检索结果-内蒙古大学图书馆

中国医药科学 2022年第18期12卷 17-21页

作者：闫锡鹏李贤黄林宾何保仁梁义安李彬南宁中心血站广西南宁530007

目的建立南宁地区医院月度用血量的自回归移动平均模型(ARIMA),为合理制订南宁地区输血依赖性地中海贫血(TDT)患者供血计划提供依据。方法统计南宁地区2016年1月至2021年6月每月地中海贫血供血量数据,绘制时间序列,使用SPSS 26.0建立地... 详细信息

目的建立南宁地区医院月度用血量的自回归移动平均模型(ARIMA),为合理制订南宁地区输血依赖性地中海贫血(TDT)患者供血计划提供依据。方法统计南宁地区2016年1月至2021年6月每月地中海贫血供血量数据,绘制时间序列,使用SPSS 26.0建立地中海贫血患者供血预测的最优模型,并预测2021年7—12月的供血量。结果绘制出时间序列图,经过参数识别,模型筛选等步骤,成功构建ARIMA(0,1,1)(0,0,1)12模型,模型的残差ACF、PACF值均在95%CI内,残差为白噪声,模型可以用于预测。运用模型对2021年7—12月南宁地区TDT患者用血量进行预测,预测值与实际值相对误差为8.42%。结论基于ARIMA模型的时间序列分析方法可用于南宁市月度地中海贫血供血量的短期预测。

关键词：自回归移动平均模型输血依赖性地中海贫血用血需求预测

来源：评论

学校读者我要写书评

暂无评论

自回归移动平均模型在北京市朝阳区手足口病发病预测中的应用

引用

首都公共卫生 2019年第2期13卷 83-86页

作者：葛申马建新付凌姣王晶崔树峰张政北京市朝阳区疾病预防控制中心 100021

目的通过构建时间序列自回归移动平均模型(autoregressive integrated moving average model,ARIMA),对手足口发病趋势进行预测,探讨该模型在发病预测中的应用。方法从疾病监测信息报告管理系统提取北京市朝阳区2010年1月-2016年12月手... 详细信息

目的通过构建时间序列自回归移动平均模型(autoregressive integrated moving average model,ARIMA),对手足口发病趋势进行预测,探讨该模型在发病预测中的应用。方法从疾病监测信息报告管理系统提取北京市朝阳区2010年1月-2016年12月手足口病月发病数据。建立ARIMA季节乘积模型,对2010年1月-2015年12月的月发病数进行拟合,再以2016年1-12月的月发病数作为验证数据,评价其预测效果。结果通过对模型进行拟合优度及残差序列进行白噪声检验,最后选择了ARIMA(1,0,0)(1,1,0)_(12)为最佳模型。对2016年1-12月发病数进行预测,实际发病数均落入95%CI内,平均相对误差为49.37%。模型中加入2016年1-6月的月实际发病数,预测2016年7-12月的月发病数,平均相对误差为18.12%。结论 ARIMA季节模型可应用于手足口病等具有季节性变动特征的传染病预测。ARIMA模型短期预测手足口病的发病情况精度更高,可通过不断纳入新的实际观测值开展动态分析。ARIMA模型仅为一种数学工具,在实际防控及监测工作中,需要结合专业理论知识及具体情况进行分析。

关键词：自回归移动平均模型手足口病预测

来源：评论

学校读者我要写书评

暂无评论

季节性自回归移动平均模型在秦皇岛市手足口病发病预测分析中的应用研究

引用

医学动物防制 2022年第3期38卷 230-234,238页

作者：陶旭史明坤董俊善郑立新杨健韩子寅秦皇岛市疾病预防控制中心河北066000

目的建立季节性自回归移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA),并对秦皇岛市手足口病的发病率进行预测及效果评估,为今后手足口病防控措施的制定提供科学依据。方法通过"中国疾病预防控制信息系统&qu... 详细信息

目的建立季节性自回归移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA),并对秦皇岛市手足口病的发病率进行预测及效果评估,为今后手足口病防控措施的制定提供科学依据。方法通过"中国疾病预防控制信息系统"导出2009—2018年秦皇岛市手足口病确诊病例和临床诊断病例。利用SPSS 23.0软件对2009—2018年秦皇岛市手足口病发病率进行逐月统计,采用季节性ARIMA模型进行建模拟合及预测分析。结果秦皇岛市2009—2018年各月均有手足口病病例报告,且发病呈明显的季节性分布特征,病例主要集中在6—8月,7月为发病高峰,个别年份在10月或11月病例数略有上升,且具有每隔1~2年发病强度增强的周期性。选用季节性ARIMA模型对手足口病发病进行预测,以ARIMA(2,0,0)(0,1,1);模型最优,2019年各月手足口病发病率实际值均在预测值的95%CI范围内。结论季节性ARIMA模型能较好地拟合手足口病发病率变化趋势,可用于手足口病发病的预测预警,为手足口病防控工作提供依据。

关键词：手足口病发病率自回归移动平均模型预测

来源：评论

学校读者我要写书评

暂无评论

自回归移动平均模型在医疗服务需求预测中的应用

引用

中国医院管理 2011年第10期31卷 6-8页

作者：张柠苏学艳李力首都医科大学卫生管理与教育学院北京100069 石家庄市妇幼保健院河北石家庄050000

目的拟合医疗服务需求时间序列资料的预测模型。方法采用自回归移动平均模型对出院人次进行模型拟合。结果模型拟合得到的最优模型为一阶自回归移动平均模型,模型预测2020年某市三甲医院的出院总人次将为93.88万人次。结论自回归移动平... 详细信息

目的拟合医疗服务需求时间序列资料的预测模型。方法采用自回归移动平均模型对出院人次进行模型拟合。结果模型拟合得到的最优模型为一阶自回归移动平均模型,模型预测2020年某市三甲医院的出院总人次将为93.88万人次。结论自回归移动平均模型适用于出院总人次时间序列模型拟合,预测结果显示,在没有外来干预因素影响的情况下,三甲医院出院总人次将会延续2009年以前的上升趋势继续上涨。

关键词：自回归移动平均模型医疗服务需求时间序列分析

来源：评论

学校读者我要写书评

暂无评论

自回归移动平均模型在预测门诊输液人次中的应用

引用

解放军护理杂志 2009年第2期26卷 64-65页

作者：王萍刘钰解放军总医院急诊科北京100853

目的评价自回归移动平均模型(autoregressive integrated moving average model,ARIMA)在预测门诊输液人次中的作用,为医疗资源配置提供依据。方法对某医院门诊部治疗室2003年1月至2007年12月的门诊输液患者进行统计分析,并使用SAS的AR... 详细信息

目的评价自回归移动平均模型(autoregressive integrated moving average model,ARIMA)在预测门诊输液人次中的作用,为医疗资源配置提供依据。方法对某医院门诊部治疗室2003年1月至2007年12月的门诊输液患者进行统计分析,并使用SAS的ARIMA过程预测模型对2008年度门诊输液人次进行预测。结果5年间门诊输液人次逐年增加,在各年度内存在波峰和波谷;不同年度每月门诊量有明显变化,但2月份均为门诊输液人次的低谷期。预测2008年门诊输液人次将明显增加,并呈现出季节性。结论ARIMA模型可以合理预测各月门诊输液人次的变化,为医疗资源配置提供重要依据。

关键词：门诊医疗补液疗法自回归移动平均模型预测资源分配

来源：评论

学校读者我要写书评

暂无评论

双门限自回归移动平均模型的贝叶斯最优子集选择

双门限自回归移动平均模型的贝叶斯最优子集选择

引用

作者：郑晓冰华南农业大学

学位级别：硕士

线性模型是统计学中最基本的模型之一,它为其他计量经济学模型奠定了一定的理论基础。然而,在大数据时代,越来越多的时间序列呈现出各种不同的非线性特征,线性模型已经不能适应于实际数据的建模分析,因此非线性时间序列模型得到研究学... 详细信息

线性模型是统计学中最基本的模型之一,它为其他计量经济学模型奠定了一定的理论基础。然而,在大数据时代,越来越多的时间序列呈现出各种不同的非线性特征,线性模型已经不能适应于实际数据的建模分析,因此非线性时间序列模型得到研究学者的广泛研究与应用。门限自回归)(TAR模型是非线性时间序列模型的一个典型代表,常常被应用在实际数据的建模分析中。最新的研究表明,相比单门限变量的时间序列模型,具有两个门限变量的时间序列AR-DT)(模型能够更充分地描述数据的动态变化特征。双门限自回归移动平均ARMA-DT)(模型作为AR-DT模型的拓展,对实际数据的拟合是否会更加充分值得做进一步的分析。因此,本文基于贝叶斯方法对ARMA-DT模型展开了研究。首先,本文拓展AR-DT模型,提出了四机制的ARMA-DT模型,并为该模型设计了一种有效的贝叶斯最优子集选择方法。具体地,基于各参数的先验分布信息,利用贝叶斯方法推导出ARMA-DT模型各未知参数的条件后验分布;然后采用随机搜索的思想,结合Gibbs抽样算法和H-MHastings-Metropolis)(抽样算法从大量可能的模型中选出其最优子集。其次,通过三个不同的模拟实验来检验本文所提出的贝叶斯最优子集选择方法的有效性。模拟实验结果表明,在合理的超参数设置下,本文所提出的贝叶斯最优子集方法具有良好的性能,不仅能够选出ARMA-DT模型的最优子集,还能准确地估计出该模型的未知参数。最后,利用四机制的ARMA-DT模型分别对日元兑美元的每日汇率数据和标准普尔500指数的日收盘价数据进行建模分析。实证分析结果表明,本文的贝叶斯子集选择方法能分别为这两个数据集选出合理的最优子集;与AR-DT模型相比,ARMA-DT模型的拟合效果更好。

关键词：贝叶斯推断双门限变量自回归移动平均模型随机搜索最优子集

来源：评论

学校读者我要写书评

暂无评论

基于自回归移动平均模型的国际金融危机对四川经济的影响分析研究

引用

生态经济 2011年第4期27卷 57-60,65页

作者：郑彬浙江财经学院金融学院浙江杭州310018

2008年发生的美国次贷危机引发的全球金融危机给世界各国的经济特别是金融行业带来了强烈的冲击。金融危机主要通过投资渠道、贸易渠道、汇率渠道以及预期渠道直接或间接影响四川经济。为估算这种影响,文章基于自回归移动平均模型(ARIMA... 详细信息

2008年发生的美国次贷危机引发的全球金融危机给世界各国的经济特别是金融行业带来了强烈的冲击。金融危机主要通过投资渠道、贸易渠道、汇率渠道以及预期渠道直接或间接影响四川经济。为估算这种影响,文章基于自回归移动平均模型(ARIMA)的特殊性,选取了2000～2008年的样本数据,运用时间序列建模技术,从直接影响和间接影响两个维度7项指标所描述的经济发展指标上,详尽分析研究了国际金融危机对四川经济的影响。文章克服了实际工作部门在测算该种影响时,不考虑经济序列长期发展趋势的不足,并就其对我国经济和四川经济发展的影响作了探讨,在此基础上,提出四川省市应对经济危机的措施,以供相关部门决策时参考。

关键词：金融危机经济发展指标自回归移动平均模型自相关函数偏自相关函数

来源：评论

学校读者我要写书评

暂无评论

基于自回归移动平均模型的梁桥损伤识别研究

基于自回归移动平均模型的梁桥损伤识别研究

引用

作者：周潇西南交通大学

学位级别：硕士

桥梁结构的损伤识别是当前桥梁工程内十分活跃的研究领域,有着广泛的应用背景,与此相关的理论和技术也在不断的发展和成熟。基于自回归移动平均模型的研究方法以往都应用于结构的状态预测或系统识别,将其用于大型桥梁结构的损伤识别中... 详细信息

桥梁结构的损伤识别是当前桥梁工程内十分活跃的研究领域,有着广泛的应用背景,与此相关的理论和技术也在不断的发展和成熟。基于自回归移动平均模型的研究方法以往都应用于结构的状态预测或系统识别,将其用于大型桥梁结构的损伤识别中还处于发展和完善阶段。本文拟结合桥梁结构的自身特点,对该方法在桥梁结构损伤识别中的应用做进一步的研究。本文的主要工作为: 1.从结构损伤识别的概念出发简述当前的研究概况与发展趋势,并对现有的损伤识别方法做了简明阐述。对基于自回归移动平均模型的损伤识别方法所涉及到的系统识别等基本概念以及编程语言MATLAB做了简单介绍。 2.对时间序列分析的基本思想做了简单介绍,并重点介绍了ARMA模型的时域特性,包括格林函数、逆函数、自相关函数和偏自相关函数。这是建立ARMA模型的理论基础。 3.对ARMA模型的建模过程做了一个详细的叙述,包括数据的采集与标准化处理、模型参数的估计、模型定阶等问题,其中模型参数的估计和模型阶的确定又是正确建立ARMA模型的关键之所在。对于ARMA模型的参数的估计,主要介绍了长自回归模型法和先后估计法;对于ARMA模型阶的确定,主要介绍了残差平方和准则、F-准则和AIC准则。 4.对时间序列与系统模型之间的内在联系作了简单介绍,然后重点阐明了ARMA模型和振动系统之间的等价关系。 5.通过数值试验对本文提出的损伤识别算法进行验证。以一简支梁桥和连续梁桥为例,采用ANSYS程序建立结构有限元模型,对结构进行动力分析,获取结构在白噪声激励下各节点的加速度时程。通过MATLAB程序建立ARMA模型,并考虑不同的噪声水平影响,从而验证基于ARMA模型的损伤识别方法的可行性、有效性和适用性。最后对全文的主要工作和研究成果进行总结,并指出需要进一步研究的课题。

关键词：损伤识别系统识别时间序列自回归移动平均模型

来源：评论

学校读者我要写书评

暂无评论

光谱自回归移动平均模型的贝叶斯分析方法

引用

电子设计工程 2021年第17期29卷 175-179,184页

作者：胡珍妮常在斌崔娟西安交通工程学院陕西西安710300

文中通过使用非信息先验方法,为ARMA频谱模型开发了一种贝叶斯方法,进行了基于马尔可夫蒙特卡罗(Markov Chain Monte Carlo,MCMC)的贝叶斯计算和模拟,得出了边缘后验分布的特征,如贝叶斯估计量和ARMA模型参数的置信区间。将这两种方法... 详细信息

文中通过使用非信息先验方法,为ARMA频谱模型开发了一种贝叶斯方法,进行了基于马尔可夫蒙特卡罗(Markov Chain Monte Carlo,MCMC)的贝叶斯计算和模拟,得出了边缘后验分布的特征,如贝叶斯估计量和ARMA模型参数的置信区间。将这两种方法与传统的最小二乘法和最大似然方法进行了比较,并给出了带有两个ARMA模型示例的数值说明,以评估程序的性能。比较结果表明,对于不太稳定的ARMA模型,贝叶斯方法是合理的,并且可以选择任何一种方法来获得更稳定的功率谱。与其他方法相比,贝叶斯方法提供了适用于任意阶次ARMA模型光谱的最佳拟合。

关键词：贝叶斯分析自回归移动平均模型最小二乘法最大似然方法

来源：评论

学校读者我要写书评

暂无评论

采用自回归移动平均模型预测我国狂犬病病例的研究

引用

疾病监测 2019年第12期34卷 1082-1088页

作者：李艳荣祝丽玲朱武洋陶晓燕临汾市疾病预防控制中心山西临汾041000 佳木斯大学公共卫生学院黑龙江佳木斯154007 中国疾病预防控制中心病毒病预防控制所北京102206

目的采用自回归移动平均模型(ARIMA)对我国大陆地区狂犬病月发病数进行预测,为我国狂犬病的防治工作提供参考依据。方法使用SPSS 19.0软件,利用2007年1月至2016年12月我国狂犬病的月发病数建立时间序列模型,并以2017年的月发病数为验证... 详细信息

目的采用自回归移动平均模型(ARIMA)对我国大陆地区狂犬病月发病数进行预测,为我国狂犬病的防治工作提供参考依据。方法使用SPSS 19.0软件,利用2007年1月至2016年12月我国狂犬病的月发病数建立时间序列模型,并以2017年的月发病数为验证数据,评估和筛选最优模型,使用最优模型对2018年狂犬病流行趋势及发病数进行预测。结果最优模型为ARIMA(0,1,1)(2,1,0)12,其平稳R2=0.539,均方根误差=17.653,Ljung-Box Q=8.932,P=0.881。对2017年1-12月的数据进行预测,相对误差为1.55%,2017年我国狂犬病实际发病数为516例,预计2018年发病数将继续下降至398例。结论 ARIMA(0,1,1)(2,1,0)12模型能很好地拟合狂犬病发病的长期趋势和季节趋势,回代拟合和短期预测效果较理想。

关键词：狂犬病自回归移动平均模型预测

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：