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 建立自回归移动平均模型(auto-regressive integrated moving average,ARIMA)预测南宁市流行性腮腺炎的发病率,为防控流行性腮腺炎提供理论依据. 方法 采用SPSS 23.0软件,使用南宁市2013年1月-2019年6月流行性腮腺炎月发病率建立ARIMA模型,运用2019年7-12月的实际值与预测值进行评估,并预测2020年1-6月的发病率.结果 拟合的ARIMA(1,0,0)(0,1,1)12模型最佳,MAE=0.695,RMSE=1.230,MAPE=23.487,经检验残差序列为白噪声,拟合模型对短期有良好的预测效果.2020年1-6月的预测月发病率分别为9.88/10万、7.62/10万、8.32/10万、9.40/10万、11.91/10万、11.67/10万. 结论 ARIMA模型可用于南宁市流行性腮腺炎发病趋势的短期预测,适宜推广使用.
推荐文章
2005年至2015年南充市流行性腮腺炎流行特征分析
流行性腮腺炎
流行病学特征
分析
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
60例流行性腮腺炎病人的护理
流行性腮腺炎
胰腺炎
睾丸炎
脑膜炎
护理
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
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 2020年南宁市流行性腮腺炎ARIMA模型预测研究
来源期刊 实用预防医学 学科
关键词 流行性腮腺炎 ARIMA模型 预测
年,卷(期) 2021,(3) 所属期刊栏目 论著|Original Articles
研究方向 页码范围 313-316
页数 4页 分类号 R512.1
字数 语种 中文
DOI 10.3969/j.issn.1006-3110.2021.01.017
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (152)
共引文献  (59)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(23)
  • 参考文献(1)
  • 二级参考文献(22)
2014(27)
  • 参考文献(1)
  • 二级参考文献(26)
2015(16)
  • 参考文献(3)
  • 二级参考文献(13)
2016(16)
  • 参考文献(2)
  • 二级参考文献(14)
2017(12)
  • 参考文献(0)
  • 二级参考文献(12)
2018(11)
  • 参考文献(1)
  • 二级参考文献(10)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
流行性腮腺炎
ARIMA模型
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
实用预防医学
月刊
1006-3110
43-1223/R
大16开
长沙市芙蓉中路一段450号
42-192
1994
chi
出版文献量(篇)
13616
总下载数(次)
21
总被引数(次)
74978
论文1v1指导