列分析方法,根据西藏扎布耶盐湖1991年1月-2003年12月水位变化的时间序列数据,探讨了两种时间序列数据的预测方法在盐湖水位动态变化预测中的应用． 展开更多

关键词 扎布耶盐湖 水位预测 Winters模型 arima乘积季节模型

在线阅读 下载PDF 职称材料

季节性组合预测模型在医院门诊量中的应用研究 被引量：7

17

作者 叶明全 胡学钢 《计算机工程与设计》 CSCD 北大核心 2005年第7期1965-1967,1970,共4页

医院门诊量是一个具有复杂的非线性组合特征的季节性时间序列。为解决传统时间序列预测大多数都是使用单一模型,以致影响预测精度等问题,采用了最优加权组合预测方法将季节性ARIMA乘积模型和季节性神经网络模型进行组合优化。结果表示,... 医院门诊量是一个具有复杂的非线性组合特征的季节性时间序列。为解决传统时间序列预测大多数都是使用单一模型,以致影响预测精度等问题,采用了最优加权组合预测方法将季节性ARIMA乘积模型和季节性神经网络模型进行组合优化。结果表示,季节性组合预测模型在拟合精度和预测准确性方面优于任何单一预测方法,为季节性时间序列预测提供了一种新的实用方法。 展开更多

关键词 季节性时间序列 季节性arima乘积模型 季节性神经网络 组合预测

在线阅读 下载PDF 职称材料

对混合模型经济预测效率的考证

18

作者 杨汭华 《统计与决策》 CSSCI 北大核心 2007年第4期129-131,共3页

本文将季节乘积ARIMA模型及混合模型方法运用于经济时间序列,运用SPSS10.0实证了两种方法建模和预测的过程和效率。从预测结果可见,本文所介绍的混合模型算法比单独使用ARIMA季节乘积模型辨识精度高,对于含有趋势性和周期性的经济时间... 本文将季节乘积ARIMA模型及混合模型方法运用于经济时间序列,运用SPSS10.0实证了两种方法建模和预测的过程和效率。从预测结果可见,本文所介绍的混合模型算法比单独使用ARIMA季节乘积模型辨识精度高,对于含有趋势性和周期性的经济时间序列辨识、预测及降低组合模型的预测误差具有一定的实用价值。 展开更多

关键词 混合模型 arima季节乘积模型

在线阅读 下载PDF 职称材料

城域网应用层流量预测模型 被引量：8

19

作者 袁小坊 陈楠楠 +2 位作者 王东 谢高岗 张大方 《计算机研究与发展》 EI CSCD 北大核心 2009年第3期434-442,共9页

Internet流量是具有复杂非线性组合特征的季节性时间序列.目前国内外的网络流量预测研究主要集中在网络层和传输层,仅采用单一的ARMA(n,n-1)模型来描述网络的整体流量趋势,但该模型无法描述应用层流量的季节特性.因此提出基于应用层的... Internet流量是具有复杂非线性组合特征的季节性时间序列.目前国内外的网络流量预测研究主要集中在网络层和传输层,仅采用单一的ARMA(n,n-1)模型来描述网络的整体流量趋势,但该模型无法描述应用层流量的季节特性.因此提出基于应用层的流量预测分析模型,对国内某城域网出口链路上的应用层流量序列采用ARIMA季节乘积混合模型(p,d,q)(P,D,Q)s建模并预测.实验结果表明,在同一个城域网中不同的应用层流量表现出不同的行为特征,经ARIMA季节乘积混合模型(p,d,q)(P,D,Q)s预测的应用层流量趋势与实际曲线基本相似,平均绝对百分比误差在10%左右. 展开更多

关键词 城域网 应用层流量 时间序列 arima季节乘积混合模型 流量预测

在线阅读 下载PDF 职称材料

三种预测模型在出生缺陷发生趋势预测中的可行性研究 被引量：5

20

作者 张丽 相晓妹 +4 位作者 张水平 宋晖 董敏 米白冰 党少农 《中国卫生统计》 CSCD 北大核心 2018年第2期228-231,共4页

目的探讨ARIMA乘积季节模型、Holt-Winters季节模型、多层感知器模型在出生缺陷发生趋势预测中的可行性。方法本文采用2009年10月至2016年9月西安市妇幼保健院出生缺陷监测及围产儿数据进行研究。选择2009年10月至2015年8月出生缺陷月... 目的探讨ARIMA乘积季节模型、Holt-Winters季节模型、多层感知器模型在出生缺陷发生趋势预测中的可行性。方法本文采用2009年10月至2016年9月西安市妇幼保健院出生缺陷监测及围产儿数据进行研究。选择2009年10月至2015年8月出生缺陷月发生率时间序列进行模型拟合,应用2015年9月至2016年9月出生缺陷月发生率对模型进行评价。结果三种模型均通过了检验。ARIMA(0,0,1)(0,1,1)_(12)模型预测平均绝对误差和相对误差分别为11.64和0.11。Holt-Winters加法模型预测平均绝对误差和相对误差分别为14.21和0.14。Holt-Winters乘法模型预测平均绝对误差和相对误差分别为16.64和0.16。多层感知器模型预测平均绝对误差和相对误差分别为20.58和0.20,通过比较模型预测能力,最优模型为ARIMA(0,0,1)(0,1,1)_(12)。结论 ARIMA乘积季节模型更加灵活,结果可能较优。同时,随着预测时间的延长,模型预测的准确性降低。 展开更多

关键词 arima乘积季节模型 Holt-Winters季节模型 多层感知器模型 出生缺陷

在线阅读 下载PDF 职称材料