您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览113 | 下载16

目的 探讨SARIMA-RBF组合模型在手足口病发病率拟合及预测中的应用效果.方法 利用全国2009年1月至2015年6月手足口病逐月发病率建立SARIMA模型.将基于SARIMA模型的拟合值作为输入向量,实际值作为输出向量,根据时间因素是否作为输入向量建立2个SARIMA-RBF组合模型(加入时间因素为组合模型A,不加入时间因素为组合模型B).运用SARIMA模型和2个组合模型预测2015年7—12月手足口病发病率并与实际值比较,评价模型拟合及预测效果.结果 SARIMA(1,0,1)(0,1,1)12为最优SARIMA模型.SARIMA模型、组合模型A和组合模型B拟合的平均绝对误差百分比、平均误差率、均方误差和平均绝对误差依次分别为19.985%,16.177%,8.608,2.029;16.661%,11.940%,3.741,1.502;21.487%,15.998%,7.590,2.013.SARIMA模型、组合模型A和组合模型B预测的四个指标依次分别为9.119%,8.988%,1.874,1.107;6.536%,7.395%,1.926,0.911;12.016%,11.140%,2.370,1.372.结论 考虑时间因素的SARIMA-RBF组合模型拟合及预测效果优于SARIMA模型,可以用于手足口病的短期预测.

作者:刘天;姚梦雷;黄继贵;刘予希;吴杨;刘红慧;邢学森

来源:国际病毒学杂志 2019 年 26卷 3期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:113 | 下载:16
作者:
刘天;姚梦雷;黄继贵;刘予希;吴杨;刘红慧;邢学森
来源:
国际病毒学杂志 2019 年 26卷 3期
标签:
SARIMA RBF神经网络 组合模型 手足口病 SARIMA RBF neural network Combined model Hand foot and mouth disease
目的 探讨SARIMA-RBF组合模型在手足口病发病率拟合及预测中的应用效果.方法 利用全国2009年1月至2015年6月手足口病逐月发病率建立SARIMA模型.将基于SARIMA模型的拟合值作为输入向量,实际值作为输出向量,根据时间因素是否作为输入向量建立2个SARIMA-RBF组合模型(加入时间因素为组合模型A,不加入时间因素为组合模型B).运用SARIMA模型和2个组合模型预测2015年7—12月手足口病发病率并与实际值比较,评价模型拟合及预测效果.结果 SARIMA(1,0,1)(0,1,1)12为最优SARIMA模型.SARIMA模型、组合模型A和组合模型B拟合的平均绝对误差百分比、平均误差率、均方误差和平均绝对误差依次分别为19.985%,16.177%,8.608,2.029;16.661%,11.940%,3.741,1.502;21.487%,15.998%,7.590,2.013.SARIMA模型、组合模型A和组合模型B预测的四个指标依次分别为9.119%,8.988%,1.874,1.107;6.536%,7.395%,1.926,0.911;12.016%,11.140%,2.370,1.372.结论 考虑时间因素的SARIMA-RBF组合模型拟合及预测效果优于SARIMA模型,可以用于手足口病的短期预测.