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365 | 下载118

目的 建立山东省手足口病发病的SARIMA模型并进行预测.方法 应用SPSS17.0软件对山东省2005年1月至2011年12月手足口病月发病率进行SARIMA模型建模拟合.结果 SARIMA(1,0,1)(0,1,0)12能较好地拟合既往时间段的发病率,对2011年各月的预测值符合山东省手足口病实际发病率变动趋势,对2012年手足口病发病率进行了预测.结论 SARIMA模型能较好地模拟手足口病发病率在时间序列上的变动趋势,用其对未来的发病率进行预测,可为手足口病防治工作提供参考.

作者:刘涛;王显军;姜宝法;丁淑军;王连森;孙大鹏;裴耀文;林艺;王建醒

来源:中国卫生统计 2013 年 30卷 5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:365 | 下载:118
作者:
刘涛;王显军;姜宝法;丁淑军;王连森;孙大鹏;裴耀文;林艺;王建醒
来源:
中国卫生统计 2013 年 30卷 5期
标签:
手足口病 SARIMA模型 时间序列分析 Hand-foot-mouth disease SARIMA model Time series analysis
目的 建立山东省手足口病发病的SARIMA模型并进行预测.方法 应用SPSS17.0软件对山东省2005年1月至2011年12月手足口病月发病率进行SARIMA模型建模拟合.结果 SARIMA(1,0,1)(0,1,0)12能较好地拟合既往时间段的发病率,对2011年各月的预测值符合山东省手足口病实际发病率变动趋势,对2012年手足口病发病率进行了预测.结论 SARIMA模型能较好地模拟手足口病发病率在时间序列上的变动趋势,用其对未来的发病率进行预测,可为手足口病防治工作提供参考.