时间序列分析法在细菌性痢疾发病率预测中的应用
Occupation and Health(2013)
Abstract
目的探讨自动回归移动平均模型(ARIMA)在细菌性痢疾发病率预测中的应用,为制定细菌性痢疾预防控制策略提供科学数据。方法利用深圳沙井街道2006年1月—2011年6月的的细菌性痢疾月发病率数据建立ARIMA模型,采用2011年7—12月的月发病率数据验证模型的预测效果。结果通过比较筛选,ARIMA(1,1,1)模型预测效果较好,2011年7—12月的月发病率预测值分别2.28/10万、1.83/10万、2.61/10万、1.62/10万、0.83/10万、0.67/10万,且实际值均在预测值的95%可信区间内,2011年7—12月发病率的预测值基本符合实际发病率的变动趋势。结论 ARIMA模型能较好地模拟在短期内细菌性痢疾发病率的变动趋势,可为细菌性痢疾制定预防控制策略提供科学的数据。
MoreTranslated text
Key words
bacillary dysentery,ARIMA model,Forecasting
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined