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 采用ARIMA模型和季节指数模型对流行性腮腺炎发病趋势进行预测,比较模型的优劣,为流行性腮腺炎防控提供一种科学的预测预警方法.方法 基于2008—2019年湖北省流行性腮腺炎月发病率数据,分别建立ARIMA模型和季节指数模型.结果 2008—2019年年均发病率28.89/10万;4~7月为高发月份;建立的ARIMA模型和季节指数模型分别为(1-1.070B+0.441B2-0.291B3)*(1-B12)*Xt=(1-0.611B12)*εt、Xt=(2.802-0.006t)*St;ARIMA模型和季节指数模型的平均相对误差分别为11.49%、20.86%.结论 ARIMA模型和季节指数模型在流行性腮腺炎发病时间特征和趋势预测上均有较好的适用性;ARIMA模型在拟合年度变化趋势上更有优势,季节指数模型在拟合月度变化趋势上也具有参考性,可综合两种模型一起用于流行性腮腺炎发病趋势的预测.
推荐文章
长沙市流行性腮腺炎季节性自回归移动平均模型预测研究
流行性腮腺炎
时间序列
季节性自回归移动平均模型
预测
ARIMA模型在流行性腮腺炎疫情预测中的应用
乘积季节自回归移动平均模型
流行性腮腺炎
疾病预测
中国流行性腮腺炎发病率模型拟合及预测效果比较
流行性腮腺炎
SARIMA
指数平滑模型
GRNN
组合模型
预测
高坪区江陵镇1起流行性腮腺炎暴发调查
小学生
流行性腮腺炎
暴发
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模型和季节指数模型在湖北省流行性腮腺炎发病预测中比较
来源期刊 公共卫生与预防医学 学科 医学
关键词 ARIMA模型 季节指数模型 流行性腮腺炎 预测
年,卷(期) 2020,(6) 所属期刊栏目 论著
研究方向 页码范围 29-32
页数 4页 分类号 R183
字数 语种 中文
DOI 10.3969/j.issn.1006-2483.2020.06.007
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 黄淑琼 31 241 9.0 15.0
2 张鹏 14 133 5.0 11.0
3 杨雯雯 19 80 6.0 8.0
4 蔡晶 22 116 6.0 10.0
5 吴然 8 7 2.0 2.0
6 谢聪 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (113)
共引文献  (37)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(11)
  • 参考文献(0)
  • 二级参考文献(11)
2015(16)
  • 参考文献(0)
  • 二级参考文献(16)
2016(11)
  • 参考文献(2)
  • 二级参考文献(9)
2017(10)
  • 参考文献(1)
  • 二级参考文献(9)
2018(18)
  • 参考文献(3)
  • 二级参考文献(15)
2019(5)
  • 参考文献(4)
  • 二级参考文献(1)
2020(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
季节指数模型
流行性腮腺炎
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
公共卫生与预防医学
双月刊
1006-2483
42-1734/R
大16开
湖北省武汉市洪山区卓刀泉北路6号
1990
chi
出版文献量(篇)
5975
总下载数(次)
12
总被引数(次)
24853
论文1v1指导