检索结果-内蒙古大学图书馆

中国卫生统计 2020年第4期37卷 524-526页

作者：张欣刘振球袁黄波吴学福吴明山张铁军复旦大学公共卫生学院流行病学教研室——公共卫生安全教育部重点实验室 200032

目的探讨神经网络自回归模型在丙肝发病趋势和预测研究中的应用。方法通过神经网络自回归模型对2004年1月至2015年12月我国全国丙肝发病率进行拟合建模,估计丙肝的发病趋势,并对2016年我国丙肝发病率进行预测,与实际值对比,根据相对误... 详细信息

目的探讨神经网络自回归模型在丙肝发病趋势和预测研究中的应用。方法通过神经网络自回归模型对2004年1月至2015年12月我国全国丙肝发病率进行拟合建模,估计丙肝的发病趋势,并对2016年我国丙肝发病率进行预测,与实际值对比,根据相对误差、平均绝对误差(MAE)、平均绝对百分误差(MAPE)和均方根误差(RMSE)对模型的预测效果进行评价。结果神经网络自回归模型能够识别出我国丙肝在过去13年的发病趋势,逐年增长并具有季节性,且相对误差、MAE、MAPE和RMSE均较小,尤其RMSE<10%。结论神经网络自回归模型可以运用于丙肝的时间序列数据的分析中,其预测精度较高。

关键词：神经网络自回归模型丙肝趋势预测

来源：评论

学校读者我要写书评

暂无评论

基于ARIMA与NNAR模型的中国食管癌疾病负担预测

引用

中华疾病控制杂志 2021年第9期25卷 1048-1053页

作者：马倩倩何贤英崔芳芳孙东旭翟运开高景宏王琳赵杰郑州大学第一附属医院互联网医疗系统与应用国家工程实验室郑州450052 郑州大学管理工程学院郑州450001

目的探索中国食管癌疾病负担时间序列特征,并进行预测。方法收集1990—2019年中国食管癌发病率、死亡率、伤残调整寿命年(disability adjusted life year,DALY)等疾病负担数据,基于1990—2016年数据建立自回归移动平均(autoregressive i... 详细信息

目的探索中国食管癌疾病负担时间序列特征,并进行预测。方法收集1990—2019年中国食管癌发病率、死亡率、伤残调整寿命年(disability adjusted life year,DALY)等疾病负担数据,基于1990—2016年数据建立自回归移动平均(autoregressive integrated moving average,ARIMA)模型、神经网络自回归(neural network autoregression,NNAR)模型,通过平均误差率(modulation error ratio,MER)、平均绝对百分比误差(mean absolute percentage error,MAPE)、平均绝对误差(mean absolute error,MAE)和均方根误差(root mean squared error,RMSE)比较2017—2019年预测数据与实际数据以验证模型预测性能,并预测2020—2024年食管癌疾病负担。结果1990—2019年中国食管癌疾病负担整体呈波动上升趋势,发病率上升33.26%,死亡率上升21.26%,DALY率上升6.66%。ARIMA模型与NNAR模型的预测值和实际值动态趋势基本一致,选择其中更优模型预测得到2020—2024年中国食管癌发病率分别为20.375/10万、21.057/10万、21.380/10万、21.341/10万和21.080/10万;死亡率分别为18.834/10万、19.647/10万、20.407/10万、20.889/10万和20.988/10万。DALY率分别为418.192/10万、431.123/10万、442.780/10万、452.376/10万和459.358/10万。结论中国食管癌疾病负担在2020—2024年将上升。NNAR模型在拟合中国食管癌疾病负担应用中具有良好预测性能与精度,可为疾病负担短期预测提供借鉴方法。

关键词：自回归移动平均模型神经网络自回归模型食管癌预测疾病负担

来源：评论

学校读者我要写书评

暂无评论

2017—2023年青海省其他感染性腹泻病发病率的时空分析及预测模型比较

引用

中华疾病控制杂志 2024年第11期28卷 1301-1307页

作者：姜雨淇龙江赵金华张华一邓萍姜文琦青海大学医学院公共卫生系西宁810001 重庆市预防控制中心传染病预防控制所重庆400707 青海省疾病预防控制中心传染病预防控制所西宁810007

目的分析青海省其他感染性腹泻病(other infectious diarrhea disease,OIDD)流行情况与变化特点,为2024年青海省OIDD发病率提供预测。方法以2017年1月—2023年12月青海省OIDD的月发病率和年发病率为原始数据,利用Arcgis 10.8软件对青海... 详细信息

目的分析青海省其他感染性腹泻病(other infectious diarrhea disease,OIDD)流行情况与变化特点,为2024年青海省OIDD发病率提供预测。方法以2017年1月—2023年12月青海省OIDD的月发病率和年发病率为原始数据,利用Arcgis 10.8软件对青海省年发病率进行地图可视化,使用GeoDa 1.16软件进行空间自相关分析,使用R 4.3.1软件建立青海省OIDD的季节性自回归积分滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型、三次指数平滑法(Holt-Winters)模型、神经网络自回归(neural network autoregression,NNAR)模型、指数平滑空间状态(trigonometric seasonality,Box-Cox transformation,TBATS)模型、先知模型。根据均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)、平均绝对百分比误差(mean absolute percentage error,MAPE)评价模型拟合效果。结果除Holt-Winters模型之外,各种模型均能较好地捕捉发病率趋势,其中NNAR模型训练集的MAE为0.90、RMSE为1.25、MAPE为16.43,在TBATS等模型中表现最好;NNAR模型测试集除RMSE值大于SARIMA模型和TBATS模型外,MAE和MAPE值均小于其他模型,总体而言预测性能最佳。因此,可基于NNAR模型对2024年青海省OIDD发病率做出预测,为高海拔地区的疾病预防策略做出启示。结论2017—2023年青海省西宁市、海东市、黄南藏族自治州为OIDD的高发地区。模型预测中,NNAR模型的预测效果最好,但在实际情况中需要结合各地区时空特征和流行趋势制定相应的防治措施。

关键词：其他感染性腹泻病神经网络自回归模型模型预测季节性自回归积分滑动平均模型先知模型

来源：评论

学校读者我要写书评

暂无评论

基于全球疾病负担数据库分析1990-2019年中国脑瘤发病趋势

引用

中华肿瘤防治杂志 2023年第14期30卷 827-833页

作者：段朝晖赵湘铃张敏徐杰茹让蔚清熊文婧南华大学公共卫生学院湖南衡阳421001 南华大学附属第一医院中医科湖南衡阳421001

目的探讨1990-2019年我国脑瘤发病变化趋势与特征,为脑瘤防治工作提供参考。方法选取1990-2019年全球疾病负担(GBD)数据库中国5~0。男、女性脑瘤的发病风险均随年龄和时期的增加而增加,较早出生队列的发病风险低于较晚出生队列。预测结... 详细信息

目的探讨1990-2019年我国脑瘤发病变化趋势与特征,为脑瘤防治工作提供参考。方法选取1990-2019年全球疾病负担(GBD)数据库中国5~<95岁脑瘤发病数据,整理数据并应用Joinpoint回归模型分析发病趋势,计算年度变化百分比(APC)与平均年度变化百分比(AAPC)。采用年龄-时期-出生队列(APC)模型分析发病率的年龄、时期和队列效应。通过R 4.1.3对脑瘤发病数据建立神经网络自回归(NNAR)模型,预测未来5年脑瘤发病率。结果1990-2019年我国脑瘤发病率呈上升趋势,男性和女性的AAPC值分别为1.802与2.396。APC模型分析显示,男性与女性的净偏移值分别为0.811%与1.332%,均>0。男、女性脑瘤的发病风险均随年龄和时期的增加而增加,较早出生队列的发病风险低于较晚出生队列。预测结果显示,2019年后我国脑瘤发病率将持续上升,2024年将达到7.707/10万。结论1990-2019年我国脑瘤发病率上升趋势明显,其中女性的上升趋势较男性更显著。年龄越大、生活时代越近人群其发病风险越大。预测结果提示,发病率在2020-2024年会持续上升,应加强对脑瘤防治工作的关注,开展好一级预防工作,降低我国脑瘤未来的发病率。

关键词：脑瘤发病趋势年龄-时期-出生队列模型预测神经网络自回归模型

来源：评论

学校读者我要写书评

暂无评论

基于KNN模型的原油价格预测研究

引用

价格月刊 2021年第5期 15-22页

作者：楚新元卢爱珍张敬信新疆财经大学金融学院新疆乌鲁木齐830012 新疆财经大学期刊编辑部新疆乌鲁木齐830012 哈尔滨商业大学基础科学学院黑龙江哈尔滨150028

针对非线性、非平稳且呈现剧烈波动的时间序列,使得传统的预测方法预测效果不够理想。尝试运用KNN模型对WTI原油价格进行预测,并与ARIMA模型和神经网络自回归(NNAR)模型预测结果进行比较,结果表明:KNN模型适用于WTI原油价格预测,且预测... 详细信息

针对非线性、非平稳且呈现剧烈波动的时间序列,使得传统的预测方法预测效果不够理想。尝试运用KNN模型对WTI原油价格进行预测,并与ARIMA模型和神经网络自回归(NNAR)模型预测结果进行比较,结果表明:KNN模型适用于WTI原油价格预测,且预测效果优于ARIMA模型和神经网络自回归模型。通过模型组合,利用KNN模型和神经网络自回归模型组合预测后,预测精度显著提升。

关键词： KNN模型 ARIMA模型神经网络自回归模型预测精度

来源：评论

学校读者我要写书评

暂无评论

三种预测模型对中国流行性腮腺炎月度发病率预测的应用与比较

引用

实用预防医学 2023年第11期30卷 1392-1396页

作者：汤梦莹宋晓坤梁凯琼牛娜唐沛莹黎燕宁广西医科大学公共卫生学院广西南宁530021

目的建立三种预测模型分析流行性腮腺炎的季节发病情况,为流行性腮腺炎的预测方法提供理论依据。方法收集2004年1月—2018年12月全国流行性腮腺炎月度发病率数据,训练集数据为2004年1月—2017年12月流行性腮腺炎月度发病率,分别建立季... 详细信息

目的建立三种预测模型分析流行性腮腺炎的季节发病情况,为流行性腮腺炎的预测方法提供理论依据。方法收集2004年1月—2018年12月全国流行性腮腺炎月度发病率数据,训练集数据为2004年1月—2017年12月流行性腮腺炎月度发病率,分别建立季节性差分自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型、温特线性与季节指数平滑(Winter linear and seasonal exponential smoothing,Holt-Winters)模型和神经网络自回归(neural network autoregressive,NNAR)模型,以2018年1—12月中国流行性腮腺炎月度发病率数据作为测试集,评估三种模型的预测效果。结果2004年1月—2018年12月全国流行性腮腺炎月度发病率最高月份是2012年6月,发病率最低月份是2016年2月,每年有两个发病高峰,大高峰发生在每年的4—7月,小高峰发生在每年的11月至次年1月;SARIMA模型、Holt-Winters模型和NNAR模型预测的平均相对误差的绝对值(mean absolute percentage error,MAPE)分别是18.63%、18.65%和16.31%,均方根误差(root mean square error,RMSE)分别为0.29、0.36和0.39,平均绝对误差(mean absoluteerror,MAE)0.26、0.30和0.30,R^(2)分别为93.43%、83.79%和78.24%。预测效果最好的为SARIMA模型,其次为Holt-Winters模型,NNAR模型的预测效果最差。结论SARIMA模型能很好地预测全国流行性腮腺炎的发病情况,可为今后流行性腮腺炎的预防控制工作提供借鉴方法。

关键词：流行性腮腺炎发病预测季节性差分自回归移动平均模型温特线性与季节指数平滑模型神经网络自回归模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：