自回归求和移动平均季节乘积模型在结核病发病率预测中的应用

摘要：

目的 探讨自回归求和移动平均(autoregressive integrated moving average,ARIMA)季节乘积模型在季节性时间序列资料分析中的应用,建立结核病发病率的预测模型.方法 利用重庆市结核病防治所登记的某区1993至2004年结核病新发病例数及该区各年的平均人口数,采用条件最小二乘法估计模型参数,按照残差不相关原则、简洁原则确定模型的结构,依据Akaike信息准则(Akaike's information criterion,AIC)与Schwartz的贝叶斯信息准则(Bayesian information criterion,BIC)确定模型的阶数,建立结核病发病率ARIMA季节乘积预测模型.结果 非季节和季节移动平均参数分别为0.84076和0.46602,t检验的P值均小于0.05,有统计学意义,方差估计值为0.088589,AIC=19.75979,SBC=23.28219,显示模型提取序列中几乎所有的样本相关信息.对模型进行残差白噪声分析,x2检验统计量的P值均大于0.05,表明ARIMA(0,1,1)(0,1,1)4NOINT模型是有效的.结论 ARIMA(0,1,1)(0,1,1)4NOINT模型是一种短期内预测精度较高的结核病发病率预测模型.

关键词：模型、统计学、结核、时间因素、发病率、预测

所属期刊栏目：41

分类号：R5(内科学)

在线出版日期：2008-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：118-121