【摘要】：采用自回歸移動(dòng)平均(Autoregressive integrated moving average,ARIMA)模型對我國(不含中國港澳臺(tái))手足口病月報(bào)告的重癥患者數(shù)進(jìn)行預(yù)測研究,為該模型在手足口病及其它傳染病預(yù)防控制中的應(yīng)用提供參考依據(jù)。根據(jù)2010-2015年全國手足口病月報(bào)告重癥患者數(shù)時(shí)間序列,以2016年1-9月的月報(bào)告重癥患者數(shù)作為驗(yàn)證數(shù)據(jù),建立我國手足口病月報(bào)告重癥患者數(shù)的ARIMA模型,并與2010-2014年數(shù)據(jù)建立的模型進(jìn)行比較。2010-2014、2010-2015年兩個(gè)不同時(shí)間序列建立的我國手足口病月報(bào)告重癥患者數(shù)模型分別為ARIMA(1,1,0)(2,1,0)12、ARIMA(0,1,1)(2,1,0)12。以上兩個(gè)不同時(shí)間序列預(yù)測結(jié)果比較發(fā)現(xiàn),數(shù)據(jù)積累較多,預(yù)測的平均相對誤差變小,但預(yù)測時(shí)間越短尚未發(fā)現(xiàn)平均相對誤差較小。同一研究內(nèi)容,時(shí)間序列年代不同,所建立的預(yù)測模型可能不同;認(rèn)為ARIMA模型數(shù)據(jù)積累越多、預(yù)測時(shí)間越短、預(yù)測誤差越小的情況還需得到進(jìn)一步驗(yàn)證。
[Abstract]:An autoregressive moving average (Autoregressive integrated moving average,ARIMA) model was used to predict the number of severe cases of hand, foot and mouth disease reported monthly in China (excluding Hong Kong, Macao, Taiwan and China). It provides a reference for the application of the model in the prevention and control of hand, foot and mouth disease and other infectious diseases. According to the time series of severe cases reported by hand, foot and mouth disease monthly in China from 2010 to 2015, and taking the monthly number of severe cases reported from January to September 2016 as the verification data, a ARIMA model was established for reporting severe cases in hand, foot and mouth disease month in China. Compared with the model established in 2010-2014, the models of the number of severe cases reported by hand, foot and mouth disease in China from 2010-2014 to 2010-2015 in two different time series were ARIMA (1 / 1 / 0) (2 / 1 / 0) and 12C Arima (0 / 1 / 1) (2 / 1), respectively. 0) 12. It is found that the data accumulation is more and the average relative error of prediction becomes smaller, but the shorter the prediction time is, the smaller the average relative error has not been found. In the same study, different time series years may lead to different prediction models, and it is considered that the more data accumulated in ARIMA model, the shorter the prediction time is, and the smaller the prediction error is, the further verification is needed.
【作者單位】： 中國疾病預(yù)防控制中心寄生蟲病預(yù)防控制所;中國疾病預(yù)防控制中心病毒病預(yù)防控制所;
【分類號(hào)】：R512.5;R181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張翼飛;陳洪;劉嶺;張彥琦;郭波濤;易東;;ARIMA季節(jié)乘積模型在腸道傳染病預(yù)測中的應(yīng)用[J];激光雜志;2008年02期

2 武紅濤;;ARIMA模型在醫(yī)院出院患者預(yù)測中的應(yīng)用[J];解放軍醫(yī)院管理雜志;2009年01期

3 周青;陳秋;葉小云;吳青松;;基于ARIMA模型的醫(yī)院門診量預(yù)測[J];中國病案;2011年01期

4 盧娟;楊春梅;宮占威;張紅霞;;ARIMA模型應(yīng)用于部隊(duì)病毒性肝炎預(yù)測預(yù)警分析[J];中華疾病控制雜志;2011年02期

5 李曉翠;高琴;謝和賓;童瑤;王樂三;;ARIMA模型在工傷職工人數(shù)分析中的應(yīng)用[J];實(shí)用預(yù)防醫(yī)學(xué);2012年11期

6 張伯昕;李小芳;余毅震;;北京地區(qū)新生兒先天性甲狀腺功能低下癥發(fā)病率的ARIMA預(yù)測模型研究[J];中國優(yōu)生與遺傳雜志;2013年04期

7 楊召;葉中輝;尤愛國;郭奕瑞;張肖肖;梁淑英;邢進(jìn);王重建;;乘積季節(jié)ARIMA模型在結(jié)核病發(fā)病率預(yù)測中應(yīng)用[J];中國公共衛(wèi)生;2013年04期

8 孫瑞華;湯旦林;;應(yīng)用ARIMA模型進(jìn)行醫(yī)院門診量、病床占用量的預(yù)測[J];中日友好醫(yī)院學(xué)報(bào);1993年02期

9 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(jì);2014年01期

10 韓春陽;;ARIMA季節(jié)乘積模型預(yù)測醫(yī)院門診量的試驗(yàn)研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2014年02期

相關(guān)會(huì)議論文 前10條

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三屆中國控制會(huì)議論文集（下冊）[C];2004年

2 王建鋒;高歌;陳立凌;李紅美;張明芝;王艾麗;;ARIMA模型及其在江蘇省衛(wèi)技人員數(shù)預(yù)測中的應(yīng)用[A];中國現(xiàn)場統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 李君華;王志堅(jiān);張立杰;陳雪;;基于小波理論及ARIMA模型的短期棉花價(jià)格預(yù)測[A];中國棉花學(xué)會(huì)2012年年會(huì)暨第八次代表大會(huì)論文匯編[C];2012年

4 陳興榮;;ARIMA模型和GM(1,1)在我國白銀消費(fèi)需求預(yù)測應(yīng)用中的比較研究[A];第25屆全國灰色系統(tǒng)會(huì)議論文集[C];2014年

5 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 劉軍;柴洪洲;陳軻;劉先冬;;ARIMA模型預(yù)報(bào)電離層VTEC研究[A];第一屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集（下）[C];2010年

7 ;Economic Design of Integrating SPC and APC with Quality Constraints[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 任家福;張f ;周宗放;;基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型及應(yīng)用研究[A];第三屆（2008）中國管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場論文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全國時(shí)間生物醫(yī)學(xué)學(xué)術(shù)會(huì)議論文集[C];2004年

10 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六屆中國控制會(huì)議論文集[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 ;基于數(shù)量化方法對未來經(jīng)濟(jì)增長趨勢的預(yù)測[N];第一財(cái)經(jīng)日報(bào);2009年

相關(guān)碩士學(xué)位論文 前10條

1 梁佳琦;ARIMA模型同MAXENT模型在自然保護(hù)區(qū)內(nèi)口蹄疫疫情風(fēng)險(xiǎn)預(yù)警中的應(yīng)用研究[D];東北林業(yè)大學(xué);2015年

2 張海東;基于論壇的熱點(diǎn)話題識(shí)別與趨勢預(yù)測研究[D];上海師范大學(xué);2015年

3 雍永強(qiáng);基于ARIMA和BPNN的組合預(yù)測模型在血糖預(yù)測中的應(yīng)用[D];鄭州大學(xué);2015年

4 張敏;基于ARIMA的組合模型問題研究[D];大連海事大學(xué);2015年

5 桂林;退耕還林與生態(tài)環(huán)境改善的關(guān)系研究與分析[D];西安建筑科技大學(xué);2015年

6 錢麗萍;基于ARIMA模型的兒童醫(yī)院門診量預(yù)測研究[D];蘇州大學(xué);2015年

7 于婷;基于ARIMA模型的股價(jià)的研究[D];大連海事大學(xué);2015年

8 程浩;武漢第三產(chǎn)業(yè)總量時(shí)間序列研究[D];華中師范大學(xué);2015年

9 陳天舒;基于ARIMA與GPR組合模型的人民幣匯率預(yù)測[D];山東大學(xué);2015年

10 袁磊;基于ARIMA-LSSVM混合模型的股指預(yù)測研究[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號(hào)：2334144