本文選題：流行性腮腺炎 + 時(shí)間序列�。� 參考：《中國(guó)全科醫(yī)學(xué)》2017年02期

【摘要】：目的采用季節(jié)性自回歸移動(dòng)平均(SARIMA)模型預(yù)測(cè)長(zhǎng)沙市流行性腮腺炎發(fā)病數(shù)。方法收集2005—2015年長(zhǎng)沙市報(bào)告的流行性腮腺炎病例數(shù)據(jù),將2005—2014年數(shù)據(jù)作為建模數(shù)據(jù),將2015年數(shù)據(jù)作為驗(yàn)證數(shù)據(jù),開展SARIMA模型建立與驗(yàn)證研究,并對(duì)2016年流行性腮腺炎發(fā)病數(shù)進(jìn)行預(yù)測(cè)。結(jié)果 SARIMA(3,0,0)×(1,0,0)_(12)模型可以很好地?cái)M合實(shí)際數(shù)據(jù),模型的展開式為:Y_t=222.545+1.225Y_(t-1)-0.713Y_(t-2)+0.291Y_(t-3)+0.366Y_(t-12)-0.448Y_(t-13)+0.261Y_(t-14)-0.107Y_(t-15)+a_t。將驗(yàn)證數(shù)據(jù)與預(yù)測(cè)數(shù)據(jù)進(jìn)行相關(guān)性分析,結(jié)果顯示呈顯著性相關(guān)(r=0.61,P0.001)。SARIMA模型預(yù)測(cè)2016年長(zhǎng)沙市全年發(fā)病數(shù)將達(dá)到3 032例,平均月病例數(shù)為253例。結(jié)論 SARIMA模型可以用于流行性腮腺炎發(fā)病數(shù)預(yù)測(cè),長(zhǎng)沙市2016年流行性腮腺炎疫情仍處于高發(fā)態(tài)勢(shì)。
[Abstract]:Objective to predict the incidence of mumps in Changsha by using seasonal autoregressive moving average (SARIMA) model. Methods the data of mumps cases reported from 2005 to 2015 in Changsha City were collected, and the data from 2005 to 2014 were used as modeling data and 2015 data as validation data. The establishment and validation of SARIMA model were carried out. The incidence of mumps in 2016 was predicted. Results the SARIMA (3X) 脳 (1) 0) _ (12) model could fit the actual data well. The expansion of the model was: 1: Ytt222.545 1.225Yt-1 -0.713Yt-2 0.291Yt-3 0.366Yt-12 -0.448Yt-13 0.261Yt-14 -0.107Yt-15 a tit. The correlation analysis between the validation data and the predicted data showed that there was a significant correlation (r 0.61% P0.001). The SARIMA model predicted that the annual incidence of Changsha in 2016 would reach 3 032 cases, with an average of 253 cases per month. Conclusion the SARIMA model can be used to predict the incidence of mumps, and the epidemic situation of mumps in Changsha in 2016 is still high.
【作者單位】： 蘭州大學(xué)公共衛(wèi)生學(xué)院;湖南省長(zhǎng)沙市疾病預(yù)防控制中心;
【分類號(hào)】：R512.1;R181.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉小鄉(xiāng);;時(shí)間序列的修勻與預(yù)測(cè)方法[J];中國(guó)醫(yī)院統(tǒng)計(jì);2006年02期

2 林雪梅;;一種用于模擬膠函數(shù)檢測(cè)和肌力估計(jì)的多通道時(shí)間序列肌處理器的理論研究[J];國(guó)外醫(yī)學(xué).生物醫(yī)學(xué)工程分冊(cè);1990年05期

3 倪濤洋,劉顏,李彩霞,方積乾,關(guān)永源;時(shí)間序列數(shù)據(jù)差別的判別方法[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2001年05期

4 張晉昕,方積乾,趙曉華,陳雄飛,凌莉;醫(yī)學(xué)時(shí)間序列譜分析中的日歷因素及修正方法[J];中華醫(yī)院管理雜志;2003年11期

5 劉明華;張晉昕;;時(shí)間序列的異常點(diǎn)診斷方法[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2011年04期

6 胡俊航;趙明霞;;交互影響的時(shí)間序列聯(lián)立方程模型及其應(yīng)用[J];江漢大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年03期

7 廖福元;王玨;;生理時(shí)間序列的一種符號(hào)化分析方法[J];西安交通大學(xué)學(xué)報(bào);2007年12期

8 李濟(jì)賓;張熙;張晉昕;;時(shí)間序列中隨機(jī)型缺失數(shù)據(jù)的填補(bǔ)及預(yù)測(cè)效果比較[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2012年06期

9 葉柱江;劉赴平;;時(shí)間序列自回歸移動(dòng)平均模型在臨床紅細(xì)胞用量預(yù)測(cè)中的應(yīng)用[J];中國(guó)輸血雜志;2013年02期

10 張熙;李濟(jì)賓;張晉昕;;含有周期性的時(shí)間序列中隨機(jī)型缺失數(shù)據(jù)的填補(bǔ)方法[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2012年04期

相關(guān)會(huì)議論文 前10條

1 周家斌;張海福;楊桂英;;多維多步時(shí)間序列預(yù)報(bào)方法及其應(yīng)用[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

2 馬培蓓;紀(jì)軍;;基于時(shí)間序列的航空備件消耗預(yù)測(cè)[A];中國(guó)系統(tǒng)工程學(xué)會(huì)決策科學(xué)專業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時(shí)間序列的非線性非平穩(wěn)特性研究綜述[A];國(guó)家安全地球物理叢書（八）——遙感地球物理與國(guó)家安全[C];2012年

4 李強(qiáng);;基于線性模型方法對(duì)時(shí)間序列中異常值的檢測(cè)及證券實(shí)證分析[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（上冊(cè)）[C];2002年

5 戴麗金;何振峰;;基于云模型的時(shí)間序列相似性度量方法[A];第八屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時(shí)間序列的投影尋蹤學(xué)習(xí)逼近[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時(shí)問序列的小波-模糊神經(jīng)網(wǎng)絡(luò)集成預(yù)測(cè)方法[A];第十五屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集（下）[C];2013年

8 黃云貴;;基于時(shí)間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時(shí)間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時(shí)間序列化[A];科學(xué)決策與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第六次年會(huì)論文集[C];1990年

相關(guān)重要報(bào)紙文章 前6條

1 ;《時(shí)間序列與金融數(shù)據(jù)分析》[N];中國(guó)信息報(bào);2004年

2 何德旭 王朝陽(yáng);時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)：協(xié)整與有條件的異方差自回歸[N];中國(guó)社會(huì)科學(xué)院院報(bào);2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2003年

4 西南證券高級(jí)研究員 董先安邋德圣基金研究中心 郭奔宇;預(yù)計(jì)6月CPI同比上漲7.2%[N];證券時(shí)報(bào);2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日?qǐng)?bào);2009年

6 任勇邋鄭重;中國(guó)對(duì)世界鋼材價(jià)格的影響實(shí)證分析[N];現(xiàn)代物流報(bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 張墨謙;遙感時(shí)間序列數(shù)據(jù)的特征挖掘：在生態(tài)學(xué)中的應(yīng)用[D];復(fù)旦大學(xué);2014年

2 張德成;滑坡預(yù)測(cè)預(yù)報(bào)研究[D];昆明理工大學(xué);2015年

3 苗圣法;時(shí)間序列的模式檢測(cè)[D];蘭州大學(xué);2015年

4 翁同峰;時(shí)間序列與復(fù)雜網(wǎng)絡(luò)之間等價(jià)性問題及表征應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

5 楊婷婷;用Argo浮標(biāo)結(jié)合衛(wèi)星觀測(cè)估算北太平洋經(jīng)向熱輸運(yùn)[D];中國(guó)科學(xué)院研究生院(海洋研究所);2015年

6 史文彬;時(shí)間序列的相關(guān)性及信息熵分析[D];北京交通大學(xué);2016年

7 原繼東;時(shí)間序列分類算法研究[D];北京交通大學(xué);2016年

8 盧偉;基于粒計(jì)算的時(shí)間序列分析與建模方法研究[D];大連理工大學(xué);2015年

9 王曉曄;時(shí)間序列數(shù)據(jù)挖掘中相似性和趨勢(shì)預(yù)測(cè)的研究[D];天津大學(xué);2003年

10 李桂玲;時(shí)間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 陳健;基于多變量相空間重構(gòu)的投資組合策略研究[D];華南理工大學(xué);2015年

2 蘭鑫;時(shí)間序列的復(fù)雜網(wǎng)絡(luò)轉(zhuǎn)換策略研究[D];西南大學(xué);2015年

3 米曉將;區(qū)域尺度下月均氣溫的時(shí)空演化格局研究[D];昆明理工大學(xué);2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預(yù)測(cè)研究[D];南京信息工程大學(xué);2015年

5 林健;基于改進(jìn)小世界回聲狀態(tài)網(wǎng)的時(shí)間序列預(yù)測(cè)[D];渤海大學(xué);2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預(yù)測(cè)方法[D];南京信息工程大學(xué);2015年

7 高雄飛;基于分形理論的土壤含水量時(shí)間序列特性分析[D];長(zhǎng)安大學(xué);2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標(biāo)研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

9 謝翠穎;蘇州社會(huì)消費(fèi)品零售總額簡(jiǎn)析[D];蘇州大學(xué);2015年

10 包仁義;基于時(shí)間序列的搜索引擎評(píng)估模型算法研究[D];東北師范大學(xué);2015年

，

本文編號(hào)：2084508