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0 | 下载0

目的:利用 SARIMA 模型预测未来山东省济宁市流行性腮腺炎发病情况,为流行性腮腺炎防控提供决策依据。方法收集山东省济宁市2009年1月至2013年7月流行性腮腺炎月发病数据资料,利用时间序列分析方法,构建 SARIMA 模型,并对2013年8月至12月的发病数资料进行预测。结果济宁市2009至2013年共报告流行性腮腺炎病例数8520例,且发病具有明显的周期性和季节性特征。最终建立的最优模型为 SARIMA(0,1,1)(0,1,1)12,赤池信息准则(AIC)为74.45,且通过了统计学检验,模型残差为白噪声。实际月发病数与拟合月发病数进行相关性分析结果显示为显著性相关(r =0.75,P <0.0001)。对2013年8月至12月发病数进行预测,均在95%置信区间内,且与实际发病数变动的趋势一致,验证了模型合理性。结论 SARIMA 模型能较好地拟合济宁市流行性腮腺炎月发病数动态变化,可用于流行性腮腺炎的短期预测。

作者:李润滋;章涛;梁玉民;罗成;蒋正;薛付忠;刘言训;刘静;李秀君

来源:山东大学学报(医学版) 2016 年 54卷 9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:0 | 下载:0
作者:
李润滋;章涛;梁玉民;罗成;蒋正;薛付忠;刘言训;刘静;李秀君
来源:
山东大学学报(医学版) 2016 年 54卷 9期
标签:
时间序列分析 季节性差分自回归移动平均模型 流行性腮腺炎 预测 Time series analysis Seasonal autoregressive integrated moving average model Mumps Prediction
目的:利用 SARIMA 模型预测未来山东省济宁市流行性腮腺炎发病情况,为流行性腮腺炎防控提供决策依据。方法收集山东省济宁市2009年1月至2013年7月流行性腮腺炎月发病数据资料,利用时间序列分析方法,构建 SARIMA 模型,并对2013年8月至12月的发病数资料进行预测。结果济宁市2009至2013年共报告流行性腮腺炎病例数8520例,且发病具有明显的周期性和季节性特征。最终建立的最优模型为 SARIMA(0,1,1)(0,1,1)12,赤池信息准则(AIC)为74.45,且通过了统计学检验,模型残差为白噪声。实际月发病数与拟合月发病数进行相关性分析结果显示为显著性相关(r =0.75,P <0.0001)。对2013年8月至12月发病数进行预测,均在95%置信区间内,且与实际发病数变动的趋势一致,验证了模型合理性。结论 SARIMA 模型能较好地拟合济宁市流行性腮腺炎月发病数动态变化,可用于流行性腮腺炎的短期预测。