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:
目的 探讨应用时间序列ARMA模型对甲肝发病趋势进行预测的可行性,为预防和控制甲肝提供依据.方法 采用SPSS 13.0对中山市2004-2009年的甲肝月发病人数资料建立ARMA模型,并对2010年上半年数据进行2步递推预测,通过对拟合残差的白噪声检验评价模型的拟合效果,采用绝对误差百分比、均方根误差评价预测效果.结果 AR (1)是拟合中山市2004-2009年甲肝逐月发病数较为合适的模型,模型为yt=5.137+0.435yt-1+at,其AR1系数为0.435(t =4.026,P<0.001);模型拟合残差的自相关系数和偏相关系数在不同时刻均无统计学意义,Ljung-Box Q统计量差异无统计学意义(Q=6.609,P=0.636),残差检验符合白噪声,模型拟合效果良好;绝对误差百分比和均方根误差分别为0.029和0.856,预测效果良好.结论 AR (1)模型能较好的模拟中山市甲肝发病情况,且能较好地预测未来短期内的发病趋势.
推荐文章
基于ARMA模型对我国病毒性肝炎流行特征分析
ARMA模型
病毒性肝炎
发病率
预测
慢性乙型病毒性肝炎患者合并抑郁的COX风险预测模型
乙型肝炎,慢性
抑郁
风险预测模型
COX回归
2007-2011年安岳县病毒性肝炎流行分析
病毒性肝炎
流行病学
安岳县
鸭病毒性肝炎的诊治
鸭病毒性肝炎
流行特点
病理特征
预防措施
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 ARMA模型用于预测病毒性甲型肝炎发病趋势
来源期刊 中华疾病控制杂志 学科 医学
关键词 肝炎病毒,甲型 模型,统计学 预测
年,卷(期) 2014,(4) 所属期刊栏目 方法学
研究方向 页码范围 346-350
页数 分类号 R512.61
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (224)
参考文献  (18)
节点文献
引证文献  (4)
同被引文献  (15)
二级引证文献  (13)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(13)
  • 参考文献(1)
  • 二级参考文献(12)
2009(7)
  • 参考文献(3)
  • 二级参考文献(4)
2010(13)
  • 参考文献(4)
  • 二级参考文献(9)
2011(10)
  • 参考文献(1)
  • 二级参考文献(9)
2012(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
肝炎病毒,甲型
模型,统计学
预测
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
中华疾病控制杂志
月刊
1674-3679
34-1304/R
大16开
安徽省合肥市梅山路81号安徽医科大学109信箱
26-155
1996
chi
出版文献量(篇)
6417
总下载数(次)
23
总被引数(次)
53245
论文1v1指导