10.12114/j.issn.1007-9572.2019.00.562
中国流行性腮腺炎发病率模型拟合及预测效果比较
背景 流行性腮腺炎(流腮)是中国极为严重的疾病.充分认识中国流腮的规律性并构建模型预测,对其预防和控制有重要意义.目的 评价季节性自回归移动平均模型(SARIMA)、指数平滑模型、SARIMA-广义回归神经网络(GRNN)组合模型和指数平滑-GRNN组合模型在流腮发病率拟合及预测中的应用效果.方法 利用全国2004年1月—2016年6月的流腮逐月发病率数据拟合、训练模型,建立SARIMA、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型.预测2016年7—12月流腮的逐月发病率并与实际值比较,采用平均绝对误差百分比(MAPE)、平均误差率(MER)、均方误差(MSE)和平均绝对误差(MAE)评价模型拟合及预测效果.结果 SARIMA(0,0,2)(0,1,1)12为最优SARIMA模型;Holt-Winters相乘模型为最优指数平滑模型,SARIMA-GRNN组合模型和指数平滑-GRNN组合模型的SPREAD最优参数分别为0.026、0.031.SARIMA模型、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型拟合的MAPE、MER、MSE和MAE依次分别为15.350％、14.976％、0.336、0.286,14.346％、14.249％、0.326、0.272,7.390％、6.320％、0.034、0.123,6.952％、5.776％、0.028、0.113.SARIMA模型、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型预测的MAPE、MER、MSE和MAE依次分别为11.998％、12.260％、0.022、0.138,39.582％、38.462％、0.199、0.432,8.892％、9.677％、0.020、0.109,8.872％、9.672％、0.021、0.109.结论 指数平滑-GRNN组合模型为最优模型,拟合及预测效果最好,用于全国流腮发病率预测精度高;SARIMA-GRNN组合模型次之;SARIMA模型拟合及预测效果一般;指数平滑模型拟合效果较好,但预测效果较差.
流行性腮腺炎、SARIMA、指数平滑模型、GRNN、组合模型、预测
23
R512.1(传染病)
湖北省卫生计生委创新团队项目WJ2016JT-002
2020-04-15（万方平台首次上网日期，不代表论文的发表时间）
共6页
1338-1343
