全國(guó)布病發(fā)病人數(shù)預(yù)測(cè)模型
發(fā)布時(shí)間:2021-02-09 11:28
2018年,全國(guó)布病發(fā)病人數(shù)為37947,發(fā)病率2.73(1/10萬(wàn)),在甲乙類法定傳染病中發(fā)病率排第8位,是少數(shù)仍持上升趨勢(shì)的傳染病之一,隨著發(fā)病人數(shù)增多,傳播地區(qū)也在快速蔓延,已然成為了目前公眾比較關(guān)心的社會(huì)問(wèn)題之一,國(guó)家衛(wèi)生健康委員會(huì)高度重視,做好布病發(fā)病人數(shù)預(yù)測(cè)監(jiān)控工作對(duì)相關(guān)部門提前做好防護(hù)工作很有必要,不少學(xué)者建立了發(fā)病人數(shù)的預(yù)測(cè)模型,但這些模型的共同特征是只考慮了布病發(fā)病歷史數(shù)據(jù)本身的影響,缺少對(duì)發(fā)病影響因素的綜合考慮。在這一背景下,本文以提高布病發(fā)病人數(shù)預(yù)測(cè)準(zhǔn)確性、合理性為目的,在不考慮布病發(fā)病人數(shù)外部影響因素,只從布病發(fā)病人數(shù)歷史數(shù)據(jù)本身建立ARIMA模型預(yù)測(cè)未來(lái)發(fā)病人數(shù)的基礎(chǔ)上,主要做了兩方面工作:第一,考慮布病發(fā)病人數(shù)外部影響因素,結(jié)合環(huán)境、社會(huì)經(jīng)濟(jì)、牛羊產(chǎn)量等生態(tài)學(xué)數(shù)據(jù),在已有文獻(xiàn)研究過(guò)的影響因素基礎(chǔ)上,新增加了四個(gè)變量,基于這些因素會(huì)影響發(fā)病人數(shù)的理論假設(shè)下,通過(guò)布病發(fā)病人數(shù)影響因素散點(diǎn)圖分析統(tǒng)計(jì)關(guān)系,研究發(fā)現(xiàn)各影響因素與布病發(fā)病人數(shù)既存在線性關(guān)系,也存在非線性關(guān)系。由相關(guān)性分析發(fā)現(xiàn)各影響因素間線性關(guān)系顯著,因此,對(duì)15個(gè)影響因素通過(guò)PCA降維得到主成分得分,把...
【文章來(lái)源】:蘭州財(cái)經(jīng)大學(xué)甘肅省
【文章頁(yè)數(shù)】:57 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
本文研究思路第三章構(gòu)建PCA-NARX全國(guó)布病發(fā)病人數(shù)預(yù)測(cè)模型
蘭州財(cái)經(jīng)大學(xué)碩士學(xué)位論文全國(guó)布病發(fā)病人數(shù)預(yù)測(cè)模型7圖1.2候選指標(biāo)1.3.2可能的創(chuàng)新點(diǎn)針對(duì)文獻(xiàn)評(píng)述提到現(xiàn)有文獻(xiàn)中對(duì)布魯式菌病發(fā)病人數(shù)預(yù)測(cè)模型多基于發(fā)病歷史數(shù)據(jù)本身,對(duì)發(fā)病人數(shù)蔓延的潛在原因,缺乏定量證據(jù)的綜合考慮不足,因此,本研究旨在進(jìn)一步調(diào)查人類布魯氏菌病的流行機(jī)制和相關(guān)因素,根據(jù)布病發(fā)病時(shí)間序列,結(jié)合環(huán)境、社會(huì)經(jīng)濟(jì)、牛羊產(chǎn)量等生態(tài)學(xué)數(shù)據(jù),通過(guò)散點(diǎn)圖、相關(guān)性分析、PCA降維后構(gòu)建NARX模型,最后選取最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu),構(gòu)建了PCA-NARX全國(guó)布魯式菌病年發(fā)病人數(shù)預(yù)測(cè)模型,在此基礎(chǔ)上,通過(guò)MSE-MAPE組合權(quán)重構(gòu)建了ARMA-NARX模型,在預(yù)測(cè)精度和預(yù)測(cè)原理上都更科學(xué)。
蘭州財(cái)經(jīng)大學(xué)碩士學(xué)位論文全國(guó)布病發(fā)病人數(shù)預(yù)測(cè)模型82描述性分析及時(shí)間序列預(yù)測(cè)模型本文中所用的1950-2017年全國(guó)布病相關(guān)數(shù)據(jù)來(lái)自公共衛(wèi)生科學(xué)數(shù)據(jù)中心(http://www.phsciencedata.cn/Share/index.js),2018、2019年布氏病發(fā)病數(shù)據(jù)來(lái)源于疾病預(yù)防控制局(http://www.nhc.gov.cn/jkj/new_index.shtml)法定傳染病疫情概況(NIDRIS),相對(duì)應(yīng)的經(jīng)濟(jì)、交通、醫(yī)療衛(wèi)生數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局官網(wǎng)(http://www.stats.gov.cn/)。2.1描述性分析2.1.1長(zhǎng)期趨勢(shì)特征1950-2018年全國(guó)布病月發(fā)病人數(shù)如圖2.1,由于自適應(yīng)噪聲完備集合經(jīng)驗(yàn)?zāi)B(tài)分解方法(CEEMDAN)能很好地保留原序列本身特性,此特征被廣泛應(yīng)用于軸承故障診斷[40][41],為研究布病68年來(lái)長(zhǎng)期發(fā)病趨勢(shì),用CEEMDAN對(duì)原始時(shí)間序列數(shù)據(jù)提取信號(hào)特征,舍掉前2個(gè)高頻數(shù)據(jù),去除隨機(jī)效應(yīng),重構(gòu)低頻數(shù)據(jù)提取趨勢(shì)特征,如圖2.2,由重構(gòu)趨勢(shì)圖可看出1950年—2018年大致分為四個(gè)階段:第一階段,1950—1970年全國(guó)布病發(fā)病人數(shù)緩慢遞增,第二階段,1970-1980年發(fā)病人數(shù)緩慢下降,第三階段,1980-1995年發(fā)病人數(shù)基本平穩(wěn),第四階段,1995-2018年發(fā)病人數(shù)快速增長(zhǎng)。本文重點(diǎn)分析第四階段。圖2.11950-2018年全國(guó)布病月發(fā)病人數(shù)
【參考文獻(xiàn)】:
期刊論文
[1]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)
[2]云南楚雄州2014-2017年布魯氏菌病流行特征分析[J]. 高麗芬,胡海梅,錢發(fā)寶,羅瓊梅,吳學(xué)林,袁嘉憶. 醫(yī)學(xué)動(dòng)物防制. 2019(06)
[3]ARIMA乘積季節(jié)模型在河北省唐山市布魯氏菌病發(fā)病預(yù)測(cè)中的應(yīng)用[J]. 高雯,王建紅,周君,張嶺,張志坤,劉丹. 醫(yī)學(xué)動(dòng)物防制. 2019(05)
[4]2011-2017年廣東省佛山市南海區(qū)人間布魯氏菌病流行病學(xué)特征分析[J]. 鐘曼華,李鵬賓,陳志桓,梁婉玲,黃宇迪. 醫(yī)學(xué)動(dòng)物防制. 2019(05)
[5]2008—2017年沈陽(yáng)市蘇家屯區(qū)布魯菌病空間流行特征[J]. 趙迎春,劉素鳳,陳會(huì)杰. 職業(yè)與健康. 2019(01)
[6]2011-2017年我國(guó)人間布魯氏菌病發(fā)病的長(zhǎng)期趨勢(shì)和季節(jié)性研究[J]. 康育慧,崔詠梅,曹文君. 中國(guó)衛(wèi)生統(tǒng)計(jì). 2018(06)
[7]2012-2018年6月?lián)嶂菔胁剪斒暇×餍刑卣鞣治鯷J]. 黃凡卿. 江西醫(yī)藥. 2018(12)
[8]廣義回歸神經(jīng)網(wǎng)絡(luò)在布魯氏菌病預(yù)測(cè)中的應(yīng)用[J]. 黃璐,孫娜,許小珊,田野,馬潔,杜澤玉,孟維靜,王素珍,石福艷. 鄭州大學(xué)學(xué)報(bào)(醫(yī)學(xué)版). 2018(06)
[9]關(guān)聯(lián)規(guī)則算法在布魯氏菌病危險(xiǎn)因素分析中的應(yīng)用[J]. 郝麗萍,李巖青,楊愛(ài),安娟麗,張曉晴. 中國(guó)衛(wèi)生信息管理雜志. 2018(05)
[10]山東省2014-2016年布魯氏菌病空間分布特征和空間自相關(guān)分析[J]. 劉維量,寇增強(qiáng),陳保立,畢振旺. 中華疾病控制雜志. 2018(09)
碩士論文
[1]基于GIS的兩類人畜共患病空間分布研究[D]. 王青芳.山西大學(xué) 2018
[2]平?jīng)鍪?0132017年布魯氏菌病流行狀況分析[D]. 楊亮.蘭州大學(xué) 2018
[3]基于CEEMDAN和GWO-SVM的電機(jī)滾動(dòng)軸承故障診斷[D]. 卓仁雄.南華大學(xué) 2018
[4]因子分析與NARX融合的個(gè)人所得稅預(yù)測(cè)模型[D]. 王利平.重慶大學(xué) 2018
[5]2006-2016年期間遼寧省人間布魯氏菌病流行病學(xué)特征分析及流行預(yù)測(cè)研究[D]. 王子江.中國(guó)醫(yī)科大學(xué) 2018
[6]吉林省2006~2015年人布魯桿菌病流行特征及趨勢(shì)分析[D]. 孫寧.吉林大學(xué) 2017
[7]第八師石河子市2005~2016年人間布魯氏菌病流行特征及發(fā)病率預(yù)測(cè)研究[D]. 賈懷妙.新疆醫(yī)科大學(xué) 2017
[8]山西省人布魯氏菌病時(shí)空聚集特征及可視化研究[D]. 王祥.山西醫(yī)科大學(xué) 2017
[9]基于PCA-NARX神經(jīng)網(wǎng)絡(luò)模型的股指研究[D]. 陳能美.重慶師范大學(xué) 2017
[10]2006-2015年德州市法定傳染病疫情變化趨勢(shì)及預(yù)測(cè)研究[D]. 崔永彪.山東大學(xué) 2017
本文編號(hào):3025564
【文章來(lái)源】:蘭州財(cái)經(jīng)大學(xué)甘肅省
【文章頁(yè)數(shù)】:57 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
本文研究思路第三章構(gòu)建PCA-NARX全國(guó)布病發(fā)病人數(shù)預(yù)測(cè)模型
蘭州財(cái)經(jīng)大學(xué)碩士學(xué)位論文全國(guó)布病發(fā)病人數(shù)預(yù)測(cè)模型7圖1.2候選指標(biāo)1.3.2可能的創(chuàng)新點(diǎn)針對(duì)文獻(xiàn)評(píng)述提到現(xiàn)有文獻(xiàn)中對(duì)布魯式菌病發(fā)病人數(shù)預(yù)測(cè)模型多基于發(fā)病歷史數(shù)據(jù)本身,對(duì)發(fā)病人數(shù)蔓延的潛在原因,缺乏定量證據(jù)的綜合考慮不足,因此,本研究旨在進(jìn)一步調(diào)查人類布魯氏菌病的流行機(jī)制和相關(guān)因素,根據(jù)布病發(fā)病時(shí)間序列,結(jié)合環(huán)境、社會(huì)經(jīng)濟(jì)、牛羊產(chǎn)量等生態(tài)學(xué)數(shù)據(jù),通過(guò)散點(diǎn)圖、相關(guān)性分析、PCA降維后構(gòu)建NARX模型,最后選取最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu),構(gòu)建了PCA-NARX全國(guó)布魯式菌病年發(fā)病人數(shù)預(yù)測(cè)模型,在此基礎(chǔ)上,通過(guò)MSE-MAPE組合權(quán)重構(gòu)建了ARMA-NARX模型,在預(yù)測(cè)精度和預(yù)測(cè)原理上都更科學(xué)。
蘭州財(cái)經(jīng)大學(xué)碩士學(xué)位論文全國(guó)布病發(fā)病人數(shù)預(yù)測(cè)模型82描述性分析及時(shí)間序列預(yù)測(cè)模型本文中所用的1950-2017年全國(guó)布病相關(guān)數(shù)據(jù)來(lái)自公共衛(wèi)生科學(xué)數(shù)據(jù)中心(http://www.phsciencedata.cn/Share/index.js),2018、2019年布氏病發(fā)病數(shù)據(jù)來(lái)源于疾病預(yù)防控制局(http://www.nhc.gov.cn/jkj/new_index.shtml)法定傳染病疫情概況(NIDRIS),相對(duì)應(yīng)的經(jīng)濟(jì)、交通、醫(yī)療衛(wèi)生數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局官網(wǎng)(http://www.stats.gov.cn/)。2.1描述性分析2.1.1長(zhǎng)期趨勢(shì)特征1950-2018年全國(guó)布病月發(fā)病人數(shù)如圖2.1,由于自適應(yīng)噪聲完備集合經(jīng)驗(yàn)?zāi)B(tài)分解方法(CEEMDAN)能很好地保留原序列本身特性,此特征被廣泛應(yīng)用于軸承故障診斷[40][41],為研究布病68年來(lái)長(zhǎng)期發(fā)病趨勢(shì),用CEEMDAN對(duì)原始時(shí)間序列數(shù)據(jù)提取信號(hào)特征,舍掉前2個(gè)高頻數(shù)據(jù),去除隨機(jī)效應(yīng),重構(gòu)低頻數(shù)據(jù)提取趨勢(shì)特征,如圖2.2,由重構(gòu)趨勢(shì)圖可看出1950年—2018年大致分為四個(gè)階段:第一階段,1950—1970年全國(guó)布病發(fā)病人數(shù)緩慢遞增,第二階段,1970-1980年發(fā)病人數(shù)緩慢下降,第三階段,1980-1995年發(fā)病人數(shù)基本平穩(wěn),第四階段,1995-2018年發(fā)病人數(shù)快速增長(zhǎng)。本文重點(diǎn)分析第四階段。圖2.11950-2018年全國(guó)布病月發(fā)病人數(shù)
【參考文獻(xiàn)】:
期刊論文
[1]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)
[2]云南楚雄州2014-2017年布魯氏菌病流行特征分析[J]. 高麗芬,胡海梅,錢發(fā)寶,羅瓊梅,吳學(xué)林,袁嘉憶. 醫(yī)學(xué)動(dòng)物防制. 2019(06)
[3]ARIMA乘積季節(jié)模型在河北省唐山市布魯氏菌病發(fā)病預(yù)測(cè)中的應(yīng)用[J]. 高雯,王建紅,周君,張嶺,張志坤,劉丹. 醫(yī)學(xué)動(dòng)物防制. 2019(05)
[4]2011-2017年廣東省佛山市南海區(qū)人間布魯氏菌病流行病學(xué)特征分析[J]. 鐘曼華,李鵬賓,陳志桓,梁婉玲,黃宇迪. 醫(yī)學(xué)動(dòng)物防制. 2019(05)
[5]2008—2017年沈陽(yáng)市蘇家屯區(qū)布魯菌病空間流行特征[J]. 趙迎春,劉素鳳,陳會(huì)杰. 職業(yè)與健康. 2019(01)
[6]2011-2017年我國(guó)人間布魯氏菌病發(fā)病的長(zhǎng)期趨勢(shì)和季節(jié)性研究[J]. 康育慧,崔詠梅,曹文君. 中國(guó)衛(wèi)生統(tǒng)計(jì). 2018(06)
[7]2012-2018年6月?lián)嶂菔胁剪斒暇×餍刑卣鞣治鯷J]. 黃凡卿. 江西醫(yī)藥. 2018(12)
[8]廣義回歸神經(jīng)網(wǎng)絡(luò)在布魯氏菌病預(yù)測(cè)中的應(yīng)用[J]. 黃璐,孫娜,許小珊,田野,馬潔,杜澤玉,孟維靜,王素珍,石福艷. 鄭州大學(xué)學(xué)報(bào)(醫(yī)學(xué)版). 2018(06)
[9]關(guān)聯(lián)規(guī)則算法在布魯氏菌病危險(xiǎn)因素分析中的應(yīng)用[J]. 郝麗萍,李巖青,楊愛(ài),安娟麗,張曉晴. 中國(guó)衛(wèi)生信息管理雜志. 2018(05)
[10]山東省2014-2016年布魯氏菌病空間分布特征和空間自相關(guān)分析[J]. 劉維量,寇增強(qiáng),陳保立,畢振旺. 中華疾病控制雜志. 2018(09)
碩士論文
[1]基于GIS的兩類人畜共患病空間分布研究[D]. 王青芳.山西大學(xué) 2018
[2]平?jīng)鍪?0132017年布魯氏菌病流行狀況分析[D]. 楊亮.蘭州大學(xué) 2018
[3]基于CEEMDAN和GWO-SVM的電機(jī)滾動(dòng)軸承故障診斷[D]. 卓仁雄.南華大學(xué) 2018
[4]因子分析與NARX融合的個(gè)人所得稅預(yù)測(cè)模型[D]. 王利平.重慶大學(xué) 2018
[5]2006-2016年期間遼寧省人間布魯氏菌病流行病學(xué)特征分析及流行預(yù)測(cè)研究[D]. 王子江.中國(guó)醫(yī)科大學(xué) 2018
[6]吉林省2006~2015年人布魯桿菌病流行特征及趨勢(shì)分析[D]. 孫寧.吉林大學(xué) 2017
[7]第八師石河子市2005~2016年人間布魯氏菌病流行特征及發(fā)病率預(yù)測(cè)研究[D]. 賈懷妙.新疆醫(yī)科大學(xué) 2017
[8]山西省人布魯氏菌病時(shí)空聚集特征及可視化研究[D]. 王祥.山西醫(yī)科大學(xué) 2017
[9]基于PCA-NARX神經(jīng)網(wǎng)絡(luò)模型的股指研究[D]. 陳能美.重慶師范大學(xué) 2017
[10]2006-2015年德州市法定傳染病疫情變化趨勢(shì)及預(yù)測(cè)研究[D]. 崔永彪.山東大學(xué) 2017
本文編號(hào):3025564
本文鏈接:http://sikaile.net/yixuelunwen/liuxingb/3025564.html
最近更新
教材專著