典型文献
基于自回归移动平均模型各亚型流行性感冒流行特征与趋势预测
文献摘要：
目的 分析我国2010-2019年流行性感冒的流行特征和分布规律,预测各亚型流感发病趋势.方法 采用ARIMA乘积季节模型,对流感数据进行原始序列预处理、模型识别、参数估计和统计建模,预测流感发病趋势.结果 构建流感自回归移动平均模型(ARIMA)乘积季节模型,预测模型为ARIMA(1,2,1)(0,1,1)12,数据信息提取充分(Q=14.257,P＞0.05),相对误差约10％;甲型流感预测模型为ARIMA(2,1,1)(0,2,2)12,数据信息提取充分(Q=13.236,P＞0.05),预测2018年12月至2019年3月的甲型流感发病率较高,4月开始,发病率迅速下降,与实际情况相似,相对误差控制在10％以内;乙型流感预测模型为ARIMA(1,2,1)(1,0,1)12,数据信息提取充分(Q=9.841,P＞0.05),但模型预测2019年乙型流感发病率较低,相对误差较高.结论 流感、甲型流感ARIMA乘积季节模型预测效果较好;乙型流感预测模型数据信息提取充分,但相对误差较高,可能与乙型流感发病无明显的长期趋势有关.
文献关键词：
流行性感冒;自回归移动平均模型;预测
中图分类号：
作者姓名：
戴皓云;周楠;任香;罗飘异;易尚辉;全梅芳;查文婷;吕媛
作者机构：
湖南师范大学医学院"分子流行病学"湖南省重点实验室,湖南长沙410007
文献出处：
引用格式：
[1]戴皓云;周楠;任香;罗飘异;易尚辉;全梅芳;查文婷;吕媛-.基于自回归移动平均模型各亚型流行性感冒流行特征与趋势预测)[J].疾病监测,2022(10):1338-1345
A类：
B类：
自回归移动平均模型,流行性感冒,流行特征,趋势预测,流感发病,发病趋势,ARIMA,乘积,模型识别,参数估计,统计建模,测流,信息提取,甲型流感,流感预测,误差控制,乙型流感,模型数据,长期趋势
AB值：
0.182693
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。
