基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
医学卫生领域,疾病受到许多因素的影响,很难用结构式因果模型加以解释,根据其自身变动规律建立时间序列的动态模型则是一种行之有效的方法.据此,本文研究了季节性模型在张家川地区支气管肺炎月发病率中的应用.利用2001年9月至2006年7月张家川地区支气管肺炎月发病率资料绘制出时序分布图,观察到该疾病高发在每年12月左右,且有季节性趋势:作偏相关和自相关图,根据模型定阶原则,且残差没有自相关性,进行时间序列模型拟合;最终得到时间序列模型ARIMA(1,0,1)×(2,1,1)12,及其相关数学表达式(1-0.517B)(1+0.784B12+0.137φ2B24)(1-B)12△11Zt=(1+0.1968)(1+0.876B12)at,并进行实际值与预测值的比较,估计值虽然与实际值有差异,但基本趋势一致.因此,应该充分考虑各时间段的发病特征,以便更有重点地进行健康防治,有效降低支气管肺炎对人类的危害,保障人类的生活品质.
推荐文章
张家川高血压月发病率的组合预测模型
季节性ARIMA模型
BP神经网络
组合预测模型
基于ARIMA模型预测梅毒月发病率的价值
梅毒
ARIMA模型
月发病率
预测
ARIMA乘积季节模型在食源性疾病月发病率预测中的应用
食源性疾病
发病率
ARIMA乘积季节模型
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 张家川支气管肺炎月发病率的季节性ARIMA模型
来源期刊 科技导报 学科 医学
关键词 季节性ARtMA模型 支气管肺炎 SPSS
年,卷(期) 2009,(10) 所属期刊栏目 研究论文
研究方向 页码范围 74-77
页数 4页 分类号 R562
字数 1635字 语种 中文
DOI 10.3321/j.issn:1000-7857.2009.10.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 万淑慧 西北民族大学计算机科学与信息工程学院 11 16 3.0 4.0
2 田富鹏 西北民族大学计算机科学与信息工程学院 68 261 9.0 12.0
3 桂露 西北民族大学计算机科学与信息工程学院 10 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (30)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (14)
二级引证文献  (4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
季节性ARtMA模型
支气管肺炎
SPSS
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技导报
半月刊
1000-7857
11-1421/N
大16开
北京市海淀区学院南路86号
2-872
1980
chi
出版文献量(篇)
11426
总下载数(次)
48
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导