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 建立乘积季节自回归移动平均(ARIMA)模型,观察其对河南省甲型病毒性肝炎(甲肝)疫情预测的可行性. 方法 利用河南省2008—2013年分月的甲肝疫情监测资料建立乘积季节ARIMA模型,利用2014年1—12月的甲肝疫情资料评价该模型的预测效能. 结果 河南省2008—2013年甲肝发病呈现明显的季节效应,且发病数呈现逐年减少的趋势;乘积季节ARIMA(1,1,0)(2,1,2)模型能较好地拟合既往的甲肝报告病例数,且对2014年1—12月份按月报告的甲肝病例数的预测值与实际值基本吻合. 结论 乘积季节ARIMA模型能较好模拟、预测河南省甲肝的发病情况.
推荐文章
戊型病毒性肝炎心电图和心肌酶的变化及与甲、乙型急性病毒性肝炎的异同
肝炎,戊型
心电描记术
心肌/酶学
肝炎,甲型
肝炎,乙型
中国不同区域病毒性肝炎发病危险性综合评价及原因分析
肝炎,病毒性,人
肝炎病毒
危险性评估
对应分析
因子分析
自回归求和移动平均模型在湖北省戊型病毒性肝炎发病率预测中的应用
戊型病毒性肝炎
自回归求和移动平均模型
发病率
预测
湖北省
非甲-戊型病毒性肝炎和乙、丙型肝炎病毒重叠感染相关性再障临床分析
贫血,再生障碍性
肝炎,病毒性,非甲-戊型
肝炎病毒,乙型
肝炎病毒
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 乘积季节ARIMA模型的建立及其在河南省甲型病毒性肝炎发病数预测中的应用
来源期刊 中国卫生产业 学科 医学
关键词 自回归移动平均模型 乘积季节自回归移动平均模型 甲型病毒性肝炎 疾病预测
年,卷(期) 2015,(23) 所属期刊栏目 卫生监督
研究方向 页码范围 26-28,36
页数 4页 分类号 R512
字数 1736字 语种 中文
DOI 10.16659/j.cnki.1672-5654.2015.23.026
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 李军 34 239 8.0 14.0
2 肖占沛 43 341 10.0 16.0
3 史鲁斌 24 127 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (242)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (19)
二级引证文献  (3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(15)
  • 参考文献(4)
  • 二级参考文献(11)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(10)
  • 参考文献(2)
  • 二级参考文献(8)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
自回归移动平均模型
乘积季节自回归移动平均模型
甲型病毒性肝炎
疾病预测
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
中国卫生产业
旬刊
1672-5654
11-5121/R
大16开
北京市朝阳区百子湾西里金海商富中心402号楼A座502室
80-117
2003
chi
出版文献量(篇)
38760
总下载数(次)
31
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导