2004-2018年我国狂犬病疫情时间序列分析

2004-2018年我国狂犬病疫情时间序列分析

论文摘要

目的分析2004-2018年我国狂犬病疫情的时间序列特征,建立自回归移动平均模型(Autoregressive Integrated Moving Average Model, ARIMA),利用该模型对我国狂犬病疫情进行短期预测,为狂犬病的防控提供参考。方法建立2004-2017年我国狂犬病月发病数时间序列,利用SPSS 19.0建立ARIMA季节模型,并将该模型预测的2018年狂犬病发病数据与实际数据比较,对模型进行优化评估;最后利用优化模型对2019年狂犬病发病情况进行短期预测。结果根据建立的时间序列分析得到最优模型为ARIMA(0,1,1)×(0,1,1)12,模型的拟合结果与真实值变化趋势一致,具有良好的拟合效果;模型预测2018年发病总数为363,相对误差为0.82%。结论截至目前,我国仍是狂犬病高发国家,狂犬病疫情呈现季节性变化特征,ARIMA乘积季节模型对我国狂犬病发病趋势具有较高的拟合度,可用于我国狂犬病疫情的短期预测,可为我国狂犬病的防控提供参考依据。

论文目录

  • 1 材料和方法
  •   1.1 资料来源
  •   1.2 分析方法
  •     1.2.1 序列的建立和平稳化
  •     1.2.2 模型的识别和定阶
  •     1.2.3 模型的检验和优化
  •     1.2.4 模型的验证和评价
  •     1.2.5 模型的应用
  • 2 结 果
  •   2.1 序列的建立和平稳化
  •   2.2 模型的识别和定阶
  •   2.3 模型的检验和优化
  •   2.4 模型的验证和评价
  •     2.4.1 回代拟合
  •     2.4.2 模型预测
  •   2.5 模型的应用
  • 3 讨 论
  • 文章来源

    类型: 期刊论文

    作者: 谢渊,刘淑清,董国英,朱武洋

    关键词: 狂犬病,时间序列分析,模型

    来源: 中国人兽共患病学报 2019年11期

    年度: 2019

    分类: 医药卫生科技

    专业: 预防医学与卫生学,感染性疾病及传染病

    单位: 北京师范大学,中国疾病预防控制中心

    基金: 国家科技重大专项(No.2018ZX10201002)~~

    分类号: R512.99;R181.3

    页码: 1041-1046

    总页数: 6

    文件大小: 2486K

    下载量: 527

    相关论文文献

    • [1].一种基于ARIMA-SVR混合方法的汇率预测模型[J]. 智库时代 2019(01)
    • [2].季节ARIMA模型在保费总收入预测中的应用[J]. 福建金融管理干部学院学报 2018(04)
    • [3].基于ARIMA模型的游客人数分析与预测[J]. 电脑与电信 2019(Z1)
    • [4].基于南昌市新建区居民伤害死亡趋势的ARIMA模型构建与预测[J]. 南昌大学学报(医学版) 2019(01)
    • [5].基于ARIMA模型的图书馆微信公众号用户量预测[J]. 中国科技信息 2019(13)
    • [6].基于ARIMA预测模型的人才市场需求分析[J]. 商讯 2019(11)
    • [7].ARIMA模型在血液供应量预测分析中的应用[J]. 电脑知识与技术 2019(22)
    • [8].基于ARIMA模型的郑州市玉米收购价分析及预测[J]. 现代商业 2019(28)
    • [9].基于ARIMA模型的新疆阿克苏地区棉花价格分析与预警[J]. 农村经济与科技 2019(19)
    • [10].基于ARIMA模型对网络舆情传播过程研究[J]. 广西质量监督导报 2019(11)
    • [11].基于ARIMA-BPNN的组合模型在重庆市艾滋病发现人数预测中的应用[J]. 预防医学情报杂志 2018(03)
    • [12].应用ARIMA模型预测某三级甲等医院门诊量[J]. 中国医院统计 2018(01)
    • [13].基于ARIMA的价格时间序列分析与预测——以沪铝1803合约为例[J]. 经贸实践 2018(10)
    • [14].ARIMA模型在肺结核登记病例数预测中的应用[J]. 江苏预防医学 2018(03)
    • [15].ARIMA乘积季节模型在天津市痢疾发病预测中的应用[J]. 中华中医药杂志 2018(07)
    • [16].基于ARIMA模型货币供应量变动分析[J]. 合作经济与科技 2018(14)
    • [17].几种统计软件建立ARIMA模型的应用比较[J]. 统计与决策 2018(16)
    • [18].基于病案首页的ARIMA模型及其改进模型的预测对比[J]. 中国病案 2018(09)
    • [19].ARIMA模型在甲型肝炎时间分布特征及趋势预测中的应用[J]. 中西医结合心血管病电子杂志 2018(22)
    • [20].基于ARIMA的民航发动机下发预测(英文)[J]. 机床与液压 2018(18)
    • [21].基于ARIMA乘积季节模型的新疆布鲁氏菌病流行趋势分析[J]. 新疆医科大学学报 2017(01)
    • [22].基于ARIMA和小波神经网络组合模型的交通流预测[J]. 计算机技术与发展 2017(01)
    • [23].深圳市登革热传播风险ARIMA模型预测分析[J]. 疾病监测与控制 2016(12)
    • [24].ARIMA模型在单采血小板临床用量预测中的应用[J]. 中国输血杂志 2016(12)
    • [25].基于ARIMA模型的水上交通事故预测[J]. 中国水运(下半月) 2017(02)
    • [26].ARIMA模型在新疆巴州梅毒疫情预测中的应用[J]. 数学的实践与认识 2017(07)
    • [27].住院患儿医院感染发生率ARIMA时间序列模型[J]. 中国感染控制杂志 2017(03)
    • [28].基于小波-ARIMA的浮动车运行车速动态预测模型[J]. 江西建材 2017(15)
    • [29].手足口病月发病率ARIMA乘积季节模型预测探讨[J]. 现代预防医学 2017(09)
    • [30].ARIMA模型预测深圳宝安区流感样病例发病率的可行性[J]. 疾病监测与控制 2017(06)

    标签:;  ;  ;  

    2004-2018年我国狂犬病疫情时间序列分析
    下载Doc文档

    猜你喜欢