三种时间序列模型预测医院感染发病率的比较

摘要：

目的 比较和评价不同时间序列模型预测医院感染发病率的效果,探索可用于预测医院感染发病率的最佳模型.方法 以上海某三级甲等医院2011—2016年累计72个月的月度医院感染发病率数据作为拟合集构建季节性自回归移动平均模型(ARIMA)、NAR神经网络模型和ARIMA-BPNN组合模型,以2017年1—12月的月度感染发病率数据作为预测集检验模型的预测效果,评价比较不同模型的预测效果.结果 对于拟合集,ARI-MA模型、NAR神经网络模型和ARIMA-BPNN组合模型的MAPE分别为13.00％、14.61％和11.95％;对预测集,三者的MAPE分别为15.42％、26.31％和14.87％.结论 三种时间序列模型对医院感染发病率均具有较好的预测效果,其中ARIMA-BPNN组合模型对拟合和预测该院医院感染发病情况最佳,可为医院决策提供一定的数据支持.

关键词：医院感染、ARIMA、ARIMA-BPNN组合模型、NAR神经网络、预测

所属期刊栏目：18

分类号：R181.2(流行病学与防疫)

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：147-152