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 应用季节乘积求和自回归移动平均模型分析南通市甲型肝炎(简称甲肝)每月发病数时间序列,建立预测模型.方法 收集南通市2009年1月~2015年9月间甲肝病例月报告数据,应用EVIEWS软件拟合ARIMA模型,最后进行预测分析.结果 成功建立模型ARIMA[(2),0,(2)],模型表达式为:xt=8.4419+(l+0.6182B2)t/(1-0.7 474B2),模型通过参数检验及残差白噪声检验(P>0.05).预测2015年4月~2015年9月发病数,平均相对误差为30.17%,模型拟合效果较好.预测2015年10月~2016年3月发病数,显示发病趋势较为平稳.结论 求和自回归移动平均模型对南通市甲肝发病情况拟合和趋势预测效果较好,可根据预测结果开展甲肝疫情相关防控工作.
推荐文章
时间序列分析在粮食产量预测中的应用
ARMA
Matlab
时间序列分析
预测
时间序列分析在粮食产量预测中的应用
Box-Jenkins
Gibbs
SIR
Bares
时间序列
时间序列分析在土壤墒情预测中的应用研究
时间序列
土壤墒情
预测预报
KPCA-LSSVM方法在视频时间序列预测中应用
时间序列预测
交通流量
视频流量
核主成分分析
最小二乘支持向量机
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 时间序列分析在甲型肝炎疫情预测中的应用
来源期刊 医学动物防制 学科 医学
关键词 求和自回归移动平均模型 时间序列 甲型肝炎 预测
年,卷(期) 2016,(10) 所属期刊栏目 论著
研究方向 页码范围 1113-1115
页数 3页 分类号 R512.6+1
字数 语种 中文
DOI 10.7629/yxdwfz201610017
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 章士军 26 39 3.0 5.0
2 陈郁 24 33 3.0 5.0
3 陶长余 12 57 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (149)
共引文献  (220)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(8)
  • 参考文献(1)
  • 二级参考文献(7)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(13)
  • 参考文献(0)
  • 二级参考文献(13)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(19)
  • 参考文献(1)
  • 二级参考文献(18)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(16)
  • 参考文献(1)
  • 二级参考文献(15)
2011(16)
  • 参考文献(1)
  • 二级参考文献(15)
2012(12)
  • 参考文献(3)
  • 二级参考文献(9)
2013(5)
  • 参考文献(3)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
求和自回归移动平均模型
时间序列
甲型肝炎
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
医学动物防制
月刊
1003-6245
13-1068/R
大16开
河北石家庄市平安北大街99号中基.礼域尚城16号楼1-701.702
18-335
1984
chi
出版文献量(篇)
10240
总下载数(次)
13
总被引数(次)
19429
论文1v1指导