應(yīng)用ARIMA-GRNN模型預(yù)測(cè)深圳市寶安區(qū)流感樣病例發(fā)病率
發(fā)布時(shí)間:2017-10-16 23:21
本文關(guān)鍵詞:應(yīng)用ARIMA-GRNN模型預(yù)測(cè)深圳市寶安區(qū)流感樣病例發(fā)病率
更多相關(guān)文章: 流感樣病例 預(yù)測(cè) 時(shí)間序列
【摘要】:目的建立預(yù)測(cè)流感樣病例發(fā)病率的ARIMA-GRNN模型,并驗(yàn)證其可行性。方法應(yīng)用SPSS 19.0軟件,對(duì)2010年1月-2015年9月寶安區(qū)流感樣病例月發(fā)病率進(jìn)行模型擬合,并應(yīng)用MATLAB 7.0聯(lián)合GRNN模型進(jìn)行誤差修正。以2014年10月-2015年9月月流感樣病例發(fā)病率作為考核樣本評(píng)價(jià)模型預(yù)測(cè)效果,并預(yù)測(cè)2015年10-12月月流感樣病例發(fā)病率。結(jié)果 ARIMA(2,1,0)(0,1,1)12擬合2010年1月-2015年9月寶安區(qū)每月新增感染率的變動(dòng)趨勢(shì)較為理想,聯(lián)合GRNN模型后,預(yù)測(cè)結(jié)果與實(shí)際值相對(duì)誤差最大值為3.12%,最小為2.00%;結(jié)論 ARIMA(2,1,0)(0,1,1)12-GRNN模型在寶安區(qū)流感樣病例發(fā)病率短期趨勢(shì)的預(yù)測(cè)與實(shí)際發(fā)病率吻合,擬合效果較好。
【作者單位】: 深圳市寶安區(qū)疾病預(yù)防控制中心;中山大學(xué)公共衛(wèi)生學(xué)院;深圳市寶安區(qū)中心醫(yī)院;
【關(guān)鍵詞】: 流感樣病例 預(yù)測(cè) 時(shí)間序列
【分類號(hào)】:R511.7
【正文快照】: 時(shí)間序列是按時(shí)間排列的一組數(shù)據(jù),其中蘊(yùn)含事物與現(xiàn)象的大量信息,把它視為依賴于時(shí)間的隨機(jī)變量,對(duì)其進(jìn)行數(shù)學(xué)建模,即可以從其過(guò)去值以及現(xiàn)在值預(yù)測(cè)未來(lái)值。ARIMA模型(自回歸移動(dòng)平均模型Autoregressive Integrated Moving Average Model,簡(jiǎn)記ARIMA)在預(yù)測(cè)過(guò)程中既考慮了序列,
本文編號(hào):1045494
本文鏈接:http://sikaile.net/yixuelunwen/chuanranbingxuelunwen/1045494.html
最近更新
教材專著