(录用定稿)网络首发时间:2017-10-24 17:19:15

细菌性痢疾ARIMA-NAR组合模型预测研究

目的 探讨单纯自回归滑动平均(autoregressive integrated moving average,ARIMA)模型与由ARIMA和非线性自回归(nonlinear auto-regressive,NAR)组合模型在细菌性痢疾预测中的应用。方法 利用江苏省2004年1月至2015年2月的细菌性痢疾数据作为拟合样本,以2015年3月至2016年5月的数据作为预测样本;建立的模型分别为单纯ARIMA模型和ARIMA-NAR组合模型,然后根据两个模型的平均绝对误差(mean absolute error,MAE)、均方误差(mean square error,MSE)和平均绝对百分比误差(mean absolute percentage error,MAPE)比较模型的效果,其值越小模型效果越好。结果 在模型的拟合阶段,单纯ARIMA模型的MAE、MSE和MAPE分别为0.1775、0.0814和0.1847,ARIMA-NAR组合模型分别为0.0941、0.0295和0.1046。在模型的预测阶段,单纯ARIMA模型的MAE、MSE和MAPE也分别小于ARIMA-NAR组合模型。结论 ARIMA-NAR组合模型对于江苏省细菌性痢疾发病率时间序列的预测效果优于单纯ARIMA模型。建议尝试使用ARIMA-NAR组合模型预测细菌性痢疾的发病率。

江南大学自主科研青年基金(JUSRP11569); 江南大学公共卫生研究中心项目(JUPH201508).Supported by the Young Teachers’Startup Fund for Scientific Research of Jiangnan University(JUSRP11569)and Plan of Public Health Research Center of Jiangnan University(JUPH201508);

自回归滑动平均模型; 非线性自回归模型; 神经网络; 时间序列; 细菌性痢疾; 预测;

中国知网独家网络首发,未经许可,禁止转载、摘编。

10311339K
在线咨询 用户反馈