应用SARIMA-GRNN组合模型分析肺结核流行的季节性特征

• 作者: 滕国兴 王华 王文明 田昌伟
• 来源期刊: 预防医学
• 学科: 医学
• 关键词: 肺结核 季节性 季节性差分自回归滑动平均模型 广义回归神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 疾病控制
• 页码范围: 55-58
• 页数: 4页
• 分类号: R183.3
• 字数: 2645字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0931.2019.01.013

摘要

目的 应用季节性差分自回归滑动平均模型(SARIMA)和广义回归神经网络(GRNN)组合模型分析肺结核流行的季节性特征,为预防和控制肺结核提供依据.方法 通过国家卫生健康委员会官网收集2005—2017年全国肺结核疫情资料,应用SARIMA-GRNN组合模型分析我国肺结核流行的趋势和季节性特征.结果 2005—2016年我国肺结核报告发病率平均每年下降3.17％,并且发病存在明显的季节性规律(3—6月为高峰).SARIMA(0,1,1)(0,1,1)12模型较好的地拟合了我国肺结核发病长期趋势和季节性,其平均误差率为6.07％,决定系数为0.73.SARIMA(0,1,1)(0,1,1)12-GRNN组合模型的平均误差率为2.56％,决定系数为0.94.SARIMA(0,1,1)(0,1,1)12-GRNN组合模型预测的准确性优于SARIMA(0,1,1)(0,1,1)12模型,2017年的验证数据结果与此一致.结论2005—2016年中国肺结核报告发病率平均每年下降3.17％,肺结核的发病高峰集中在每年3—6月,具有明显的季节性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕国兴	苏州大学公共卫生学院	25	180	6.0	13.0