基于Katz分布的计数数据自回归模型以及其在预测呼吸系统患病人数中的应用

发布时间：2023-02-01 08:58

　　泊松自回归模型假设到达过程为期望与方差相等的泊松分布,但事实上真正的数据生成过程中的到达过程的方差既可以高于期望也可以低于期望.本文提出了基于Katz到达过程（Katz arrivals）的计数数据自回归模型（INAR-Katz:integer valued autoregressive process with Katz arrivals）.并采用蒙特卡罗模拟方法（Monte Carlo simulations）比较了INAR-Katz模型在矩估计以及极大似然估计下的估计准确程度.最后采用INAR-Katz模型对患呼吸系统疾病的急诊就诊人数进行建模,结果显示INAR-Katz模型优于普通泊松模型、PAR模型,具有很好的应用前景. 

【文章页数】：18 页

【文章目录】：
§1.引言
§2.INAR-Katz模型
    2.1 Katz分布族
    2.2 INAR(1)-Katz模型
§3.INAR(1)-Katz模型的矩估计
§4.INAR(1)-Katz模型的极大似然估计
    4.1基于PAR(1)模型的ML估计
    4.2基于INAR(1)-Bin模型的ML估计
    4.3基于INAR(1)-NBin模型的ML估计
§5.蒙特卡罗模拟
§6.实证分析
§7.结论


【参考文献】：
期刊论文
[1]PM10与表观温度交互作用对北京市某医院呼吸系统疾病急诊的影响[J]. 李国星,陶辉,刘利群,郭玉明,潘小川.  环境与健康杂志. 2012(06)
[2]一类考虑接种的具有一般接触率的SIR模型的研究[J]. 李盼,张文艳,赵瑜.  上海理工大学学报. 2010(01)
[3]含有免疫作用的SIR传染病模型在复杂网络上的动力学行为[J]. 张海峰,傅新楚.  上海大学学报(自然科学版). 2007(02)
[4]广东省SARS传播模型实证研究[J]. 谭旭辉,柳青,何剑峰,罗惠明.  疾病控制杂志. 2006(06)



本文编号：3734057