季节性ARIMA模型在广州市手足口病疫情预测中的应用
本文关键词:季节性ARIMA模型在广州市手足口病疫情预测中的应用 出处:《中国预防医学杂志》2016年02期 论文类型:期刊论文
更多相关文章: 季节性ARIMA模型 手足口病 预测
【摘要】:目的探讨应用季节性ARIMA模型预测广州市手足口病发病情况的可行性。方法利用"传染病报告信息管理系统"数据,应用SPSS 13.0统计软件对广州市2009年1月至2014年6月手足口病发病数建立季节性ARIMA模型,使用所建模型对2014年7~12月发病情况进行预测。结果广州市手足口病发病特征以年为流行周期,每年有2个发病高峰;应用季节性ARIMA方法进行模型识别与估计后,建立ARIMA(1,0,1)(2,1,0)12模型,预测平均相对误差为0.22,预测效果较好。结论季节性ARIMA模型能较好的拟合广州市手足口病发病序列并进行短期的有效预测。
[Abstract]:Objective to explore the feasibility of using seasonal ARIMA model to predict the incidence of hand foot and mouth disease in Guangzhou. Methods based on the data of infectious disease reporting information management system, the seasonal ARIMA model of hand foot and mouth disease in Guangzhou from January 2009 to June 2014 was established by SPSS 13 statistical software, and the incidence of 7~12 month in 2014 was predicted using the established model. Results the incidence of hand foot and mouth disease in Guangzhou is in the annual epidemic cycle. There are 2 incidence peaks every year. After the identification and estimation of seasonal ARIMA method, a ARIMA (1,0,1) (2,1,0) 12 model is established. The average relative error is 0.22, and the prediction effect is better. Conclusion seasonal ARIMA model can better fit the sequence of hand foot and mouth disease in Guangzhou and carry out short-term effective prediction.
【作者单位】: 广州市疾病预防控制中心;
【基金】:广东省科技计划项目(2013B021800030) 广州市应用基础研究专项(2013J4100095) 广州市医药卫生科技项目(20141A011062)
【分类号】:R512.5
【正文快照】: 自2008年5月2日,手足口病被纳入丙类传染病管理以来[1],广州市手足口病发病数逐年递增,居丙类传染病发病数首位,手足口病防控工作任重道远[2]。随着手足口病疫情报告系统、监测系统的逐步完善,仅掌握疫情和监测数据的报告情况已无法满足防控工作的需要,如何应用疫情数据对手足
【参考文献】
相关期刊论文 前1条
1 任钦;曾海燕;解合川;张韬;张兴裕;李晓松;;传染病动力学在手足口病预测及防控上的应用初探[J];现代预防医学;2013年20期
【共引文献】
相关期刊论文 前10条
1 柏林;臧淑英;张丽娟;吴月祥;;扎龙湿地降水变化非线性特征研究[J];地理与地理信息科学;2014年03期
2 臧妻斌;黄腾;;时间序列分析在地铁变形监测中的应用[J];测绘科学;2014年07期
3 苏理云;冉莹;吴婷婷;;重庆农村金融与经济发展的相关性研究——基于VAR模型的实证分析[J];重庆理工大学学报(自然科学);2014年12期
4 李生彪;彭建奎;;基于Box-Jenkins方法的银行业市盈率时间序列建模与预测[J];兰州文理学院学报(自然科学版);2015年01期
5 冯冰;;两种季节性时间序列模型在细菌性痢疾发病率预测中的应用研究[J];公共卫生与预防医学;2015年03期
6 冯冰;张艳;周方;;武汉市江汉区细菌性痢疾发病率的ARIMA模型预测应用[J];重庆医学;2015年29期
7 刘志勇;徐颖超;;基于SAS的铁路货运量预测[J];科技经济市场;2014年11期
8 张鸽;;湖北省人均GDP的ARIMA模型及预测[J];湖北师范学院学报(自然科学版);2015年02期
9 张宇;黄芬芬;燕敏;张鸽;;中国主要水果消费模型的建立[J];湖北师范学院学报(自然科学版);2015年02期
10 刘彩花;景浩;成一雄;牛月;;EMD-ARI模型在大坝渗流预报中的应用研究[J];水力发电;2014年07期
相关会议论文 前2条
1 王雪;徐国胜;;基于SAS软件的时间序列分析在网络安全态势预测中的应用[A];第十九届全国青年通信学术年会论文集[C];2014年
2 武雨晴;陶爱峰;文铖;李硕;曹广随;;基于长期连续测波资料的波浪平稳性分析[A];第十七届中国海洋(岸)工程学术讨论会论文集(上)[C];2015年
相关博士学位论文 前3条
1 高倩倩;基于递归系统与PLS路径模型的农村老年人直接疾病经济负担研究[D];山东大学;2014年
2 孟小前;基于行程时间实时预测的露天矿调度服务研究[D];中国矿业大学(北京);2014年
3 敖谷昌;城市快速路交通状态特性及关联分析方法研究[D];北京交通大学;2014年
相关硕士学位论文 前10条
1 王怀璐;非线性混合效应模型的重复测量的计算方法与应用[D];辽宁工业大学;2014年
2 牛异;折现率模型的改进研究[D];河北经贸大学;2014年
3 付t喪,
本文编号:1339463
本文链接:https://www.wllwen.com/yixuelunwen/chuanranbingxuelunwen/1339463.html