10.3969/j.issn.1007-9572.2017.02.012
差分自回归移动平均与广义回归神经网络组合模型在丙型肝炎月发病率中的预测应用
目的:探讨差分自回归移动平均(ARIMA)与广义回归神经网络(GRNN)组合模型在丙型肝炎月发病率中预测建模效果及应用前景,为疫情预测提供依据。方法2015年5月—2016年5月,选取山东省疾病预防控制中心法定传染病直报系统2004—2014年丙型肝炎月度发病率数据及山东省统计局发布的同期人口资料。对2004—2014年山东省丙型肝炎月发病率数据构建 ARIMA 模型,验证拟合精度并外推预测;将 ARIMA 模型拟合值作为 GRNN 模型的输入,实际值作为 GRNN 模型的输出,对样本进行训练和预测。比较单纯 ARIMA 模型和ARIMA-GRNN组合模型在丙型肝炎月发病率中的预测效果。结果2004—2014年山东省丙型肝炎年均发病率为17.28/10万,并随着时间的推移呈上升趋势(Z =29.05,P <0.01)。ARIMA(1,2,1)模型预测2014年山东省丙型肝炎发病率与实际发病率基本一致,落在95%置信区间内,拟合效果较好。以 ARIMA(1,2,1)模型拟合值作为 GRNN 模型的输入,丙型肝炎月发病率实际值作为 GRNN 模型的输出,取最优光滑因子0.12训练模型,ARIMA-GRNN组合模型预测的拟合值与实际值基本吻合。ARIMA 模型和ARIMA-GRNN组合模型的平均误差率(MER)分别为16.87%、15.30%;决定系数(R2)分别为0.53、0.60;平均绝对误差(MAE)分别为0.17、0.09;平均绝对百分误差(MAPE)分别为1.18、0.35。结论ARIMA-GRNN组合模型对山东省丙型肝炎月发病率拟合及预测效果优于单纯 ARIMA 模型,具有较高的拟合精度,有较为广阔的应用前景,对于疫情预测工作有一定的实用性意义。
丙型肝炎、发病率、预测、差分自回归移动平均模型、广义回归神经网络
20
R512.63(传染病)
“健康山东”重大社会风险预测与治理协同创新中心资助课题XT -1402001
2017-03-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
182-186