ARIMA模型与灰色系统GM(1,1)模型在长沙市艾滋病发病率预测中的效果比较

目的利用ARIMA模型和GM(1,1)模型对长沙市艾滋病发病率进行模拟预测并对预测效果进行比较。方法收集长沙市2006—2016年艾滋病的发病资料,分别建立自回归滑动平均模型(ARIMA)及灰色系统GM(1,1)模型,进行回代拟合,并预测2017和2018年艾滋病的发病率,同时比较2种模型的拟合与预测效果。结果 ARIMA(1,1,1)模型预测出2017和2018年长沙市艾滋病发病率分别为6.19/10万、8.19/10万;GM(1,1)模型预测出2017年和2018年长沙市艾滋病发病率为6.39/10万和8.16/10万。结论 ARIMA模型及GM(1,1)模型的拟合结果均与长沙市艾滋病发病趋势相同,ARIMA模型对2006—2016年长沙市艾滋病发病率的预测效果较GM(1,1)模型好,预测准确度P高于GM(1,1)模型,平均绝对误差MAE小于GM(1,1)模型     

灰色系统GM(1,1)模型在梅毒发病预测研究中的应用

目的探讨应用灰色系统一阶一个变量的微分方程型模型(GM(1,1)模型)预测梅毒发病率的可行性。方法应用灰色GM(1,1)模型对广西南宁市2005~2010年梅毒年发病率数据进行建模拟合,并进行外推预测。结果建立的广西南宁市梅毒年发病率GM(1,1)预测模型,拟合精度高(C≈0.2812,P=1),可用于外推预测。结论灰色系统一阶模型可以很好地模拟和预测梅毒发病率在时间序列上的变化趋势,将其应用于梅毒发病预测是可行的。     

GM(1,1)模型在AIDS发病预测中的应用

目的 探讨应用灰色系统GM(1,1)模型预测AIDS发病率的可行性.方法 应用灰色GM(1,1)模型对南宁市2004～2010年艾滋病发病率数据进行拟合,并外推预测.结果 所建模型,拟合精度高(C≈0.0888,P=1),可用于外推预测.结论 GM(1,1)模型可以很好地模拟和预测AIDS发病率在时间序列上的变化趋势,将其应用于AIDS发病预测是可行的.     

基于GM(1,1)-GRNN组合模型的肾综合征出血热发病率预测

目的预测浙江省肾综合征出血热(HFRS)发病趋势,为卫生工作的决策和防病治病提供科学依据。方法根据浙江省2001-2009年HFRS发病率,建立灰色GM(1,1)与广义回归神经网络组合〔GM(1,1)-GRNN〕模型,与GM(1,1)模型对比,并进行预测。结果 2001-2010年HFRS年发病率组合模型拟合值与实际值的平均相对误差为2.47%,明显低于GM(1,1)模型的平均相对误差(11.19%),组合模型的预测精度相对单一GM(1,1)模型有较大的改善;组合模型预测2011年HFRS年发病率为0.8591/10万。结论浙江省2010-2011年HFRS的发病率呈下降趋势,组合模型的预测精度高,可以提供更为准确的预测数据,从而为防控决策提供可靠依据。     

四种模型在驻苏部队肺结核发病率预测中的比较研究

目的评估ARIMA模型、指数平滑模型、GM(1,1)模型及指数曲线模型在肺结核发病预测中的运用效果,为遴选适宜的预测措施提供参考。方法使用驻苏部队人群2005-2016年肺结核报告发病数据构建模型,评估拟合效果。结果 ARIMA模型、指数平滑模型能够预测肺结核月发病趋势,拟合的平均误差率(MER)分别为9.35%、10.28%,决定系数(R~2)分别为0.81、0.80;ARIMA模型能够预测肺结核季度发病趋势,拟合的MER、R~2分别为5.48%、0.73,而指数平滑模型无效;GM(1,1)模型、指数曲线模型有效,能够预测肺结核年度发病趋势,拟合的MER分别为1.47%、1.80%,R~2分别为0.98、0.97。结论 ARIMA模型拟合效果和预测准确性相对较好。GM(1,1)模型、指数曲线模型对年发病率呈线性下降趋势的肺结核,拟合效果和预测准确性均良好。2017年驻苏部队肺结核发病率呈稳中有降趋势。     

ARIMA模型与GM(1,1)模型在痢疾发病率预测中的应用

目的探讨ARIMA模型和GM(1,1)模型在北京市西城区痢疾发病率预测中的应用,为选择合适的预测方法提供依据。方法利用ARIMA模型和GM(1,1)模型对北京市西城区2010—2014年痢疾发病率进行拟合,并对2015年发病情况进行预测。结果 ARIMA(1,0,0)×(0,1,0)_(12)模型和GM(1,1)模型的拟合值与实际值平均绝对百分误差分别为17.38%和10.24%,预测百分误差分别为14.33%和33.22%。结论在传染病预测时,应综合考虑和比较多种模型的预测效果,选择更为科学合理的方法进行预测。该研究发现,ARIMA模型对痢疾发病率预测精确度较高。。     

灰色GM(1,1)模型在手足口病发病率预测中的应用

目的预测全国和辽宁省2005—2017年手足口病发病率,为制定防治措施提供参考。方法分别收集全国和辽宁省2005—2017年手足口病发病率数据,用灰色模型GM(1,1)进行预测。结果拟合全国手足口病发病预测方程GM(1,1)为X(k+1)=544.294e~((0.10895k))-543.801,C=0.35,P=1.0,模型精确等级为优秀;拟合辽宁省手足口病发病预测方程GM(1,1)为X(k+1)=953.269e~((0.04488k))-953.257,C=0.32,P=0.972,模型精确等级为优秀。结论灰色模型GM(1,1)能较好地预测全国和辽宁省2005—2017年手足口病发病率趋势,可为手足口病防治决策提供参考。     

基于灰色GM(1,1)模型对我国糖尿病患者死亡趋势预测

目的预测我国糖尿病患者死亡变化趋势,为糖尿病防控提供参考。方法收集2007-2018年我国糖尿病患者死亡率数据,运用灰色GM(1,1)模型进行预测分析。结果2007-2017年我国城市糖尿病患者死亡呈下降趋势,而农村糖尿病患者死亡呈明显上升趋势;城市、城市男性、城市女性、农村男性、农村女性5个变量所拟合灰色GM(1,1)模型C值均<0.35,且P值均>0.95,模型拟合精度为1级,农村变量拟合的灰色GM(1,1)模型C值为0.391,P值为0.9,模型拟合精度为2级;6个变量所拟合灰色GM(1,1)模型平均相对误差值分别为1.102%、1.020%、1.199%、1.177%、0.495%、0.698%。结论灰色GM(1,1)模型在我国糖尿病患者死亡趋势预测效果较好,能够为糖尿病防治提供参考依据。     

灰色系统GM(1,1)模型在预测徐州市甲乙类呼吸道传染病发病趋势中的应用

目的采用灰色系统GM(1,1)模型预测徐州市甲乙类呼吸道传染病发病趋势。方法根据2010—2016年徐州市甲乙类呼吸道传染病发病率数据建立GM(1,1)预测模型,并对2017—2019年甲乙类呼吸道传染病发病趋势进行预测。结果建立的GM(1,1)预测模型为:Y^(t+1)=-1 095.349 8e-0.056 1t+1 170.739 8,拟合精度和预测效果较好。2017—2019年徐州市甲乙类呼吸道传染病发病率预测值分别为42.68/10万、40.35/10万、38.14/10万,呈下降趋势(P<0.01)。结论GM(1,1)模型较好地拟合了徐州市甲乙类呼吸道传染病发病率的变化趋势,可以应用于发病率的预测,对甲乙类呼吸道传染病的防控和防治策略的制定具有一定的参考意义。     

灰色系统GM(1,1)模型预测常州市肺结核发病趋势

目的 建立肺结核灰色预测模型GM(1,1),应用于常州市肺结核发病趋势的预测.方法 根据中国疾病预防控制信息系统中2004-2011年常州市肺结核发病报告资料,建立肺结核发病率灰色预测模型GM(1,1),并对2012-2014年常州市肺结核发病率进行预测.结果 建立的预测模型为(x)(1)(k+1)=-944.7065 e-0.08740κ+1021.7343,经拟合检验,后验差比值C为0.222,小概率误差P为1,拟合精度为优.利用建立的模型预测常州市2012-2014年常州市肺结核发病率分别为42.8812/10万、39.2925/10万和36.0041/10万.结论 GM(1,1)模型较好地拟合了常州市肺结核发病的趋势,预测结果具有参考价值.     

GM(1,1)灰色模型和ARIMA模型在上海市手足口病发病率预测应用中的比较研究

目的分别采用求和自回归滑动平均模型(autoregressive integrated moving average,ARIMA)和灰色模型GM(1,1)(grey model,GM(1,1))对上海市手足口病的发病率进行预测,并比较两者的预测效果。方法采用2005-2008年上海市手足口病的月发病率和年发病率分别建立ARIMA模型和GM(1,1)模型,并使用2009年的实际年发病率验证两种模型拟合和预测效果。选取相对误差最小的模型预测2011-2012年的发病率。结果 针对手足口病发病率建立的GM(1,1)模型和ARIMA模型,2005-2008年的拟合平均误差率分别为11.06%和10.54%;对2009年进行预测,预测值与实测值的相对误差分别为69.30%和6.51%。采用ARIMA模型对2011年和2012年的年发病率预测为255.32/10万和294.59/10万。结论 ARIMA模型对上海市手足口病的预测效果要优于灰色模型GM(1,1),对解决时间序列类型的发病率等资料有很好的实用价值,预测结果对该病的防治具有科学意义。     

改进的GM(1,1)模型在衡水市乙肝发病率预测中的应用

目的应用改进的GM(1,1)模型对衡水市乙肝的发病率进行趋势分析和预测,并比较其与原GM(1,1)模型的预测效果。方法收集2005年-2015年衡水市乙肝发病率资料,并组成时间序列,对前10年的数据进行建模,2015年的发病率作为检验数据,对四种模型的预测效能进行验证与评价。结果改进的GM(1,1)模型的拟合及预测的平均相对误差分别为0.93%、0.12%,原GM(1.1)模型的拟合及预测的平均相对误差分别为1.41%、0.52%,精度分别提高了34.0%和76.9%。结论改进的GM(1,1)模型拟合和预测效果均优于原GM(1,1)模型。提高背景值精度、优化初值可以提高GM(1,1)模型的拟合和预测效果,对发病率的趋势预测具有较好的应用价值。     

石家庄市麻疹暴发流行预测研究

[目的]建立麻疹疫情预测灰色模型GM(1,1),探讨其应用于石家庄市麻疹暴发流行预测的可行性。[方法]根据1980～2007年石家庄市麻疹发病率数据建立麻疹暴发流行预测灰色模型GM(1,1),外推预测近两次暴发流行高峰。[结果]石家庄市麻疹暴发流行预测模型为■(1)(k)=18.3585e0.3350(k-1)-15.3585,近期麻疹流行高峰年分别是2018年和2033年。[结论]GM(1,1)模型较好地拟合了石家庄市麻疹暴发流行趋势,其预测结果具有一定的参考价值。     

改进的GM(1,1)模型在肺结核发病率预测中的应用

目的利用改进的GM(1,1)模型,对我国肺结核发病率进行预测。方法选取我国2007—2017年肺结核发病率资料,建立改进的GM(1,1)模型,对其发病率进行拟合和预测。结果对GM(1,1)模型、改进的GM(1,1)模型所得结果相对误差平均值和预测相对误差进行比较,认为改进的GM(1,1)模型拟合和预测精度较高。结论改进的GM(1,1)模型可用于肺结核发病率的预测,精度较高。     

ARIMA模型与GM(1,1)模型在痢疾发病数预测中的比较研究

目的 分别应用求和自回归滑动平均模型(autoregressive integrated moving average model, ARIMA)和灰色模型(gray forecast model)GM(1,1)对湖北省痢疾发病数进行预测,比较两种方法的预测效果,为选择更适宜的方法提供依据。方法 分别应用2001－2015年月发病数及年发病数建立ARIMA模型和GM(1,1)模型,用平均误差率(mean error rate,MER)和决定系数(coefficient of determination,R²)评价拟合效果,并采用2016年实际发病数验证预测效果,选择准确性更高的模型对2017－2018年发病数进行预测。结果 建立的ARIMA模型为SARIMA(1,0,0)(0,1,1)₁₂,GM(1,1)模型为(t+1)=-274 126.038e^{-0.067 467t}+293 275.08,两模型的平均误差率(mean error rate,MER)分别为3.55%和14.78%;决定系数(R²)分别为0.993和0.960,2016年实际发病数与两模型预测发病数的残差分别为635和3 240;相对误差分别为16.54%和84.38%,综合考虑各项评价指标采用ARIMA模型对2017－2018年发病数进行预测分别为4 286和4 011。结论 通过拟合及预测评价指标的比较ARIMA模型均优于GM(1,1)模型,可得ARIMA模型对湖北省痢疾发病数的预测比GM(1,1)模型有较明显的优势,能更准确的处理时间序列类型的资料,此预测结果准确具有实用价值,可为卫生防治工作提供依据。     

应用灰色模型GM(1,1)预测上海市甲肝发病率

目的:预测上海地区甲肝的发病趋势.方法:利用上海市甲肝发病资料,应用SAS软件建立灰色模型GM(1,1)来预测本市甲肝的发病率.结果:上海地区甲肝发病率(/10万)的灰色预测模型为:(ˇx)(1)(k+1)=-122.54e-0.1583k+ 148.61,拟合检验显示本模型精度等级为2级,可以应用于预测上海市甲肝未来的发病率.结论:灰色模型拟合和预测的结果显示上海市甲肝发病率保持持续下降的趋势.     

常州市细菌性痢疾发病趋势灰色模型GM(1,1)预测

目的建立细菌性痢疾灰色预测模型GM(1,1),应用于常州市细菌性痢疾发病趋势的预测。方法根据中国疾病预防控制信息系统中2004-2011年常州市细菌性发病报告资料,建立细菌性痢疾发病灰色预测模型GM(1,1),并对2012-2014年常州市细菌性痢疾发病率进行预测。结果建立的预测模型为x^(1)(k+1)=-302.9891e-0.14632k+358.7827,经拟合检验,后验差比值C为0.153,小概率误差P为1,拟合精度为优秀。利用建立的模型预测常州市2012-2014年细菌性痢疾发病率分别为14.8089/10万、12.7931/10万和11.0518/10万。结论 GM(1,1)模型较好地拟合了常州市细菌性痢疾发病的趋势,预测菌痢发病将继续呈下降趋势,但防控仍不容忽视。     

基于灰色GM(1,1)模型与ARIMA模型的四川省卫生人力资源预测探讨

目的运用灰色GM(1,1)模型与ARIMA模型对四川省卫生人力资源进行预测,为相关部门制定政策提供参考。方法采用EXCEL建立数据库,运用Matlab编程拟合灰色GM(1,1)模型、SPSS22.0拟合ARIMA模型,对四川省1990-2020年卫生人力资源进行了预测。结果拟合的灰色GM(1,1)模型误差绝对值(%)、平均误差值(%)均高于ARIMA(1,1,1)模型。结论 ARIMA(1,1,1)预测结果优于灰色GM(1,1)模型,模型拟合需要考虑数据特征等因素。     

灰色GM(1,1)模型在艾滋病、淋病、梅毒发病率预测研究中的应用

目的探讨应用GM(1,1)模型预测艾滋病、淋病、梅毒的可行性,为卫生部门制定相应的策略提供理论依据。方法运用GM(1,1)模型对全国2003-2012年艾滋病、淋病、梅毒发病率数据,进行建模拟合并预测变化趋势。结果建立艾滋病、淋病、梅毒发病率GM(1,1)预测模型,对全国发病率进行预测。艾滋病灰色GM(1,1)预测模型为:x(1)(k+1)=0.517e0.298k-0.437(C1=0.312,P1=1.000);淋病灰色GM(1,1)预测模型为:x(1)(k+1)=-144.792e-0.119k-158.882(C2=0.155,P2=1.000);梅毒灰色GM(1,1)预测模型为:x(1)(k+1)=59.727e0.154k-55.227(C3=0.197,P3=1.000)。上述三种模型拟合精度高,均可进行外推预测。通过三种模型预测2013-2015年全国艾滋病发病率可能分别为2.758/10万人、3.731/10万人、5.046/10万人;2013-2015年全国淋病发病率可能分别为5.552/10万人、4.928/10万人、4.374/10万人;2013-2015年全国梅毒发病率可能分别为39.660/10万人、46.251/10万人、53.937/10万人。结论 GM(1,1)模型可以很好的模拟和预测艾滋病、淋病、梅毒发病率在时间序列上的变化趋势。通过预测可知,艾滋病和梅毒的发病率可能会继续增加,而淋病的发病率可能会减少。应加强对性病的防治,降低性病对人群的危害。     

三种时间序列模型在盐城市肾综合征出血热发病预测应用中的比较研究

目的比较GM(1,1)灰色模型、求和自回归滑动平均ARIMA模型和神经网络GRNN模型预测盐城市肾综合症出血热(HFRS)发病率的效果,探索最优预测模型。方法利用2005-2015年盐城市HFRS发病率建立GM(1,1)模型、GM(1,1)-GRNN模型、ARIMA模型和ARIMA-GRNN模型,比较模型的拟合效果。根据2016年HFRS发病率比较各模型的预测效果,确定最优模型,并预测2017-2018年HFRS发病率。结果 GM(1,1)模型、GM(1,1)-GRNN模型、ARIMA模型和ARIMA-GRNN模型拟合值相对误差分别为13.364%、2.033%、21.150%和16.519%,预测值相对误差分别为16.350%、10.773%、10.820%和0.018%。采用最优模型ARIMA-GRNN模型预测2017和2018年盐城市HFRS发病率分别为0.859/10~5和0.853/10~5。结论从模型整体拟合预测效果综合考虑,利用ARIMA-GRNN组合模型预测盐城市HFRS发病情况能够取得更好的效果,预测结果可对该病的防控提供数据支撑。