時(shí)間序列模型在廣州市登革熱發(fā)病趨勢(shì)預(yù)測(cè)的應(yīng)用
發(fā)布時(shí)間:2023-04-09 01:45
目的利用ARIMA模型對(duì)廣州市登革熱發(fā)病趨勢(shì)進(jìn)行時(shí)間序列分析和預(yù)測(cè)。方法收集廣州市2015—2018年登革熱每周發(fā)病數(shù),采用2015—2017年登革熱每周發(fā)病數(shù)構(gòu)建ARIMA模型,通過2018年登革熱發(fā)病預(yù)測(cè)值與實(shí)際值的擬合情況,評(píng)價(jià)模型預(yù)測(cè)效果。結(jié)果擬合模型ARIMA(4,1,9),殘差序列為白噪聲,預(yù)測(cè)值與實(shí)際值平均絕對(duì)誤差為4.03,均方根誤差為8.13。2018年登革熱預(yù)測(cè)發(fā)病趨勢(shì)與實(shí)際發(fā)病趨勢(shì)較吻合。結(jié)論 ARIMA模型能較好地模擬廣州市登革熱的短期發(fā)病趨勢(shì),可作為預(yù)測(cè)工具。
【文章頁數(shù)】:3 頁
【文章目錄】:
1 材料與方法
1.1 數(shù)據(jù)來源
1.2 方法
1.2.1 序列平穩(wěn)性檢驗(yàn)
1.2.2 模型估計(jì)
1.2.3 模型檢驗(yàn)
1.2.4 模型預(yù)測(cè)
2 結(jié)果
2.1 繪制序列圖
2.2 序列的平穩(wěn)化處理
2.3 模型建立與檢驗(yàn)
2.4 預(yù)測(cè)
3 討論
本文編號(hào):3786839
【文章頁數(shù)】:3 頁
【文章目錄】:
1 材料與方法
1.1 數(shù)據(jù)來源
1.2 方法
1.2.1 序列平穩(wěn)性檢驗(yàn)
1.2.2 模型估計(jì)
1.2.3 模型檢驗(yàn)
1.2.4 模型預(yù)測(cè)
2 結(jié)果
2.1 繪制序列圖
2.2 序列的平穩(wěn)化處理
2.3 模型建立與檢驗(yàn)
2.4 預(yù)測(cè)
3 討論
本文編號(hào):3786839
本文鏈接:http://sikaile.net/yixuelunwen/liuxingb/3786839.html
最近更新
教材專著