本文關鍵詞： 丙型病毒性肝炎 指數(shù)平滑法 ARIMA模型 發(fā)病率 預測　出處：《中國疫苗和免疫》2017年03期 　論文類型：期刊論文

【摘要】：目的分析指數(shù)平滑法和ARIMA模型對湖北省丙型病毒性肝炎(丙肝)發(fā)病率的預測效能。方法選取湖北省2004年1月-2014年12月丙肝發(fā)病數(shù)據(jù)作為指數(shù)平滑法和ARIMA模型的建模部分,2015年1-12月丙肝發(fā)病數(shù)據(jù)作為模型驗證部分,比較兩種模型的擬合和預測效果優(yōu)劣。結果 2004-2015年湖北省丙肝報告發(fā)病率呈現(xiàn)明顯上升趨勢,ARIMA(0,1,1)×(0,1,1)_(12)模型擬合的均方根誤差(RMSE)為0.076,2015年1-12月預測值年平均相對誤差為1.67%;運用指數(shù)平滑法構建的模型是Winters加法模型,其擬合結果 RMSE為0.086,預測2015年1-12月的年平均相對誤差為2.12%。結論 ARIMA模型擬合效果較好,預測精度更高,可應用于丙肝疫情的預測和預警。
[Abstract]:Objective to analyze the predictive efficacy of exponential smoothing method and ARIMA model for the incidence of hepatitis C in Hubei Province. Methods the data of hepatitis C from January 2004 to December 2014 in Hubei Province were selected as exponential smoothing method and ARIMA model. In the modeling part, from January to December of 2015, the incidence data of hepatitis C were used as the verification part of the model. Results the reported incidence rate of hepatitis C in Hubei Province from 2004 to 2015 showed a significant upward trend. The RMSE of the model fitting was 0.076, and the average annual relative error of the predicted value in January-December of 2015 was 1.6775, and the mean square error (RMSE) of the two models was 0.076, and the mean relative error of the predicted value in 2015 was 1.677.Results the incidence rate of hepatitis C in Hubei Province showed an increasing trend from 2004 to 2015. The mean square root error (RMSE) of the model fitted was 0.076. The model constructed by exponential smoothing method is Winters addition model. The fitting result RMSE is 0.086 and the average annual relative error between 2015 and December is 2.12.Conclusion the fitting effect of ARIMA model is better and the prediction accuracy is higher. It can be applied to the prediction and early warning of hepatitis C epidemic situation.
【作者單位】： 江漢大學醫(yī)學院;湖北省疾病預防控制中心;
【分類號】：R181.3;R512.63

【相似文獻】

相關期刊論文 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測中的應用[J];激光雜志;2008年02期

2 武紅濤;;ARIMA模型在醫(yī)院出院患者預測中的應用[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模型應用于部隊病毒性肝炎預測預警分析[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)分析中的應用[J];實用預防醫(yī)學;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;王重建;;乘積季節(jié)ARIMA模型在結核病發(fā)病率預測中應用[J];中國公共衛(wèi)生;2013年04期

8 孫瑞華;湯旦林;;應用ARIMA模型進行醫(yī)院門診量、病床占用量的預測[J];中日友好醫(yī)院學報;1993年02期

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

10 韓春陽;;ARIMA季節(jié)乘積模型預測醫(yī)院門診量的試驗研究[J];計算機光盤軟件與應用;2014年02期

相關會議論文 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)預測中的應用[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術年會論文集[C];2005年

3 李君華;王志堅;張立杰;陳雪;;基于小波理論及ARIMA模型的短期棉花價格預測[A];中國棉花學會2012年年會暨第八次代表大會論文匯編[C];2012年

4 陳興榮;;ARIMA模型和GM(1,1)在我國白銀消費需求預測應用中的比較研究[A];第25屆全國灰色系統(tǒng)會議論文集[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模型預報電離層VTEC研究[A];第一屆中國衛(wèi)星導航學術年會論文集（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)絡的組合預測模型及應用研究[A];第三屆（2008）中國管理學年會——技術與創(chuàng)新管理分會場論文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全國時間生物醫(yī)學學術會議論文集[C];2004年

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

相關重要報紙文章 前1條

1 ;基于數(shù)量化方法對未來經(jīng)濟增長趨勢的預測[N];第一財經(jīng)日報;2009年

相關碩士學位論文 前10條

1 梁佳琦;ARIMA模型同MAXENT模型在自然保護區(qū)內口蹄疫疫情風險預警中的應用研究[D];東北林業(yè)大學;2015年

2 張海東;基于論壇的熱點話題識別與趨勢預測研究[D];上海師范大學;2015年

3 雍永強;基于ARIMA和BPNN的組合預測模型在血糖預測中的應用[D];鄭州大學;2015年

4 張敏;基于ARIMA的組合模型問題研究[D];大連海事大學;2015年

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

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

7 于婷;基于ARIMA模型的股價的研究[D];大連海事大學;2015年

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

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

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

，

本文編號：1503634