SARIMA模型与Holt-Winters模型在丙型肝炎发病率预测中的应用

主要探讨SARIMA模型和Holt-Winters模型在丙型肝炎月发病率预测中的应用价值.首先,利用2006年1月至2018年12月的月发病率数据为基础,分别建立SARIMA模型和Holt-Winters模型;然后,预测2019年1月到12月的月发病率数据,并与实际月发病率数据进行比较,得到SARIMA(2,1,1)(0,1,1)₁₂模型的拟合效果较好;最后,利用SARIMA(2,1,1)(0,1,1)₁₂模型预测了2020年1月至12月的月发病率.研究结果将可为相关部门丙型肝炎防控提供科学依据.     

温州市区手足口病SARIMA模型建立及应用

基于温州市区(鹿城区、瓯海区、龙湾区)2011年1月至2017年12月月报手足口病新发病人数统计数据,构建了季节求和自回归-移动平均模型(SARIMA).结果表明SARIMA(2,1,1)(0,1,1)_([12])模型平均绝对百分误差(MAPE)为6.002%,能较好的拟合出温州市区手足口新发病人数的季节性和趋势性特征.在对拟合值进行指数化和周期性还原后,预测2018年1-6月温州市区手足口新发病人数仍维持较高水平,其中6月份达到最高1094 (95%CI:321-3723)例.研究结果将可为相关部门制定手足口病防控措施提供决策依据.     

基于传染病动力学模型的新疆手足口病流行的预测与控制分析

基于公共卫生科学数据中心系统发布的2009-2014年的新疆手足口病月新发数据,构建季节性动力学模型,预测长期波动趋势.发现建立的季节性动力学模型能较好拟合出手足口病季节性高发的周期规律,预测2028年新发病数量达到最低谷,大约为4250例,随后逐渐升高并趋于平稳.估计出基本再生数R_0≈1.1668,表明疫病还将持续流行.通过模型参数的敏感性分析得到的控制策略有:加强感染者隔离率;提高感染者恢复率;抑制隐性感染者恢复率.     

基于SARIMA-SVM组合模型的丙型肝炎发病率预测研究

基于SARIMA-SVM组合模型对丙型肝炎发病率进行预测研究.首先,利用2011年1月至2020年12月的发病率数据分别建立SARIMA模型、SVM模型和SARIMA-SVM组合模型;然后,利用2021年1月至12月的发病率数据验证模型的预测效果,并得出SARIMA-SVM组合模型的预测精度较高;最后,利用SARIMA...     

ARIMA模型在新疆巴州梅毒疫情预测中的应用

搜集2008-2014年新疆巴音郭楞蒙古自治州(简称巴州)梅毒月发病数据,采用时间序列分解方法(Time Series Decomposition methods)探讨该地区梅毒月发病率的季节性,建立ARIMA(0,1,1)(1,0,1)_(12)时间序列模型,模型预测值的动态趋势与实际发病率基本吻合,平均绝对百分比误差MAPE=17.36,具有较高的预测精度,可以较好的预测短期内梅毒的变化趋势,为梅毒的预防控制措施提供可靠依据.     

ARIMA模型在京津冀区域手足口病发病趋势预测中的应用

本文以时间序列理论为基础,建立了乘积季节ARIMA预测模型。由于手足口病具有明显的季节性,且其发病潜伏期一般为3-7天,因此本文以周为时间尺度,即定义季节周期为53周,探讨了季节性乘积模型在手足口病发病趋势预测中的应用,并通过AIC和BIC信息准则确定最优模型。通过2009-2013年京津冀区域手足口病监测数据实证了季节性ARIMA(p,d,q)×(P,D,Q)53模型的预测效果。结果显示,该模型对手足口病高发时间的发病数预测效果较好,预测发病趋势与实际发病趋势相一致。     

基于灰色预测模型的新疆肺结核疫情分析

借助灰色系统理论对新疆2004-2010年肺结核发病率进行研究,建立不同维度的静态GM(1,1)模型与动态等维递补灰预测模型对数据进行模拟和预测.针对新疆肺结核疫情发病率数据,探索建立新疆肺结核疫情传播预测模型,为肺结核防治提供科学依据.     

SARIMA模型在肾综合征出血热发病率预测中的应用

目的:探讨应用时间序列SAR IM A模型进行肾综合征出血热发病率预测的可行性.方法:首先利用余弦函数模型分析肾综合征出血热季节性发病规律,其次进行扩充迪基富勒的平稳性单位根检验,然后根据自相关函数和偏自相关函数判别月别疫情间的相关性,最后基于1990年-2004年逐月发病率进行SAR IM A模型建模拟合,利用2005年各月发病率进行外推预测,并与实际值进行比较.上述统计分析采用Ev iew s3.1和SPSS12.0软件完成.结果:余弦函数确定的高峰时点为3月中旬,高峰时区为3月1日到4月3日.含第一谐量的余弦方程为:^Y1 i=1.274-0.945cos(ti-76.684),决定系数R2=0.853;在备选模型中,SAR IM A(1,0,0)×(2,0,0)12模型不仅很好地拟合了既往时间段上的发病率序列,而且对2005年各月发病率的预测值符合实际发病率变动趋势.结论:余弦函数对于褐家鼠型肾综合征出血热疫情季节分布拟合较好,SAR IM A模型能很好地模拟传染病发病率在时间序列上的变动趋势,并对未来的发病率进行预测,为传染病防制工作服务.     

新疆艾滋病发病率的组合预测模型研究

近年来新疆艾滋病发病率较高,预防控制工作严峻,此种情况下,基于2008年1月至2014年12月的艾滋病发病率数据,采用ARIMA方法及广义回归神经网络方法建立了ARIMA-GRNN组合预测模型,并用2015年1月至5月的数据检验模型预测能力,结果模型能较好地对新疆艾滋病发病率做预测,这可为新疆艾滋病的预防控制提供一定的科学参考.     

基于改进的SVR模型在年降水量预测中的应用

鉴于降水量数据的高维非线性性和周期性,建立了支持向量回归(SVR)预测模型用于降水量预测,由于对该模型输入特征的选取极为重要,因此提出了一种基于季节自回归(SARI)的输入特征选取方法.利用已有的降水量数据建立SARI模型,通过观察模型表达式提取建立SVR模型所需的输入特征用于训练支持向量机,并通过网格参数寻优法确定SVR模型的参数,进行降水量预测.实例分析中,应用此模型对黄土丘陵半干旱区域的降水量进行预测,将预测结果与季节时间序列(SARIMA)模型的预测结果进行对比,结果表明,模型具有更高的预测精度和拟合优度,可以用于降水量的预测.     

基于组合模型的新疆包虫病发病数预测研究

包虫病是新疆危害最严重的人畜共患寄生虫病.通过对历史数据分析,建立适当的组合模型较好地预测了新疆包虫病月发病数,模型为做好新疆包虫病预防控制工作起到积极作用.     

灰色预测模型在石油化工原料价格预测中的应用

以2012年9月至2013年8月某化工原料(CB原料)的周平均市场价格数据为研究对象,应用灰色预测理论,建立GM(1,1)预测模型,预测了2013年9至11月共三个月12组该化工原料的周市场价格数据,从定量分析角度研究了其市场价格的变化呈增加趋势,并对模型的灵敏性进行了分析,研究结果可辅助石化企业在采购化工原料过程中提供采购决策.     

A comparison of univariate methods for forecasting container throughput volumes

In this paper, six univariate forecasting models for the container throughput volumes in Taiwan’s three major ports are presented. The six univariate models include the classical decomposition model, the trigonometric regression model, the regression model with seasonal dummy variables, the grey model, the hybrid grey model, and the SARIMA model. The purpose of this paper is to search for a model that can provide the most accurate prediction of container throughput. By applying monthly data to these models and comparing the prediction results based on mean absolute error, mean absolute percent error and root mean squared error, we find that in general the classical decomposition model appears to be the best model for forecasting container throughput with seasonal variations. The result of this study may be helpful for predicting the short-term variation in demand for the container throughput of other international ports.     

基于SARIMA模型的居民消费价格指数预测分析

本文基于SARIMA模型对我国1990—2010年的居民消费价格指数月度数据进行预测分析。利用Eviews6.0对统计数据的变化趋势及季节性进行验证,结果表明该模型合理、有效,预测值与实际值的估计误差控制的很好。     

Singular spectrum analysis based on the perturbation theory

Singular Spectrum Analysis (SSA) has been exploited in different applications. It is well known that perturbations from various sources can seriously degrade the performance of the methods and techniques. In this paper, we consider the SSA technique based on the perturbation theory and examine its performance in both reconstructing and forecasting noisy series. We also consider the sensitivity of the technique to different window lengths, noise levels and series lengths. To cover a broad application range, various simulated series, from dynamic to chaotic, are used to verify the proposed algorithm. We then evaluate the performance of the technique using two real well-known series, namely, monthly accidental deaths in the USA, and the daily closing prices of several stock market indices. The results are compared with several classical methods namely, Box–Jenkins SARIMA models, the ARAR algorithm, GARCH model and the Holt–Winter algorithm.     

基于ARIMA模型的我国稀土需求统计及预测分析

以我国1978-2012年稀土需求量数据为样本,运用ARIMA模型对我国"十二五"末稀土需求量进行预测分析.预测结果表明2013-2015年我国稀土需求量总体上将持续增长,到2015年我国稀土需求总量将达到8.27万吨(REO),与2012年相比,年复合增长率为8.48%.预测具有较高的拟合精度,拟合值与观测值具有较好的一致性.通过对我国稀土需求量进行预测以期为政府制定相关行业政策提供决策依据.