本文選題：時間序列分析 + 季節(jié)分解�。� 參考：《軍事醫(yī)學(xué)》2017年04期

【摘要】：目的比較時間序列季節(jié)分解法和差分自回歸滑動平均(ARIMA)法預(yù)測肺結(jié)核發(fā)病趨勢的效果,為肺結(jié)核預(yù)測預(yù)警提供科學(xué)依據(jù)。方法對新疆烏魯木齊市2005年1月至2014年12月肺結(jié)核月發(fā)病率時間序列分別構(gòu)建季節(jié)分解擬合模型和ARIMA擬合模型,對2015年各月發(fā)病率分別進(jìn)行預(yù)測并與實際發(fā)病率進(jìn)行比較。結(jié)果烏魯木齊市肺結(jié)核流行表現(xiàn)出春季高發(fā)的年度周期性。應(yīng)用季節(jié)分解法構(gòu)建的擬合模型中,線性模型和三次曲線模型對2015年各月發(fā)病率預(yù)測結(jié)果的平均絕對百分誤差(MAPE)分別為18.75%和92.25%,線性模型預(yù)測值整體上低于實際值,三次曲線模型預(yù)測值整體上高于實際值;應(yīng)用ARIMA方法構(gòu)建的擬合模型為ARIMA(2,1,1)(1,1,0)_(12),對2015年各月發(fā)病率預(yù)測結(jié)果的MAPE為9.46%,整體上預(yù)測值和實際值無明顯差異。結(jié)論ARIMA法較季節(jié)分解法對烏魯木齊市肺結(jié)核發(fā)病率的預(yù)測效果更佳。
[Abstract]:Objective to compare the effect of time series seasonal decomposition method and differential autoregressive moving average (ARIMA) method in predicting the incidence trend of pulmonary tuberculosis (TB). Methods from January 2005 to December 2014, the time series of monthly incidence of pulmonary tuberculosis in Urumqi, Xinjiang, were analyzed by using the seasonal decomposition fitting model and the ARIMA fitting model, respectively. The incidence rates of each month in 2015 were predicted and compared with the actual incidence. Results the prevalence of pulmonary tuberculosis in Urumqi showed the annual periodicity of high incidence in spring. In the fitting model constructed by seasonal decomposition method, the average absolute percent error MAPE of linear model and cubic model are 18.75% and 92.25%, respectively, and the predicted value of linear model is lower than the actual value. The predicted value of cubic curve model is higher than that of real value on the whole, and the fitting model constructed by ARIMA method is Arima _ (2) ~ (1) ~ (1) ~ (1) ~ (1) ~ (1) ~ (1) / 1 ~ (1) / 1 / 1 / 1 / 1 / 1 / 10 / 10 / 12 / 12 / 1 / 12 / 12 / 12 / 1 / 1 / 1 / 1 / 1 / 1 / 1 / 1 / 1 / 1 / 1 Conclusion ARIMA method is more effective than seasonal decomposition method in predicting the incidence of pulmonary tuberculosis in Urumqi.
【作者單位】： 軍事醫(yī)學(xué)科學(xué)院疾病預(yù)防控制所;新疆烏魯木齊市疾病預(yù)防控制中心;
【基金】：全軍后勤科研重大項目(AWS14R013) 全軍后勤科研重點項目(BWS14C051) 新疆維吾爾自治區(qū)自然科學(xué)基金資助項目(201442137-20)
【分類號】：R521;R181.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊召;葉中輝;趙磊;薛慶元;梁淑英;王重建;;ARIMA-BPNN組合預(yù)測模型在流感發(fā)病率預(yù)測中的應(yīng)用[J];中國衛(wèi)生統(tǒng)計;2014年01期

2 韋麗琴,徐勇勇,陳長生,王素華,趙若望,張玉娥,任忠和;ARIMA模型在交通事故預(yù)測中的應(yīng)用[J];包頭醫(yī)學(xué)院學(xué)報;2004年04期

3 孫奕;賈翠平;覃世龍;;兒童傷害住院費用ARIMA預(yù)測模型研究[J];數(shù)理統(tǒng)計與管理;2007年06期

4 黃彥;易東;田考聰;;ARIMA預(yù)測模型的SAS程序?qū)崿F(xiàn)及其應(yīng)用[J];激光雜志;2007年01期

5 張晉昕,方積乾,凌莉,陳雄飛,黨容;基于預(yù)報效果的ARIMA模型篩選[J];中國衛(wèi)生統(tǒng)計;2004年01期

6 林玫;李永紅;梁大斌;廖和壯;黃君;;ARIMA與GM模型在廣西細(xì)菌性傳染病預(yù)測中的應(yīng)用[J];應(yīng)用預(yù)防醫(yī)學(xué);2012年04期

7 羅靜;楊書;張強;王璐;;時間序列ARIMA模型在艾滋病疫情預(yù)測中的應(yīng)用[J];重慶醫(yī)學(xué);2012年13期

8 焦亮;阮峰;黃利群;譚愛軍;蔣義國;;基于ARIMA的流感癥狀預(yù)測模型[J];實用預(yù)防醫(yī)學(xué);2010年08期

9 范引光;呂金偉;戴色鶯;張渝婧;蘇虹;潘發(fā)明;王靜;葉冬青;;ARIMA模型與灰色預(yù)測模型GM(1,1)在HIV感染人數(shù)預(yù)測中的應(yīng)用[J];中華疾病控制雜志;2012年12期

10 董選軍;余運賢;馮霞燕;;乙類傳染病的ARIMA、灰色模型及組合預(yù)測模型比較[J];中國公共衛(wèi)生管理;2013年06期

相關(guān)碩士學(xué)位論文 前2條

1 朱寧;邵陽市2004-2013年艾滋病流行特征及ARIMA-BP組合模型在艾滋病預(yù)測中的應(yīng)用[D];南華大學(xué);2015年

2 王山;時間分布模型在甲肝流行趨勢分析中的應(yīng)用[D];浙江大學(xué);2016年

，

本文編號：1823375