• 中国精品科技期刊
  • 《中文核心期刊要目总览》收录期刊
  • RCCSE 中国核心期刊(5/114,A+)
  • Scopus收录期刊
  • 美国《化学文摘》(CA)收录期刊
  • WHO 西太平洋地区医学索引(WPRIM)收录期刊
  • 《中国科学引文数据库(CSCD)》核心库期刊 (C)
  • 中国科技核心期刊
  • 中国科技论文统计源期刊
  • 《日本科学技术振兴机构数据库(中国)》(JSTChina)收录期刊
  • 美国《乌利希期刊指南》(UIrichsweb)收录期刊
  • 中华预防医学会系列杂志优秀期刊(2019年)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

ARMA模型用于预测病毒性甲型肝炎发病趋势

鲁婧婧 谈晔 陈秀云 王翠玲 赵志 张晋昕

鲁婧婧, 谈晔, 陈秀云, 王翠玲, 赵志, 张晋昕. ARMA模型用于预测病毒性甲型肝炎发病趋势[J]. 中华疾病控制杂志, 2014, 18(4): 346-350.
引用本文: 鲁婧婧, 谈晔, 陈秀云, 王翠玲, 赵志, 张晋昕. ARMA模型用于预测病毒性甲型肝炎发病趋势[J]. 中华疾病控制杂志, 2014, 18(4): 346-350.

ARMA模型用于预测病毒性甲型肝炎发病趋势

基金项目: 中山市科技计划(20113A071);
详细信息
  • 中图分类号: R512.61

  • 摘要: 目的探讨应用时间序列ARMA模型对甲肝发病趋势进行预测的可行性,为预防和控制甲肝提供依据。方法采用SPSS 13.0对中山市2004-2009年的甲肝月发病人数资料建立ARMA模型,并对2010年上半年数据进行2步递推预测,通过对拟合残差的白噪声检验评价模型的拟合效果,采用绝对误差百分比、均方根误差评价预测效果。结果 AR(1)是拟合中山市2004-2009年甲肝逐月发病数较为合适的模型,模型为yt=5.137+0.435yt-1+at,其AR1系数为0.435(t=4.026,P<0.001);模型拟合残差的自相关系数和偏相关系数在不同时刻均无统计学意义,Ljung-Box Q统计量差异无统计学意义(Q=6.609,P=0.636),残差检验符合白噪声,模型拟合效果良好;绝对误差百分比和均方根误差分别为0.029和0.856,预测效果良好。结论 AR(1)模型能较好的模拟中山市甲肝发病情况,且能较好地预测未来短期内的发病趋势。
  • 加载中
计量
  • 文章访问数:  207
  • HTML全文浏览量:  36
  • PDF下载量:  12
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回