中国流行性腮腺炎发病率模型拟合及预测效果比较

背景　流行性腮腺炎（流腮）是中国极为严重的疾病。充分认识中国流腮的规律性并构建模型预测,对其预防和控制有重要意义。目的　评价季节性自回归移动平均模型（SARIMA）、指数平滑模型、SARIMA-广义回归神经网络（GRNN）组合模型和指数平滑-GRNN组合模型在流腮发病率拟合及预测中的应用效果。方法　利用全国2004年1月-2016年6月的流腮逐月发病率数据拟合、训练模型,建立SARIMA、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型。预测2016年7-12月流腮的逐月发病率并与实际值比较,采用平均绝对误差百分比（MAPE）、平均误差率（MER）、均方误差（MSE）和平均绝对误差（MAE）评价模型拟合及预测效果。结果　SARIMA（0,0,2）（0,1,1）12为最优SARIMA模型;Holt-Winters相乘模型为最优指数平滑模型,SARIMA-GRNN组合模型和指数平滑-GRNN组合模型的SPREAD最优参数分别为0.026、0.031。SARIMA模型、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型拟合的MAPE、MER、MSE和MAE依次分别为15.350%、14.976%、0.336、0.286,14.346%、14.249%、0.326、0.272,7.390%、6.320%、0.034、0.123,6.952%、5.776%、0.028、0.113。SARIMA模型、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型预测的MAPE、MER、MSE和MAE依次分别为11.998%、12.260%、0.022、0.138,39.582%、38.462%、0.199、0.432,8.892%、9.677%、0.020、0.109,8.872%、9.672%、0.021、0.109。结论　指数平滑-GRNN组合模型为最优模型,拟合及预测效果最好,用于全国流腮发病率预测精度高;SARIMA-GRNN组合模型次之;SARIMA模型拟合及预测效果一般;指数平滑模型拟合效果较好,但预测效果较差。     

基于灰色马尔科夫模型预测四川省肺癌死亡率趋势研究

目的 预测未来5年四川省肺癌死亡率变化趋势,为四川省加强肺癌防治提供理论依据。方法 通过《四川统计年鉴》明确该省2005至2021年肺癌死亡率情况,运用灰色马尔科夫模型结合Matlab2017b软件对四川省未来5年的肺癌死亡率进行预测。结果 灰色模型的预测精度为95.07%,通过马尔科夫链进行优化后,预测精度上升至98.06%,优化后的模型拟合预测效果更精准。灰色马尔科夫模型预测未来5年四川省肺癌死亡率将呈持续上升趋势。结论 灰色马尔科夫模型可以对四川省肺癌死亡率进行较好的预测和拟合,该组合模型可以作为未来预测肺癌死亡率发展趋势的一种新方法,为肺癌防治提供理论依据。     

应用乘积季节模型与指数平滑模型预测上海市肺结核疫情

目的：探讨利用两种时间序列模型预测上海肺结核发病趋势的可行性,为制定上海地区肺结核预防控制策略提供科学依据。方法：收集上海市2007年1月—2018年6月传染病历史疫情资料,对2007年1月—2017年12月肺结核月发病人数分别采用自回归移动平均模型（ARIMA）乘积季节模型与指数平滑模型进行拟合,预测2018年1—6月的肺结核月发病人数,并与真实值进行比较。结果：ARIMA（0,1,1）×（1,1,2）12为乘积季节模型的最优模型,均方根误差（RMSE）为76.27,2018年1—6月预测值的相对误差和为0.402;运用指数平滑法构建的最优模型是Holt?Winters加法指数平滑,均方根误差（RMSE）为69.61,2018年1—6月预测值的相对误差和为0.292。结论：指数平滑模型拟合效果较好,预测精度更高,对上海市肺结核疫情的防控具有一定的指导意义。     

五种预测方法在退田还湖区血吸虫病发病的拟合效果评价

目的:比较移动平均法、指数平滑法、自回归法、ARIMA法和灰色预测法在退田还湖地区试点血吸虫病发病拟合效果的优劣,为当地血防部门提供较为适合的拟合方法. 方法: 应用五种方法对集成垸试点和濠口试点血吸虫病患病率建模预测并比较拟合值的绝对误差、相对误差和误差平方和. 结果: 集成垸试点灰色预测法拟合值的平均绝对误差、平均相对误差和误差平方和最小;濠口试点平均绝对误差、误差平方和以ARIMA法最小,平均相对误差以自回归法最小. 结论: 不同的拟合模型适用于不同的试点;两试点以灰色预测和ARIMA模型拟合效果较好.     

3种模型对广东省某区华支睾吸虫感染率趋势的预测比较

目的 比较GM(1,1)灰色预测模型、曲线拟合和指数平滑模型对江门市新会区人群华支睾吸虫感染率趋势的预测,为制定防治措施提供参考。方法 基于广东省疾病预防控制中心寄生虫病预防控制所和江门市新会区疾病预防控制中心的监测数据,采用GM(1,1)灰色预测模型、曲线拟合和指数平滑模型分别对2016-2020年华支睾吸虫感染率进行拟合建立模型,并比较拟合精度和拟合效果选出最优模型。结果 GM(1,1)灰色预测模型、曲线拟合(S型曲线)和指数平滑模型(霍尔特线性趋势模型)对2016-2020年江门市新会区华支睾吸虫感染率拟合后的平均绝对百分比误差分别为11.43%、11.06%和13.15%,预测2021年江门市华支睾吸虫感染率分别为8.04%、6.91%和7.11%,预测的相对误差分别为-26.71%、-36.98%和-35.19%。根据3种模型的拟合精度和拟合效果比较,S型曲线拟合精度最好,GM(1,1)灰色预测模型的预测效果最好。结论 GM(1,1)灰色预测模型能更好地对江门市新会区人群华支睾吸虫感染率进行短期预测,可为后期华支睾吸虫病防治决策提供参考。     

温特斯线性和季节性指数平滑预测模型应用探讨

目的：探讨温特斯线性和季节性指数平滑法预测模型在医院管理中的应用价值.方法：建立温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1-4季度门急诊诊次进行季节预测,并评价该预测模型的预测精度.结果温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1-4季度门急诊诊次的定量预测结果满意.通过计算机反复迭代试算,获得了一组最佳的平滑常数（а,β,γ）,使预测模型的预测误差最小.该预测实例平均绝对百分误差（MAPE）为3.5703%〈10%,预测精度较高.结论：温特斯线性和季节性指数平滑法在医院管理中有实用价值.在建立预测模型时,结合计算机进行迭代运算,可建立最佳预测模型,进一步提高预测精度.     

时间序列分析在洞庭湖区双退试点血吸虫病发病预测中的应用

目的：通过比较时间序列分析中指数平滑法、移动平均法、自回归分析及自回归综合移动平均法(Autoregressive integrated moving average model，ARIMA model)在洞庭湖区退田还湖试点集成垸1990／2002年血吸虫病患病率预测中的优劣，为当地退田还湖试点的血吸虫病发病找到一个较适合的预测模型，为防治工作提供参考依据。方法：用时间序列分析各方法建模预测，比较各方法的拟合优度、误差平方和及预测值的相对误差，确定最佳预测方法。结果：指数平滑法、移动平均法、自相关分析及ARIMA法的1993／2002年患病率预测值年平均相对误差(％)和误差平方和ARIMA模型最小。结论：集成垸1990／2002年患病率预测中，时间序列分析诸方法中ARIMA模型预测效果较好。     

贝叶斯正规化BP神经网络在我国医院床位预测中的应用

目的 探讨贝叶斯正规化BP神经网络在我国医院床位预测中的应用. 方法 利用1990-2006年我国医院床位历史数据,建立贝叶斯正规化BP神经网络进行拟合预测,并与指数平滑预测、自回归模型的预测结果进行比较. 结果 三种方法预测结果的相对误差分别为0.58%,3.62%,1.48%.贝叶斯正规化BP神经网络模型预测精度更高,效果更好,优于传统方法. 结论 贝叶斯正规化BP神经网络预测模型可以用于我国医院床位预测.     

1972～2001年启东市肺癌发病趋势的时间序列分析及预测模型探讨

目的:采用不同的预测模型拟合江苏省启东市1972￣2001年肺癌发病资料,并预测其到2015年的发展趋势,为启东市制订肺癌防制策略提供依据。方法:利用启东市肿瘤登记处积累的1972￣2001年肺癌登记资料,采用时间序列分析方法中的趋势外推法、指数平滑法、ARIMA模型(Box鄄Jenkins法)等,分析该地肺癌发病率的变化趋势。比较各方法预测精度,赋予不同权重,建立组合预测模型。结果:各种分析、预测方法显示:肺癌的发病率呈现上升趋势;保守预测估计至2010年肺癌发病率将突破50/10万,2015年肺癌发病率将达到60/10万,接近周边大城市肺癌发病率水平。其中男性肺癌发病率到2010年接近85/10万,2015年将达到90/10万以上;女性肺癌发病率到2010年接近30/10万,2015年将超过35/10万。到2010年启东市男女肺癌发病率将在2001年基础上分别增长38.85%和25.91%。结论:启东市30年(1972￣2001)肺癌发病率呈现持续增长趋势,应对该地居民肺癌发生影响因素及变动情况作进一步的探讨;探索比较了多种预测模型的拟合优度,在此基础上建立组合模型,可以达到综合预测的目的。     

基于BP神经网络的煤工尘肺发病工龄预测组合模型的研究

目的探讨基于BP神经网络的组合模型在煤工尘肺发病工龄预测中的应用。方法采用SPSS18.0中的BP神经网络模型和多重线性回归模型对数据进行分析预测,运用最小二乘加权的方法对二模型进行加权拟合,采用平均相对误差对各模型预测结果进行分析,比较各模型的精确度,从而评价各模型的预测性能。结果由BP神经网络进行预测可以得出发病工龄预测值和真实值大致位于从原点起始的45°线上,符合理想状态下值的分布情况。在对数据进行多重线性回归分析后,得到R=0.967,R2=0.935,对方程进行检验,F=1367.408,P=0.000,表明可以应用此多重线性回归方程进行预测分析。BP神经网络模型,多重线性回归模型,组合模型的均方根误差分别为0.057、0.057、0.052;平均绝对误差分别为1.4、1.46、1.38;平均相对误差分别为0.17、0.12、0.02。结论实证表明,该组合模型的预测精确度比常规BP神经网络模型要好。组合模型的算法概念明确,计算简便,有较高的拟合和预测精度。     

应用季节指数法和季节性指数平滑法预测某院妇科肿瘤门诊人次

目的应用季节指数法和季节性指数平滑2种方法分析及预测某院妇科肿瘤门诊人次,为更好地分配医疗资源和提升医院管理水平提供参考。方法收集2015年1月1日-2018年12月31日某院妇科肿瘤16个季度共32 248人次的门诊就诊数据,采用Excel2010建立数据库,运用季节指数法和季节性指数平滑法分析及预测。结果报告期内某院妇科肿瘤门诊人次呈逐渐增长趋势;门诊人次最低的为第4季度,季节指数为94.04%,最高为第2季度,季节指数为158.22%;直线趋势季节预测2019年各季度妇科肿瘤门诊人次的相对误差范围为0.50%~9.41%,平均相对误差为3.68%;季节性指数平滑法拟合的最优模型为简单季节模型,平稳的R2为0.65,R2为0.71,经Ljung-Box Q检验,残差为白噪声序列(P>0.05);简单季节模型预测2019年各季度妇科肿瘤门诊人次的相对误差范围为0.8%~4.65%,平均相对误差为2.92%。结论某院妇科肿瘤门诊人次呈逐渐增长趋势,季节性指数平滑法拟合的简单季节模型预测精准度更高一些,科室应根据门诊人次季节特征,合理调配卫生资源,科学安排医护人员工作时间,以进一步提升医疗服务能力。     

季节性指数平滑法在预测某院儿科门诊人次中的应用

目的应用季节性指数平滑法预测某院儿科门诊人次,为儿科合理调配医疗资源提供科学依据。方法基于2013年1月1日-2018年12月31日某院儿科门诊人次数据,使用SPSS22.0软件建立季节性指数平滑模型,采用2016年1月1日-2018年12月31日各季度儿科门诊人次数据进行验证,并对2019年1月1日-2020年12月31日儿科门诊人次进行预测。结果季节性指数平滑法的最优预测模型为Winters相加模型,该模型在Gamma(趋势)、Delta(季节)均有统计学意义,平稳的R^2分别为0.76,R^2值为0.79,标准化的BIC为20.69,模型残差为白噪声序列,平均相对误差为8.85%;2019年1月1日-2020年12月31日某院儿科门诊人次的预测仍呈现出持续上升的季节性和周期性趋势。结论季节性指数平滑法的Winters相加模型能够较好的拟合该院儿科门诊人次的实际值,可用于儿科门诊量及变化趋势的预测,值得推广应用。     

细菌性痢疾自回归滑动平均和非线性自回归组合模型预测研究

目的 探讨单纯自回归滑动平均(autoregressive integrated moving average,ARIMA)模型与ARIMA和非线性自回归(nonlinear autoregressive,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2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0.177 5、0.081 4和0.184 7,ARIMA-NAR组合模型分别为0.094 1、0.029 5和0.104 6.在模型的预测阶段,单纯ARIMA模型的MAE、MSE和MAPE也分别大于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.     

差分——指数平滑预测模型在门诊人次预测中的应用

目的探讨差分-指数平滑预测模型在医院管理中的应用价值。方法建立差分-指数平滑预测模型对某院2008年门诊诊次进行定量预测,并对预测模型的预测精度进行评价。结果差分-指数平滑预测模型预测门诊诊次的结果满意。通过计算机反复试算,可获得最佳的平滑常数（α）,使预测模型的预测误差最小。本例预测平均绝对百分误差（MAPE）4．4040％〈10％,预测精度较高。结论差分-指数平滑预测模型预测精度较高,计算简便且具有递推性质,在医院管理中有应用价值。     

百度关键词在清远市流行性感冒发病预测中的应用及效果评价

目的 探讨百度关键词在清远市流感发病预测中的适用性。方法 收集《中国疾病预防控制信息系统》清远市范围内2012年12月31日至2017年12月24日每周流感发病数,同时从百度指数官网收集同期流感相关关键词在清远市范围内的百度指数,利用流感实际发病数拟合自回归移动平均模型（ARMA）,利用实际发病数和相关的流感百度指数拟合自回归分布滞后模型（ARDL）,比较两个模型的优劣。结果 共收集260周数据,流感发病11 895例,共收集15个流感相关百度指数,其中与实际发病数相关系数大于等于0.3的百度指数6个,与流感发病数呈单向格兰杰因果关系的百度指数有1个,为“流感”。利用前256周数据建立的ARMA模型预测未来4周流感发病数时,模型调整决定系数为0.80,其均方根误差（RMSE）=95.25,平均绝对百分误差（MAPE）=45.49,希尔不等式系数（TIC）=0.25。利用前256周数据建立的ARDL模型预测未来4周流感发病数时,模型调整决定系数为0.81,其均方根误差（RMSE）=79.07,平均绝对百分误差（MAPE）=39.67,希尔不等式系数（TIC）=0.19。ARDL模型的预测精度优于ARMA模型。结论 利用百度指数建立的流感发病预测模型能够增加预测准确性,适用于流感发病预测。     

空间经验贝叶斯平滑法在肺癌死亡空间分析中的应用

目的：探讨空间经验贝叶斯平滑法在肺癌死亡空间分析中的应用。方法：利用2010年研究区死亡监测资料,采用空间经验贝叶斯平滑法和地理信息技术分析肺癌死亡的空间分布特征。结果：平滑后肺癌死亡的插值格网图显示,死亡率向局部均值靠拢,高低值区域分布集中,聚集趋势明显。结论：空间经验贝叶斯平滑对肺癌死亡率的估计更加稳定,可为小人群死亡率的空间特征分析提供一种有效的研究方法。     

近红外漫反射光谱-偏最小二乘法非破坏定量分析维生素C片

目的采用近红外漫反射技术结合偏最小二乘法对维生素C片中的维生素C进行非破坏性定量分析。方法110个校正集样品采用近红外二阶导数在10 000~4 000 cm-1光谱区间建立了维生素C片中维生素C的含量定量分析模型,对验证集进行验证,并计算实际样品的标示含量。结果校正集预测值与真实值的相关系数（r）为0.996 9,校正均方根误差（RMSEC）为1.30。对10个验证集样品进行外部验证,预测均方根误差（RMSEP）为0.656,预测值的平均回收率为97.24%（RSD=4.89%,n=10）。结论本方法简便,快速,准确,适用于药品快速检查和质量控制。     

时间序列模型拟合广西麻疹发病趋势的应用研究

目的探讨不同时间序列预测模型拟合麻疹发病趋势的可行性,分析两种不同时间序列模型的拟合度,建立流行病学数理统计模型,为制定麻疹预防控制策略提供科学依据。方法收集广西壮族自治区1990～2009年麻疹疫情报告数据,采用指数平滑模型和ARIMA模型,模拟1990～2009年广西麻疹疫情的动态轨迹,比较两种方法的拟合精度,评价拟合及外推效果。结果 1990～2009年广西麻疹的逐年发病率呈递减趋势,具有低水平波动的变化特征,其变动轨迹,以ARIMA模型拟合效果较好（拟合度R2=0.68）,其次为指数平滑模型（拟合度R2=0.62）,均具有一定的外展预测能力。结论 ARIMA模型适用于拟合类似麻疹发病率的动态趋势,在传染病疫情预测领域具有重要的现实意义。