标题:基于时间序列分解法预测肾综合征出血热发病趋势和季节性
作者:张静; 刘志东; 劳家辉; 刘言玉; 姜宝法
作者机构:[张静]山东大学公共卫生学院流行病学系, 济南, 山东 250012, 中国;[刘志东]山东大学公共卫生学院流行病学系, 济南, 山东 250012, 中国;[劳家辉]山东大学公共卫生 更多
来源:中国公共卫生
出版年:2018
卷:34
期:7
页码:1038-1041
关键词:肾综合征出血热(HFRS); 时间序列分解法; 发病趋势; 季节性; 预测
摘要:目的基于时间序列分解法研究中国2011; 2016年肾综合征出血热(HFRS)的发病趋势和季节性,建立预测模型并评价效果。方法应用时间序列分解法分解中国2011; 2016年HFRS的发病趋势和季节性,以剔除季节变动因素(S_2)的非季节性数据建模,再乘以S_2为最终预测模型,回代检验评价其预测精度。结果中; 国2011 2016年HFRS的发病趋势为先上升后下降,季节性明显;发病高峰呈双峰型,以5; 6月和11月次年1月为发病高峰。建立ARIMA(2,1,1)模型,模型AIC= 866.4,各项参数(AR1= 0.786 7,AR2=-; 0.354 3,MA=- 0.744 1)均有统计学意义(均P < 0.01),残差为白噪声序列[Q(20)= 16.364, P=; 0.694]。月发病数的预测公式为 Y_i= ARIMA(2,1,1)*S_2,中国2011; 2016年HFRS月发病数回代检验的平均绝对误差(MAE)为71.31,平均绝对百分误差(MAPE)为7.00; %。结论时间序列分解法可用来预测HFRS的发病趋势和季节性,以剔除季节变动因素的数据建立HFRS的月发病数预测模型是可行的。
收录类别:CSCD
资源类型:期刊论文
原文链接:http://kns.cnki.net/kns/detail/detail.aspx?FileName=ZGGW201807026&DbName=CJFQTEMP
TOP