自回归滑动平均模型法预测宁波市奉化区的人口出生率变化趋势

发布时间：2021-07-14 08:21

　　目的探讨利用自回归滑动平均模型法（ARIMA）对宁波市奉化区人口出生率数据进行预测的可行性。方法利用R3.5.0软件对浙江省宁波市奉化区1983—2013年出生率数据拟合ARIMA模型,对模型参数与残差进行统计学分析,并利用拟合的模型对奉化区2014—2018年的出生率进行预测。结果拟合的模型为ARIMA（0,1,0）,模型的残差分析表明残差符合白噪声过程。2014—2018年出生率预测相对误差率最大的年份是2017年为23.40%,相对误差率最小的是2015年为3.25%。结论 ARIMA（0,1,0）模型能较好地拟合奉化区出生率的时间变化趋势,可用于未来奉化区出生率的短期预测。 

【文章来源】：国际流行病学传染病学杂志. 2020,47(04)

【文章页数】：3 页

【参考文献】：
期刊论文
[1]基于南昌市新建区居民伤害死亡趋势的ARIMA模型构建与预测[J]. 曾艺旋,周小军,杨姣,周孔香,胡炜华.  南昌大学学报(医学版). 2019(01)
[2]基于ARIMA模型的我国卫生总费用趋势及构成预测分析[J]. 王高玲,张怡青.  中国卫生统计. 2019(01)
[3]我国人口出生率预测——基于ARIMA模型分析[J]. 郭敏,田荟,张施伟.  现代经济信息. 2018(19)
[4]ARIMA模型预测职业性噪声聋发病趋势[J]. 李旭东,瞿红鹰,胡世杰,余宏伟,温贤忠,杨爱初,戚亚洲,陈琳.  中国职业医学. 2018(02)
[5]VAR模型在我国人口出生率预测中的应用[J]. 王永斌,柴峰,李向文,袁聚祥,尹素凤,武建辉.  现代预防医学. 2016(02)

硕士论文
[1]南宁市江南区2008-2018年流行性腮腺炎疫情分析及ARIMA模型预测[D]. 蒙婞婞.广西医科大学 2019
[2]全面二孩政策下出生率预测以及对人口年龄结构的影响[D]. 甘东海.华侨大学 2018
[3]中国人口出生率的地域差异及影响因素分析[D]. 杨晓鹤.重庆理工大学 2018



本文编号：3283777