ARIMA模型在发病率预测中的应用

被引：41

作者：

丁守銮

康家琦

王洁贞

机构：

[1] 山东大学公共卫生学院

来源：

中国医院统计 | 2003年 / 01期

关键词：

ARIMA模型; 时间序列; 发病率;

D O I：

暂无

中图分类号：

R195 [卫生调查与统计];

学科分类号：

100401 ;

摘要：

目的　探讨季节性时间序列ARIMA预测模型在时间序列资料分析中的应用 ,建立HFRS发病率的预测模型。方法　采用最大似然法估计模型参数 ,按照残差不相关原则、简洁原则确定模型的结构 ,依据AIC与BIC准则确定模型的阶数 ,建立ARIMA预测模型。结果　季节自回归参数有统计学意义 ,方差估计值为 4 2 3 0 ,AIC =3 0 9.5 2 3 ,BIC =3 11.78。对模型进行白噪声残差分析 ,χ2 检验表明ARIMA( 0 ,1,0 ) ( 1,0 ,0 ) 12 模型是适合的。结论　用所建模型对HFRS各月发病率进行了预测 ,结果表明ARIMA是一种短期内预测精度较高的预测模型

引用

页码：23 / 26

页数：4