ARIMA乘积季节模型与广义回归神经网络模型在布鲁菌病发病预测的比较

来源 :山东大学学报(医学版) | 被引量 : 0次 | 上传用户:huaiwanshi163
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的 探讨适合全国布鲁菌病发病的预测模型,为布鲁菌病预测预警系统提供参考.方法 利用中国疾病预防控制中心2011年1月至2016年12月按月报告的布鲁菌病发病数历史疫情数据,分别建立求和(差分)自回归移动平均(ARIMA)乘积季节预测模型和广义回归神经网络(GRNN)模型,对2017年1~8月月报数进行预测,采用实际发病数与两种模型预测数进行比较,评价指标为平均相对误差、平均绝对误差.结果 建立的ARIMA(0,1,1)(0,1,1)12乘积季节模型平均绝对误差、平均相对误差分别是989、0.23,GRNN模型平均绝对误差、平均相对误差分别是561、0.14,均小于ARIMA模型.结论 ARIMA模型和GRNN模型均可用于预测布病的发病数,后者预测效能优于前者.
其他文献
目的探讨影响大龄女性性工作者(OFSWs)安全套使用的心理社会因素,为相关部门制定针对性干预措施提供理论依据。方法采用同伴驱动抽样法,于2014年36月在青岛市招募420名OFSWs并