改进的ARIMA乘积季节模型的研究

• 作者: 刘艳菲 宋耀莲
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 一阶滞后滤波 序列重构 ARIMA乘积季节模型 预测模型 疾病预测
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 基金项目
• 页码范围: 9-12,16
• 页数: 5页
• 分类号: TP391
• 字数: 4258字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.12.003

摘要

在上呼吸道感染预测问题的研究中,大多研究还停留在数据的直接分析层面.为了提高上呼吸道感染预测精度,文中提出应用一阶滞后滤波的序列重构的方法,并结合AR()和MA()建立模型,比较其与传统ARIMA模型预测精度.实验结果表明,ARIMA(0,1,1)(0,1,1)12模型拟合的均方根误差(RMSE)为0.8412％,对2017年1～5月预测值的年平均相对误差为1.1951％;改进的ARIMA(1,1,0)(0,1,0)12模型拟合的均方根误差(RMSE)为0.6801％,对2017年1～5月预测值的年平均相对误差为0.5336％,有更好的模型适应性和预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋耀莲	昆明理工大学信息工程与自动化学院	18	40	4.0	5.0
2	刘艳菲	昆明理工大学信息工程与自动化学院	2	4	1.0	2.0