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261 | 下载0

目的 探讨求和自回归滑动平均混合模型(autoregressive integrated moving average model,ARIMA)和残差自回归模型在我国手足口病月发病率预测中的应用,并对它们的预测效果进行比较.方法 收集2008年1月~2014年12月我国手足口病月发病率资料,用SPSS 13.0和EViews 8.0分别拟合ARIMA模型和残差白回归模型,并用2014年7月~12月的数据评价模型的预测效果.结果 ARIMA模型拟合及预测的平均相对误差(average relative error,MRE),均方误差(mean square predict error,MSE),均方根误差(root mean squared predict error, RMSE)和平均绝对误差(mean absolute error,MAE)分别为14.006,4.689,2.165,0.147;13.565,4.416,2.101, 0.133.残差自回归模型拟合及预测的MRE,MSE,RMSE和MAE分别为16.793,7.247,2.692,0.171,16.206,6.639,2.577,0.164.结论 ARIMA模型拟合及预测效果优于残差自回归模型.

作者:王永斌;柴峰;李向文;袁聚祥;武建辉

来源:中华疾病控制杂志 2016 年 20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:261 | 下载:0
作者:
王永斌;柴峰;李向文;袁聚祥;武建辉
来源:
中华疾病控制杂志 2016 年 20卷 3期
标签:
模型,统计学 手足口病 发病率 预测 Models, Statistical Hand , foot and mouth disease Incidence Forecasting
目的 探讨求和自回归滑动平均混合模型(autoregressive integrated moving average model,ARIMA)和残差自回归模型在我国手足口病月发病率预测中的应用,并对它们的预测效果进行比较.方法 收集2008年1月~2014年12月我国手足口病月发病率资料,用SPSS 13.0和EViews 8.0分别拟合ARIMA模型和残差白回归模型,并用2014年7月~12月的数据评价模型的预测效果.结果 ARIMA模型拟合及预测的平均相对误差(average relative error,MRE),均方误差(mean square predict error,MSE),均方根误差(root mean squared predict error, RMSE)和平均绝对误差(mean absolute error,MAE)分别为14.006,4.689,2.165,0.147;13.565,4.416,2.101, 0.133.残差自回归模型拟合及预测的MRE,MSE,RMSE和MAE分别为16.793,7.247,2.692,0.171,16.206,6.639,2.577,0.164.结论 ARIMA模型拟合及预测效果优于残差自回归模型.