ARIMA模型与GRNN模型对肺结核发病率预测的对比研究

被引：10

作者：

胡晓媛 ^{[1
]}

吴娟 ^{[2
]}

孙庆文 ^{[3
]}

沙琨 ^{[4
]}

王玲玲 ^{[5
]}

李敏 ^{[1
]}

机构：

[1] 第二军医大学海军医学系航海特殊损伤防护教研室

[2] 成都军区总医院药剂科

[3] 第二军医大学基础部数理教研室

[4] 第二军医大学训练部信息化办公室

[5] 解放军医院全军结核病研究所

来源：

第二军医大学学报 | 2016年 / 37卷 / 01期

基金：

中国博士后科学基金;

关键词：

回归移动平均模型; 广义回归神经网络模型; 肺结核; 预测;

D O I：

10.16781/j.0258-879x.2016.01.0115

中图分类号：

R521 [肺结核];

学科分类号：

摘要：

目的比较自回归移动平均(ARIMA)模型与广义回归神经网络(GRNN)模型对于肺结核发病率的预测性能。方法根据我国2004年1月至2012年12月的肺结核逐月发病率数据资料,应用Eviews 7.0.0.1建立ARIMA模型,应用Matlab 7.1的神经网络工具箱建立GRNN模型;选取2013年肺结核逐月发病率数据对两种预测模型进行检验,比较预测结果。结果 ARIMA模型和GRNN模型的Theil不等系数(TIC)分别是0.034和0.059,说明ARIMA模型对我国2013年肺结核逐月发病率的拟合程度优于GRNN模型,ARIMA模型相对误差绝对值仅为GRNN模型的57.19%。结论 ARIMA预测模型更适合用于我国肺结核发病率的预测;建议尝试组合模型预测肺结核发病率。

引用

页码：115 / 119

页数：5

共 12 条

[1] 季节ARIMA模型在我国肺结核发病率预测中的应用 [J].

陈友春 ;

朱文婕 .

太原师范学院学报(自然科学版), 2012, 11 (02) :46-49

[2] 数学模型在人群疾病预测研究中的应用 [J].

谭慭莘 ;

田考聪 .

中国医院统计, 2005, (01) :83-85

[3]

时间序列分析及应用.[M].(美) 克莱尔 (Cryer;J.D.) ; 等著.机械工业出版社.2011,

[4]

MATLAB神经网络应用设计.[M].张德丰等; 编著.机械工业出版社.2009,

[5]

Matlab实用教程.[M].张磊; 毕靖; 郭莲英; 编著.人民邮电出版社.2008,

[6]

数据分析与EViews应用.[M].易丹辉; 主编.中国人民大学出版社.2008,

[7]

神经网络理论与MATLAB 7实现.[M].飞思科技产品研发中心编著;.电子工业出版社.2005,

[8]

应用时间序列分析.[M].王燕; 编著.中国人民大学出版社.2005,

[9]

Application Study of Comprehensive Forecasting Model Based on Entropy Weighting Method on Trend of PM^sub 2.5^ Concentration in Guangzhou; China.[J].Liu; Dong-jun;Li; Li.International Journal of Environmental Research and Public Health.2015, 6

[10] Time series analysis of the impact of tobacco control policies on smoking prevalence among Australian adults, 2001-2011 [J].

Wakefield, Melanie A. ;

Coomber, Kerri ;

Durkin, Sarah J. ;

Scollo, Michelle ;

Bayly, Megan ;

Spittal, Matthew J. ;

Simpson, Julie A. ;

Hill, David .

BULLETIN OF THE WORLD HEALTH ORGANIZATION, 2014, 92 (06) :413-422

← 1 2 →