自回归综合移动平均模型对天津市甲型肝炎发病预测

被引:10
作者
丁亚兴
张之伦
朱向军
机构
[1] 天津市疾病预防控制中心免疫规划科
关键词
ARIMA模型; 时间序列; 甲型肝炎; 发病预测;
D O I
暂无
中图分类号
R512.6 [病毒性肝炎];
学科分类号
摘要
目的用自回归综合移动平均模型(ARIMA)季节乘积模型(p,d,q)(P,D,Q)s对天津市甲型肝炎(甲肝)发病资料建模并预测,评价模型的预测效果。方法通过对差分方法使原始序列平稳,依据AIC和SBC准则确定模型阶数,采用条件最小二乘方法估计模型参数,最终建立起ARIMA预测模型。结果对甲肝数据建立了乘积ARIMA(2,1,1)(0,1,1)12模型,预测误差为3.72%。结论ARIMA是一种短期预测精度较高的预测模型。
引用
收藏
页码:326 / 328
页数:3
相关论文
共 7 条
[1]   ARIMA模型在半导体产品需求预测上的应用 [J].
钮轶君 ;
钱省三 ;
任建华 .
半导体技术, 2007, (05) :391-393
[2]   ARIMA预测模型的SAS程序实现及其应用 [J].
黄彦 ;
易东 ;
田考聪 .
激光杂志, 2007, (01) :96-96
[3]   我国病毒性肝炎流行现状研究 [J].
王晓军 ;
张荣珍 ;
胡苑笙 ;
梁晓峰 .
疾病监测, 2004, (08) :290-292
[4]   基于预报效果的ARIMA模型筛选 [J].
张晋昕 ;
方积乾 ;
凌莉 ;
陈雄飞 ;
党容 ;
不详 .
中国卫生统计 , 2004, (01) :8-11
[5]   天津市1990-2005年甲型肝炎流行特征和人群抗体水平分析 [J].
丁亚兴 ;
朱向军 ;
刘勇 .
中华流行病学杂志, 2007, (06)
[6]  
应用时间序列分析[M]. 中国人民大学出版社 , 王燕, 2005
[7]  
时间序列分析[M]. 中国统计出版社 , 王振龙主编, 2000