探索ARIMA模型在呼吸道傳染病疫情預(yù)測中的應(yīng)用
本文關(guān)鍵詞:探索ARIMA模型在呼吸道傳染病疫情預(yù)測中的應(yīng)用
更多相關(guān)文章: 呼吸道傳染病 ARIMA模型 預(yù)測
【摘要】:目的探索應(yīng)用時間序列求和自回歸移動平均(Autoregressive integrated movingaverage, ARIMA)模型預(yù)測本地區(qū)常見呼吸道傳染病的發(fā)病情況。為本區(qū)制定呼吸道傳染病的預(yù)防監(jiān)測措施提供決策依據(jù),同時為其它呼吸道傳染病預(yù)測模型的研究提供參考。 方法利用《國家疾病報告管理信息系統(tǒng)》的資料,應(yīng)用SPSS13.0統(tǒng)計軟件、采用ARIMA模型,對2007年1月—2011年12月合肥市蜀山區(qū)常見6種呼吸道傳染病即麻疹、風(fēng)疹、流行性腮腺炎、流行性感冒、水痘、流腦,逐月的發(fā)病情況進行建模和擬合,經(jīng)過參數(shù)估計、模型診斷、模型評價,選擇得到最優(yōu)模型,并對2012年各月發(fā)病情況進行預(yù)測,評價模型的預(yù)測效果。 結(jié)果本文研究的6種常見呼吸道傳染病高發(fā)季節(jié)均在3-5月份、11月份至次年的1月份。經(jīng)過建模、擬合,得出ARIMA(0.0.1)(0.0.1)是本地區(qū)常見呼吸道傳染病擬合的最佳模型。模型擬合統(tǒng)計量均方根誤差(Root Mean Square Error,RMSE)為20.299,平均絕對百分位差(Mean Absolute Percent Error, MAPE)為41.264,正態(tài)化的BIC為6.226,決定系數(shù)R2為0.269,根據(jù)貝葉斯準(zhǔn)則BIC值最小, R2最大為最優(yōu)模型;Ljung Box Q值為0.375,即P=0.375,可知殘差屬于白噪聲值,說明本模型預(yù)測相對適合。建立模型之后對數(shù)據(jù)進行ARIMA分析預(yù)測,并進一步對2012年本地區(qū)呼吸道傳染病的發(fā)病進行預(yù)測,結(jié)果顯示2012年各月份實際發(fā)病趨勢與預(yù)測曲線圖高度吻合,說明ARIMA模型擬合精度和預(yù)測效果均較好。ARIMA模型對未來12月內(nèi)的預(yù)測值在這幾種傳染病發(fā)病情況未發(fā)生顯著變化時,,能較好地預(yù)測這幾種傳染病未來的走勢及發(fā)病數(shù)。 結(jié)論ARIMA模型對蜀山區(qū)常見呼吸道傳染病擬合的預(yù)測效果較為滿意,ARIMA模型是針對有季節(jié)性變動和趨勢性分月發(fā)病情況的時間序列提出的建模方法。ARIMA模型對未來12月內(nèi)的預(yù)測值在這幾種傳染病發(fā)病情況未發(fā)生顯著變化時,能較好地預(yù)測這幾種傳染病未來的走勢及發(fā)病數(shù),這將為今后常見呼吸道傳染病的預(yù)防和控制提供理論支持。選用相對最優(yōu)的ARIMA模型進行疾病預(yù)測,并根據(jù)預(yù)測結(jié)果通過網(wǎng)絡(luò)信息化系統(tǒng)發(fā)出預(yù)警,具有加強傳染病防控工作的實際應(yīng)用價值。
【關(guān)鍵詞】:呼吸道傳染病 ARIMA模型 預(yù)測
【學(xué)位授予單位】:安徽醫(yī)科大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2013
【分類號】:R181.8
【目錄】:
- 英文縮略詞5-6
- 中文摘要6-8
- Abstract8-10
- 前言10-14
- 材料和方法14-20
- 資料來源14
- 方法原理14-19
- 統(tǒng)計分析19-20
- 結(jié)果20-25
- 傳染病發(fā)病情況20-21
- 數(shù)據(jù)預(yù)處理21-23
- 建立模型23-25
- 討論25-27
- 結(jié)論27-28
- 參考文獻28-30
- 個人簡歷30-31
- 致謝31-32
- ARIMA模型在傳染病預(yù)測中應(yīng)用的探討(綜述)32-40
- 參考文獻39-40
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 官琳琳;門可佩;;人均GDP時間序列模型及預(yù)測[J];安徽農(nóng)業(yè)科學(xué);2009年12期
2 康富標(biāo);趙敏;周志平;聶為民;赫兢;秦恩強;張新偉;閆慧穎;趙鵬;張昕;王嗣予;李建靜;;四種呼吸道傳染病單中心10年回顧性調(diào)查[J];北京醫(yī)學(xué);2007年07期
3 向倫輝;郭祖鵬;楊興堂;袁國平;;傳染病發(fā)病趨勢常見統(tǒng)計預(yù)測方法的研究進展[J];海峽預(yù)防醫(yī)學(xué)雜志;2010年06期
4 郭建娥;劉桂芬;;構(gòu)建山西省太原市痢疾發(fā)病率的ARIMA模型[J];疾病監(jiān)測;2007年04期
5 黃春萍;鄧晶;張磊;程瑾;;ARIMA模型在麻疹預(yù)警中的應(yīng)用[J];疾病監(jiān)測;2008年01期
6 丁亞興;張之倫;朱向軍;;自回歸綜合移動平均模型對天津市甲型肝炎發(fā)病預(yù)測[J];疾病監(jiān)測;2008年05期
7 張彥琦,黃彥,田考聰;SPSS在醫(yī)院統(tǒng)計預(yù)測中的應(yīng)用[J];中國醫(yī)院統(tǒng)計;2002年03期
8 梁桂玲;劉顏;鄧泗沐;;ARIMA模型應(yīng)用于月門診量預(yù)測[J];中國醫(yī)院統(tǒng)計;2006年01期
9 萬蓉;李娟娟;王曉雯;;ARIMA乘積季節(jié)模型在食源性疾病月發(fā)病率預(yù)測中的應(yīng)用[J];昆明醫(yī)科大學(xué)學(xué)報;2012年06期
10 詹美蓉;陳武;林光燦;謝忠杭;吳生根;洪榮濤;;2006-2011年福建省流行性腮腺炎流行特征分析[J];疾病監(jiān)測;2013年07期
本文編號:1037502
本文鏈接:http://www.sikaile.net/yixuelunwen/liuxingb/1037502.html