当前位置:主页 > 医学论文 > 流行病论文 >

我国手足口病重症患者数自回归移动平均模型预测研究

发布时间:2018-11-15 18:51
【摘要】:采用自回归移动平均(Autoregressive integrated moving average,ARIMA)模型对我国(不含中国港澳台)手足口病月报告的重症患者数进行预测研究,为该模型在手足口病及其它传染病预防控制中的应用提供参考依据。根据2010-2015年全国手足口病月报告重症患者数时间序列,以2016年1-9月的月报告重症患者数作为验证数据,建立我国手足口病月报告重症患者数的ARIMA模型,并与2010-2014年数据建立的模型进行比较。2010-2014、2010-2015年两个不同时间序列建立的我国手足口病月报告重症患者数模型分别为ARIMA(1,1,0)(2,1,0)12、ARIMA(0,1,1)(2,1,0)12。以上两个不同时间序列预测结果比较发现,数据积累较多,预测的平均相对误差变小,但预测时间越短尚未发现平均相对误差较小。同一研究内容,时间序列年代不同,所建立的预测模型可能不同;认为ARIMA模型数据积累越多、预测时间越短、预测误差越小的情况还需得到进一步验证。
[Abstract]:An autoregressive moving average (Autoregressive integrated moving average,ARIMA) model was used to predict the number of severe cases of hand, foot and mouth disease reported monthly in China (excluding Hong Kong, Macao, Taiwan and China). It provides a reference for the application of the model in the prevention and control of hand, foot and mouth disease and other infectious diseases. According to the time series of severe cases reported by hand, foot and mouth disease monthly in China from 2010 to 2015, and taking the monthly number of severe cases reported from January to September 2016 as the verification data, a ARIMA model was established for reporting severe cases in hand, foot and mouth disease month in China. Compared with the model established in 2010-2014, the models of the number of severe cases reported by hand, foot and mouth disease in China from 2010-2014 to 2010-2015 in two different time series were ARIMA (1 / 1 / 0) (2 / 1 / 0) and 12C Arima (0 / 1 / 1) (2 / 1), respectively. 0) 12. It is found that the data accumulation is more and the average relative error of prediction becomes smaller, but the shorter the prediction time is, the smaller the average relative error has not been found. In the same study, different time series years may lead to different prediction models, and it is considered that the more data accumulated in ARIMA model, the shorter the prediction time is, and the smaller the prediction error is, the further verification is needed.
【作者单位】: 中国疾病预防控制中心寄生虫病预防控制所;中国疾病预防控制中心病毒病预防控制所;
【分类号】:R512.5;R181

【相似文献】

相关期刊论文 前10条

1 张翼飞;陈洪;刘岭;张彦琦;郭波涛;易东;;ARIMA季节乘积模型在肠道传染病预测中的应用[J];激光杂志;2008年02期

2 武红涛;;ARIMA模型在医院出院患者预测中的应用[J];解放军医院管理杂志;2009年01期

3 周青;陈秋;叶小云;吴青松;;基于ARIMA模型的医院门诊量预测[J];中国病案;2011年01期

4 卢娟;杨春梅;宫占威;张红霞;;ARIMA模型应用于部队病毒性肝炎预测预警分析[J];中华疾病控制杂志;2011年02期

5 李晓翠;高琴;谢和宾;童瑶;王乐三;;ARIMA模型在工伤职工人数分析中的应用[J];实用预防医学;2012年11期

6 张伯昕;李小芳;余毅震;;北京地区新生儿先天性甲状腺功能低下症发病率的ARIMA预测模型研究[J];中国优生与遗传杂志;2013年04期

7 杨召;叶中辉;尤爱国;郭奕瑞;张肖肖;梁淑英;邢进;王重建;;乘积季节ARIMA模型在结核病发病率预测中应用[J];中国公共卫生;2013年04期

8 孙瑞华;汤旦林;;应用ARIMA模型进行医院门诊量、病床占用量的预测[J];中日友好医院学报;1993年02期

9 杨召;叶中辉;赵磊;薛庆元;梁淑英;王重建;;ARIMA-BPNN组合预测模型在流感发病率预测中的应用[J];中国卫生统计;2014年01期

10 韩春阳;;ARIMA季节乘积模型预测医院门诊量的试验研究[J];计算机光盘软件与应用;2014年02期

相关会议论文 前10条

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三届中国控制会议论文集(下册)[C];2004年

2 王建锋;高歌;陈立凌;李红美;张明芝;王艾丽;;ARIMA模型及其在江苏省卫技人员数预测中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 李君华;王志坚;张立杰;陈雪;;基于小波理论及ARIMA模型的短期棉花价格预测[A];中国棉花学会2012年年会暨第八次代表大会论文汇编[C];2012年

4 陈兴荣;;ARIMA模型和GM(1,1)在我国白银消费需求预测应用中的比较研究[A];第25届全国灰色系统会议论文集[C];2014年

5 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 刘军;柴洪洲;陈轲;刘先冬;;ARIMA模型预报电离层VTEC研究[A];第一届中国卫星导航学术年会论文集(下)[C];2010年

7 ;Economic Design of Integrating SPC and APC with Quality Constraints[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 任家福;张f ;周宗放;;基于ARIMA和BP神经网络的组合预测模型及应用研究[A];第三届(2008)中国管理学年会——技术与创新管理分会场论文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全国时间生物医学学术会议论文集[C];2004年

10 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六届中国控制会议论文集[C];2007年

相关重要报纸文章 前1条

1 ;基于数量化方法对未来经济增长趋势的预测[N];第一财经日报;2009年

相关硕士学位论文 前10条

1 梁佳琦;ARIMA模型同MAXENT模型在自然保护区内口蹄疫疫情风险预警中的应用研究[D];东北林业大学;2015年

2 张海东;基于论坛的热点话题识别与趋势预测研究[D];上海师范大学;2015年

3 雍永强;基于ARIMA和BPNN的组合预测模型在血糖预测中的应用[D];郑州大学;2015年

4 张敏;基于ARIMA的组合模型问题研究[D];大连海事大学;2015年

5 桂林;退耕还林与生态环境改善的关系研究与分析[D];西安建筑科技大学;2015年

6 钱丽萍;基于ARIMA模型的儿童医院门诊量预测研究[D];苏州大学;2015年

7 于婷;基于ARIMA模型的股价的研究[D];大连海事大学;2015年

8 程浩;武汉第三产业总量时间序列研究[D];华中师范大学;2015年

9 陈天舒;基于ARIMA与GPR组合模型的人民币汇率预测[D];山东大学;2015年

10 袁磊;基于ARIMA-LSSVM混合模型的股指预测研究[D];哈尔滨工业大学;2015年



本文编号:2334144

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/liuxingb/2334144.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户8e63e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com