基于ARIMA模型的傳染病疫情計(jì)量研究
發(fā)布時(shí)間:2021-03-31 12:42
通過自回歸移動(dòng)平均模型(ARIMA)曲線擬合乙型肝炎疫情的發(fā)病數(shù),以此為依據(jù)對(duì)傳染病行業(yè)的需求進(jìn)行分析和預(yù)測(cè)。選擇2009~2018年乙型肝炎發(fā)病數(shù)據(jù),通過時(shí)間序列分析法進(jìn)行處理,采用序列平穩(wěn)化、模型估計(jì)、模型檢驗(yàn)擬定ARIMA季節(jié)性模型。并使用2013年1月-2016年12月我國(guó)乙型肝炎發(fā)病數(shù)據(jù)來進(jìn)行模型驗(yàn)證,再預(yù)測(cè)未來一年的乙型肝炎月發(fā)病數(shù),可得知2009-2018年乙型肝炎的發(fā)病數(shù)據(jù)可以被ARIMA(3,1,2)(1,1,1)12模型很好地?cái)M合。根據(jù)模型預(yù)測(cè)得到,2019年我國(guó)乙型肝炎的發(fā)病數(shù)為1224591例,總體呈上升趨勢(shì),在3、7、8月份逐月增加,隨后又有所減少。
【文章來源】:邢臺(tái)職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2019,36(06)
【文章頁數(shù)】:8 頁
【部分圖文】:
2009年-2018年我國(guó)乙肝發(fā)病數(shù)時(shí)序圖
為此,對(duì)序列做一階逐期差分處理,處理后的時(shí)序圖為圖2,序列明顯平穩(wěn)。根據(jù)圖3原序列的自相關(guān)分析圖所顯示,滯后期k=12時(shí)自相關(guān)系數(shù)是0.305,超出了隨機(jī)區(qū)間的范圍,表明序列有周期為12個(gè)月的季節(jié)波動(dòng),因此要做季節(jié)性差分處理。
根據(jù)圖3原序列的自相關(guān)分析圖所顯示,滯后期k=12時(shí)自相關(guān)系數(shù)是0.305,超出了隨機(jī)區(qū)間的范圍,表明序列有周期為12個(gè)月的季節(jié)波動(dòng),因此要做季節(jié)性差分處理。季節(jié)性因素可通過使用一階季節(jié)差分處理元時(shí)序列來消除,經(jīng)過分析可知,序列的平穩(wěn)性被季節(jié)性差分之后,它的時(shí)序度會(huì)在某一數(shù)值上平穩(wěn)波動(dòng),由此可知被差分之后的序列是一個(gè)固定的時(shí)序模型,如圖4所示。
【參考文獻(xiàn)】:
期刊論文
[1]傳染病預(yù)測(cè)及模型選擇研究進(jìn)展[J]. 余艷妮,聶紹發(fā),廖青,劉建華. 公共衛(wèi)生與預(yù)防醫(yī)學(xué). 2018(05)
[2]基于時(shí)間序列的云南省乙類傳染病分析預(yù)測(cè)[J]. 李鵬,楊世宏,馬磊,相艷,邵黨國(guó),韓曉東. 病毒學(xué)報(bào). 2018(02)
[3]基于ARIMA模型對(duì)傳染病監(jiān)測(cè)數(shù)據(jù)異常點(diǎn)的探測(cè)研究[J]. 王橙,許沛堯,馬愛軍,喻雪雙,張韜. 現(xiàn)代預(yù)防醫(yī)學(xué). 2018(04)
[4]基于ARIMA的傳染病發(fā)病率趨勢(shì)預(yù)測(cè)模型實(shí)證研究[J]. 王園園,陳偉,李望晨,李健. 中國(guó)城鄉(xiāng)企業(yè)衛(wèi)生. 2017(11)
[5]采用自回歸移動(dòng)平均模型預(yù)測(cè)中國(guó)流感病例數(shù)[J]. 譚恩麗,侯慧玉,包海榮,滕雪嬌,張順先,李保娣,黃曉霞. 病毒學(xué)報(bào). 2017(05)
[6]用兩種時(shí)間序列分析方法預(yù)測(cè)門診量及效果評(píng)價(jià)[J]. 吳學(xué)智,何為虎,王安政. 中國(guó)病案. 2016(08)
[7]ARIMA模型在傳染病預(yù)測(cè)中的應(yīng)用[J]. 王怡,張震,范俊杰,王在翔,王培承. 中國(guó)預(yù)防醫(yī)學(xué)雜志. 2015(06)
[8]ARIMA模型和BP神經(jīng)網(wǎng)絡(luò)模型在我國(guó)乙型肝炎發(fā)病預(yù)測(cè)中的應(yīng)用[J]. 陳遠(yuǎn)方,張熳,王小莉,戎毅,彭海燕,管芳. 江蘇預(yù)防醫(yī)學(xué). 2015(03)
[9]ARIMA時(shí)間序列在乙肝發(fā)病預(yù)測(cè)中的應(yīng)用[J]. 王濤,苑新海,朱宗龍. 中國(guó)衛(wèi)生統(tǒng)計(jì). 2014(04)
[10]江西省乙型肝炎發(fā)病趨勢(shì)的時(shí)間序列和預(yù)測(cè)模型分析[J]. 毛向群,熊小慶,涂秋鳳,余平,楊健平. 中國(guó)預(yù)防醫(yī)學(xué)雜志. 2013(06)
本文編號(hào):3111459
【文章來源】:邢臺(tái)職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2019,36(06)
【文章頁數(shù)】:8 頁
【部分圖文】:
2009年-2018年我國(guó)乙肝發(fā)病數(shù)時(shí)序圖
為此,對(duì)序列做一階逐期差分處理,處理后的時(shí)序圖為圖2,序列明顯平穩(wěn)。根據(jù)圖3原序列的自相關(guān)分析圖所顯示,滯后期k=12時(shí)自相關(guān)系數(shù)是0.305,超出了隨機(jī)區(qū)間的范圍,表明序列有周期為12個(gè)月的季節(jié)波動(dòng),因此要做季節(jié)性差分處理。
根據(jù)圖3原序列的自相關(guān)分析圖所顯示,滯后期k=12時(shí)自相關(guān)系數(shù)是0.305,超出了隨機(jī)區(qū)間的范圍,表明序列有周期為12個(gè)月的季節(jié)波動(dòng),因此要做季節(jié)性差分處理。季節(jié)性因素可通過使用一階季節(jié)差分處理元時(shí)序列來消除,經(jīng)過分析可知,序列的平穩(wěn)性被季節(jié)性差分之后,它的時(shí)序度會(huì)在某一數(shù)值上平穩(wěn)波動(dòng),由此可知被差分之后的序列是一個(gè)固定的時(shí)序模型,如圖4所示。
【參考文獻(xiàn)】:
期刊論文
[1]傳染病預(yù)測(cè)及模型選擇研究進(jìn)展[J]. 余艷妮,聶紹發(fā),廖青,劉建華. 公共衛(wèi)生與預(yù)防醫(yī)學(xué). 2018(05)
[2]基于時(shí)間序列的云南省乙類傳染病分析預(yù)測(cè)[J]. 李鵬,楊世宏,馬磊,相艷,邵黨國(guó),韓曉東. 病毒學(xué)報(bào). 2018(02)
[3]基于ARIMA模型對(duì)傳染病監(jiān)測(cè)數(shù)據(jù)異常點(diǎn)的探測(cè)研究[J]. 王橙,許沛堯,馬愛軍,喻雪雙,張韜. 現(xiàn)代預(yù)防醫(yī)學(xué). 2018(04)
[4]基于ARIMA的傳染病發(fā)病率趨勢(shì)預(yù)測(cè)模型實(shí)證研究[J]. 王園園,陳偉,李望晨,李健. 中國(guó)城鄉(xiāng)企業(yè)衛(wèi)生. 2017(11)
[5]采用自回歸移動(dòng)平均模型預(yù)測(cè)中國(guó)流感病例數(shù)[J]. 譚恩麗,侯慧玉,包海榮,滕雪嬌,張順先,李保娣,黃曉霞. 病毒學(xué)報(bào). 2017(05)
[6]用兩種時(shí)間序列分析方法預(yù)測(cè)門診量及效果評(píng)價(jià)[J]. 吳學(xué)智,何為虎,王安政. 中國(guó)病案. 2016(08)
[7]ARIMA模型在傳染病預(yù)測(cè)中的應(yīng)用[J]. 王怡,張震,范俊杰,王在翔,王培承. 中國(guó)預(yù)防醫(yī)學(xué)雜志. 2015(06)
[8]ARIMA模型和BP神經(jīng)網(wǎng)絡(luò)模型在我國(guó)乙型肝炎發(fā)病預(yù)測(cè)中的應(yīng)用[J]. 陳遠(yuǎn)方,張熳,王小莉,戎毅,彭海燕,管芳. 江蘇預(yù)防醫(yī)學(xué). 2015(03)
[9]ARIMA時(shí)間序列在乙肝發(fā)病預(yù)測(cè)中的應(yīng)用[J]. 王濤,苑新海,朱宗龍. 中國(guó)衛(wèi)生統(tǒng)計(jì). 2014(04)
[10]江西省乙型肝炎發(fā)病趨勢(shì)的時(shí)間序列和預(yù)測(cè)模型分析[J]. 毛向群,熊小慶,涂秋鳳,余平,楊健平. 中國(guó)預(yù)防醫(yī)學(xué)雜志. 2013(06)
本文編號(hào):3111459
本文鏈接:http://sikaile.net/yixuelunwen/liuxingb/3111459.html
最近更新
教材專著