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 基于X-12自回归求和移动平均混合模型(ARIMA),对昆山市脑血管病粗死亡率建立时间序列模型,预测未来年份脑血管病粗死亡率.方法 对昆山市2006-2016年月度脑血管病粗死亡率,建立X-12-ARIMA季节调整乘积模型,以贝叶斯信息准则(BIC)值最小为最优模型选择标准;采用平均绝对误差和平均相对误差评价模型预测精度.结果 乘积季节模型ARIMA(2,0,0)×(0,1,1)12可用于拟合昆山市2006-2016年月度脑血管病粗死亡率(BIC=446.36),平均绝对误差为0.99/10万,平均相对误差为13.15%.建模结果显示昆山市2006-2016年月度脑血管病粗死亡率呈现季节波动(F=11.00,P<0.01),未来年份脑血管病粗死亡率趋势无明显波动.结论 ARIMA(2,0,0)×(0,1,1)12能短期预测昆山市脑血管病粗死亡率;长期的脑血管病粗死亡率预测模型尚需未来年份实际数据修正.
推荐文章
基于灰色预测模型的我国心脑血管疾病死亡率预测
灰色预测
心脑血管病
死亡率
Matlab
2002年四川省心脑血管病死亡分析
心脑血管病
死亡率
标化死亡率
2012年-2016年上海市金山工业区户籍居民心脑血管病死因分析
心脑血管病
死亡率
死因
上海
金山工业区
2005-2016年阆中市户籍居民糖尿病死亡趋势分析
糖尿病
粗死亡率
标化死亡率
定基增长速度
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 ARIMA乘积季节模型分析昆山市2006-2016年脑血管病死亡率
来源期刊 江苏预防医学 学科 医学
关键词 ARIMA模型 脑血管病 死亡率 预测
年,卷(期) 2019,(3) 所属期刊栏目 论著
研究方向 页码范围 276-279
页数 4页 分类号 R543
字数 2861字 语种 中文
DOI 10.13668/j.issn.1006-9070.2019.03.013
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 施健 15 39 4.0 6.0
2 胡文斌 14 119 5.0 10.0
3 张婷 12 117 5.0 10.0
4 秦威 11 114 5.0 10.0
5 罗晓明 9 38 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (91)
共引文献  (53)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(10)
  • 参考文献(2)
  • 二级参考文献(8)
2015(18)
  • 参考文献(1)
  • 二级参考文献(17)
2016(11)
  • 参考文献(1)
  • 二级参考文献(10)
2017(6)
  • 参考文献(6)
  • 二级参考文献(0)
2019(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
ARIMA模型
脑血管病
死亡率
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
江苏预防医学
双月刊
1006-9070
32-1446/R
大16开
江苏省南京市172号
1990
chi
出版文献量(篇)
4951
总下载数(次)
3
总被引数(次)
19383
论文1v1指导