非线性自回归神经网络在肾综合征出血热流行趋势预测中的应用

• 作者: 任仰武 关鹏 吴伟 周宝森 夏玲姿 安淑一 郭军巧
• 来源期刊: 中华流行病学杂志
• 关键词: 肾综合征出血热 非线性自回归神经网络 预测
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 监测
• 页码范围: 1394-1396
• 页数: 3页
• 字数: 2165字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.0254-6450.2015.12.017

摘要

目的 探讨非线性自回归(NAR)神经网络拟合及预测我国HFRS流行趋势的应用.方法 使用2004-2013年全国HFRS月报告发病数序列建立ARIMA模型和NAR神经网络模型,预测2014年HFRS月发病数,并比较两模型的拟合和预测效果.结果 对于拟合集,ARIMA模型的平均绝对误差(MAE)、均方误差平方根(RMSE)和平均绝对误差百分比(MAPE)分别为148.058、272.077和12.678％,NAR神经网络分别为119.436、186.671和11.778％;对于预测集,ARIMA模型的MAE、RMSE和MAPE分别为189.088、221.133和21.296％,NAR神经网络分别为119.733、151.329和11.431％.结论 NAR神经网络对于全国HFRS流行趋势拟合及预测效果优于传统的ARIMA模型,具有良好推广应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周宝森	中国医科大学公共卫生学院流行病学教研室	150	1795	25.0	33.0
2	吴伟	中国医科大学公共卫生学院流行病学教研室	97	757	16.0	21.0
3	郭军巧		50	501	14.0	18.0
4	关鹏	中国医科大学公共卫生学院流行病学教研室	81	596	15.0	21.0
5	安淑一		20	190	10.0	13.0
6	任仰武	中国医科大学公共卫生学院流行病学教研室	6	39	4.0	6.0
7	夏玲姿	中国医科大学公共卫生学院流行病学教研室	4	30	3.0	4.0