ARIMA模型和SVM模型联合在感染性腹泻发病预测中的应用
目的 利用某三甲医院2012年1月~2018年2月的腹泻发病例数建立求和自回归移动平均(ARIMA)乘积季节模型与支持向量机(SVM)联合模型,分析并预测感染性腹泻在季节上的流行趋势.方法 使用某三甲医院2012年1月~2018年2月的感染性腹泻发病例数拟合ARIMA和SVM联合模型,以2018年3~6月腹泻发病例数作为测试集,验证联合模型的预测效果.结果 单一ARIMA筛选出的最优模型为ARIMA(0,0,1)(0,1,1)12,验证2018年3~6月感染性腹泻发病与实际值的平均相对误差为13.6%,ARIMA-SVM联合模型平均相对误差为11%,实际值均在预测值95%可信区间内.结论 ARIMA与SVM联合模型对感染性腹泻发病的拟合情况优于单一ARIMA模型,可用于感染性腹泻发病的短期预测和动态分析.
感染性腹泻、ARIMA乘积季节模型、SVM支持向量机、ARIMA-SVM、预测
36
R512.5(传染病)
重点实验室项目H171313001
2020-06-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
432-435