ARIMA和Prophet模型在艾滋病發(fā)病預(yù)測(cè)中的應(yīng)用
發(fā)布時(shí)間：2021-10-29 06:00
根據(jù)國(guó)家疾病預(yù)防控制局提供的2013年1月至2019年10月艾滋病發(fā)病數(shù)的相關(guān)數(shù)據(jù),分別建立ARIMA（0,1,1）×（0,1,1）12乘積季節(jié)模型和Prophet模型,并對(duì)兩種模型的預(yù)測(cè)效果進(jìn)行對(duì)比.結(jié)果表明,兩種模型均能很好地預(yù)測(cè)我國(guó)艾滋病的發(fā)病人數(shù)以及變化趨勢(shì),其RMSE分別為345.46、328.88,且Prophet模型的預(yù)測(cè)效果更優(yōu).
【文章來(lái)源】：河南科學(xué). 2020,38(09)
【文章頁(yè)數(shù)】：7 頁(yè)
【部分圖文】：
Prophet模型流程圖
為判斷該時(shí)間序列數(shù)據(jù)是否為平穩(wěn)序列，對(duì)其進(jìn)行Dickey Fuller平穩(wěn)性檢驗(yàn)，結(jié)果見(jiàn)表1.所得P值為1.00，遠(yuǎn)遠(yuǎn)大于臨界值0.05，說(shuō)明不能拒絕原假設(shè).所以在一定的可信度下，可以認(rèn)為該時(shí)間序列數(shù)據(jù)是不穩(wěn)定的.2.1.2 時(shí)間序列平穩(wěn)化
對(duì)經(jīng)過(guò)一階差分與季節(jié)差分后的平穩(wěn)時(shí)間序列做ACF和PACF檢測(cè)，結(jié)果見(jiàn)圖4.時(shí)間序列的自相關(guān)系數(shù)與偏自相關(guān)系數(shù)超過(guò)95%落在2倍標(biāo)準(zhǔn)差范圍內(nèi)，且呈現(xiàn)拖尾狀態(tài)，故初步假定模型為ARIMA(p,1,q)×(P,1,Q)12.其中，p、q、P和Q可以取值為0和1.依據(jù)赤池信息量準(zhǔn)則（AIC）和貝葉斯信息量準(zhǔn)則（BIC）對(duì)16種模型進(jìn)行判定（表2），最終選取AIC和BIC最小值所對(duì)應(yīng)的最優(yōu)模型：ARIMA(0,1,1）×（0,1,1)12.圖4 差分后序列的ACF和PACF圖
【參考文獻(xiàn)】：
期刊論文
[1]Prophet預(yù)測(cè)-修正的主題強(qiáng)度演化模型——以干細(xì)胞領(lǐng)域?yàn)閷?shí)證[J]. 張?chǎng)?文奕,許海云,劉忠禹. 圖書情報(bào)工作. 2020(08)
[2]2018-2019年我國(guó)艾滋病領(lǐng)域倫理法律與政策相關(guān)熱點(diǎn)問(wèn)題[J]. 賈平. 中國(guó)艾滋病性病. 2020(04)
[3]基于ARIMA模型的河南省醫(yī)療服務(wù)需求變化趨勢(shì)及預(yù)測(cè)分析[J]. 馬蘭,田慶豐,郭麗芳,李越,李穎菲. 中國(guó)衛(wèi)生統(tǒng)計(jì). 2020(01)
[4]LSTM和Prophet模型在肺結(jié)核發(fā)病數(shù)預(yù)測(cè)中的應(yīng)用[J]. 李順勇,張鈺嘉. 河南科學(xué). 2020(02)
[5]基于ARIMA模型、灰色模型和回歸模型的預(yù)測(cè)比較[J]. 李志超,劉升. 統(tǒng)計(jì)與決策. 2019(23)
[6]GM（1,1）模型與LSTM神經(jīng)網(wǎng)絡(luò)在肺結(jié)核發(fā)病數(shù)預(yù)測(cè)中的應(yīng)用[J]. 王淑平,杜敏,羅建偉,胡佩佩,程冬. 公共衛(wèi)生與預(yù)防醫(yī)學(xué). 2019(05)
[7]2009-2018年啟東市肺結(jié)核流行病學(xué)特征分析及灰色GM（1,1）模型預(yù)測(cè)[J]. 顧忠頗. 江蘇預(yù)防醫(yī)學(xué). 2019(05)
[8]基于SIS模型的網(wǎng)絡(luò)輿情無(wú)監(jiān)督預(yù)警機(jī)制研究[J]. 周琦萍,楊芳. 情報(bào)科學(xué). 2019(08)
[9]數(shù)據(jù)驅(qū)動(dòng)的肺結(jié)核傳播過(guò)程的建模與分析[J]. 王銳涵,魏海平,曹宇,孫媛. 計(jì)算機(jī)應(yīng)用. 2019(S1)
[10]基于Prophet-隨機(jī)森林優(yōu)化模型的空氣質(zhì)量指數(shù)規(guī)模預(yù)測(cè)[J]. 常恬君,過(guò)仲陽(yáng),徐麗麗. 環(huán)境污染與防治. 2019(07)
本文編號(hào)：3464104
【文章來(lái)源】：河南科學(xué). 2020,38(09)
【文章頁(yè)數(shù)】：7 頁(yè)
【部分圖文】：
Prophet模型流程圖
為判斷該時(shí)間序列數(shù)據(jù)是否為平穩(wěn)序列，對(duì)其進(jìn)行Dickey Fuller平穩(wěn)性檢驗(yàn)，結(jié)果見(jiàn)表1.所得P值為1.00，遠(yuǎn)遠(yuǎn)大于臨界值0.05，說(shuō)明不能拒絕原假設(shè).所以在一定的可信度下，可以認(rèn)為該時(shí)間序列數(shù)據(jù)是不穩(wěn)定的.2.1.2 時(shí)間序列平穩(wěn)化
對(duì)經(jīng)過(guò)一階差分與季節(jié)差分后的平穩(wěn)時(shí)間序列做ACF和PACF檢測(cè)，結(jié)果見(jiàn)圖4.時(shí)間序列的自相關(guān)系數(shù)與偏自相關(guān)系數(shù)超過(guò)95%落在2倍標(biāo)準(zhǔn)差范圍內(nèi)，且呈現(xiàn)拖尾狀態(tài)，故初步假定模型為ARIMA(p,1,q)×(P,1,Q)12.其中，p、q、P和Q可以取值為0和1.依據(jù)赤池信息量準(zhǔn)則（AIC）和貝葉斯信息量準(zhǔn)則（BIC）對(duì)16種模型進(jìn)行判定（表2），最終選取AIC和BIC最小值所對(duì)應(yīng)的最優(yōu)模型：ARIMA(0,1,1）×（0,1,1)12.圖4 差分后序列的ACF和PACF圖
【參考文獻(xiàn)】：
期刊論文
[1]Prophet預(yù)測(cè)-修正的主題強(qiáng)度演化模型——以干細(xì)胞領(lǐng)域?yàn)閷?shí)證[J]. 張?chǎng)?文奕,許海云,劉忠禹. 圖書情報(bào)工作. 2020(08)
[2]2018-2019年我國(guó)艾滋病領(lǐng)域倫理法律與政策相關(guān)熱點(diǎn)問(wèn)題[J]. 賈平. 中國(guó)艾滋病性病. 2020(04)
[3]基于ARIMA模型的河南省醫(yī)療服務(wù)需求變化趨勢(shì)及預(yù)測(cè)分析[J]. 馬蘭,田慶豐,郭麗芳,李越,李穎菲. 中國(guó)衛(wèi)生統(tǒng)計(jì). 2020(01)
[4]LSTM和Prophet模型在肺結(jié)核發(fā)病數(shù)預(yù)測(cè)中的應(yīng)用[J]. 李順勇,張鈺嘉. 河南科學(xué). 2020(02)
[5]基于ARIMA模型、灰色模型和回歸模型的預(yù)測(cè)比較[J]. 李志超,劉升. 統(tǒng)計(jì)與決策. 2019(23)
[6]GM（1,1）模型與LSTM神經(jīng)網(wǎng)絡(luò)在肺結(jié)核發(fā)病數(shù)預(yù)測(cè)中的應(yīng)用[J]. 王淑平,杜敏,羅建偉,胡佩佩,程冬. 公共衛(wèi)生與預(yù)防醫(yī)學(xué). 2019(05)
[7]2009-2018年啟東市肺結(jié)核流行病學(xué)特征分析及灰色GM（1,1）模型預(yù)測(cè)[J]. 顧忠頗. 江蘇預(yù)防醫(yī)學(xué). 2019(05)
[8]基于SIS模型的網(wǎng)絡(luò)輿情無(wú)監(jiān)督預(yù)警機(jī)制研究[J]. 周琦萍,楊芳. 情報(bào)科學(xué). 2019(08)
[9]數(shù)據(jù)驅(qū)動(dòng)的肺結(jié)核傳播過(guò)程的建模與分析[J]. 王銳涵,魏海平,曹宇,孫媛. 計(jì)算機(jī)應(yīng)用. 2019(S1)
[10]基于Prophet-隨機(jī)森林優(yōu)化模型的空氣質(zhì)量指數(shù)規(guī)模預(yù)測(cè)[J]. 常恬君,過(guò)仲陽(yáng),徐麗麗. 環(huán)境污染與防治. 2019(07)
本文編號(hào)：3464104
本文鏈接：http://www.sikaile.net/yixuelunwen/chuanranbingxuelunwen/3464104.html
最近更新
教材專著
