期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
细菌性痢疾自回归滑动平均和非线性自回归组合模型预测研究
被引量：
6
1
作者
王克伟
李金平
+2 位作者
邓超
吴郁
邬敏辰
《第二军医大学学报》
CAS
CSCD
北大核心
2017年第10期1315-1320,共6页
目的探讨单纯自回归滑动平均(autoregressive integrated moving average,ARIMA)模型与ARIMA和非线性自回归(nonlinear autoregressive,NAR)组合模型在细菌性痢疾预测中的应用。方法利用江苏省2004年1月至2015年2月的细菌性痢疾数据作...
目的探讨单纯自回归滑动平均(autoregressive integrated moving average,ARIMA)模型与ARIMA和非线性自回归(nonlinear autoregressive,NAR)组合模型在细菌性痢疾预测中的应用。方法利用江苏省2004年1月至2015年2月的细菌性痢疾数据作为拟合样本,以2015年3月至2016年5月的数据作为预测样本;建立的模型分别为单纯ARIMA模型和ARIMA-NAR组合模型,然后根据2个模型的平均绝对误差(mean absolute error,MAE)、均方误差(mean square error,MSE)和平均绝对百分比误差(mean absolute percentage error,MAPE)比较模型的效果,其值越小模型效果越好。结果在模型的拟合阶段,单纯ARIMA模型的MAE、MSE和MAPE分别为0.177 5、0.081 4和0.184 7,ARIMA-NAR组合模型分别为0.094 1、0.029 5和0.104 6。在模型的预测阶段,单纯ARIMA模型的MAE、MSE和MAPE也分别大于ARIMA-NAR组合模型。结论 ARIMA-NAR组合模型对于江苏省细菌性痢疾发病率时间序列的预测效果优于单纯ARIMA模型。建议尝试使用ARIMA-NAR组合模型预测细菌性痢疾的发病率。
展开更多
关键词
自回归滑动平均模型
非线性自回归模型
神经网络
时间序列
细菌性痢疾
预测
在线阅读
下载PDF
职称材料
题名
细菌性痢疾自回归滑动平均和非线性自回归组合模型预测研究
被引量：
6
1
作者
王克伟
李金平
邓超
吴郁
邬敏辰
机构
江南大学无锡医学院流行病学与卫生统计学教研室
出处
《第二军医大学学报》
CAS
CSCD
北大核心
2017年第10期1315-1320,共6页
基金
江南大学自主科研青年基金(JUSRP11569)
江南大学公共卫生研究中心项目(JUPH201508)~~
文摘
目的探讨单纯自回归滑动平均(autoregressive integrated moving average,ARIMA)模型与ARIMA和非线性自回归(nonlinear autoregressive,NAR)组合模型在细菌性痢疾预测中的应用。方法利用江苏省2004年1月至2015年2月的细菌性痢疾数据作为拟合样本,以2015年3月至2016年5月的数据作为预测样本;建立的模型分别为单纯ARIMA模型和ARIMA-NAR组合模型,然后根据2个模型的平均绝对误差(mean absolute error,MAE)、均方误差(mean square error,MSE)和平均绝对百分比误差(mean absolute percentage error,MAPE)比较模型的效果,其值越小模型效果越好。结果在模型的拟合阶段,单纯ARIMA模型的MAE、MSE和MAPE分别为0.177 5、0.081 4和0.184 7,ARIMA-NAR组合模型分别为0.094 1、0.029 5和0.104 6。在模型的预测阶段,单纯ARIMA模型的MAE、MSE和MAPE也分别大于ARIMA-NAR组合模型。结论 ARIMA-NAR组合模型对于江苏省细菌性痢疾发病率时间序列的预测效果优于单纯ARIMA模型。建议尝试使用ARIMA-NAR组合模型预测细菌性痢疾的发病率。
关键词
自回归滑动平均模型
非线性自回归模型
神经网络
时间序列
细菌性痢疾
预测
Keywords
autoregressive integrated moving average model
nonlinear autoregressive model
neural networks
time series
bacterial dysentery
prediction
分类号
R516.4 [医药卫生—内科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
细菌性痢疾自回归滑动平均和非线性自回归组合模型预测研究
王克伟
李金平
邓超
吴郁
邬敏辰
《第二军医大学学报》
CAS
CSCD
北大核心
2017
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
