典型文献
宁波市老年人总死亡风险的预测模型比较研究
文献摘要：
目的 探讨比较多变量长短期记忆神经网络(LSTM)与多元自回归移动平均模型(ARIMAX)在宁波市老年人总死亡人数预测中的效果.方法 收集2014年1月1日—2018年12月31日宁波市老年人总死亡人数、气象因素及空气污染物数据.以2014年1月1日—2018年2月28日的周数据为训练集建立多变量LSTM及ARIMAX模型,以2018年3月1日—2018年12月31日周数据为测试集预测周死亡数,并根据均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、拟合优度(R2)等预测误差评价指标及预测曲线图比较两模型预测效果.结果 本研究共收集2014年1月1日—2018年12月31日宁波市老年人死亡人数146606人,平均每周死亡人数的中位数为76人.周平均最高温度、相对湿度、降水量分别为23.37℃、80.53％、0.86 mm,周平均SO2、NO2、CO、O3-8 h、PM10、PM2.5质量浓度分别为11.71μg/m3、37.43μg/m3、0.79 mg/m3、95.43μg/m3、58.43μg/m3、35.93μg/m3.通过气象因素与空气污染物的Spearman秩相关分析,最终将最高温度、相对湿度、降水量、O3-8 h及PM2.5五个因素纳入分析.通过多变量LSTM和ARIMAX(3,1,2)模型进行预测,两模型的预测误差评价指标RMSE、MAE、MAPE和R2值分别为4.90、3.77、4.77、0.82和8.68、5.80、7.53、0.97,ARIMAX的曲线拟合度优于多变量LSTM模型.结论 对于2018年3月1日—2018年12月31日宁波市老年人周死亡人数预测,ARIMAX模型的预测能力优于多变量LSTM.
文献关键词：
多元自回归移动平均模型;多变量长短期记忆神经网络;时间序列研究;预测;老年人;死亡风险
中图分类号：
作者姓名：
黄钰姝;宋和佳;张睿;何江;程义斌;李永红;姚孝元
作者机构：
中国疾病预防控制中心环境与人群健康重点实验室中国疾病预防控制中心环境与健康相关产品安全所,北京 100021;中国疾病预防控制中心
文献出处：
引用格式：
[1]黄钰姝;宋和佳;张睿;何江;程义斌;李永红;姚孝元-.宁波市老年人总死亡风险的预测模型比较研究)[J].环境卫生学杂志,2022(11):797-803
A类：
多变量长短期记忆神经网络,多元自回归移动平均模型
B类：
宁波市,总死亡,死亡风险,模型比较,ARIMAX,死亡人数预测,气象因素,空气污染物,训练集,测试集,死亡数,RMSE,平均绝对误差,MAE,平均绝对百分比误差,MAPE,拟合优度,预测误差,曲线图,共收,中位数,最高温度,相对湿度,降水量,SO2,NO2,O3,PM10,PM2,过气,秩相关分析,终将,曲线拟合,拟合度,预测能力,时间序列研究
AB值：
0.221461
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
