时间序列模型在胆结石月发病率预测中的应用

《时间序列模型在胆结石月发病率预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、马亮亮等时间序列模型在胆结石月发病率预测中的应用第l7期-2401·时间序列模型在胆结石月发病率预测中的应用马亮亮田富鹏(西北民族大学计算机科学与信息工程学院，甘肃兰州730030)[摘要]目的在时间序列模型理论的基础上，通过时间序列模型对海西州地区的胆结石月发病率进行研究，建立相应的ARIMA模型和ARCH模型并进行预测和评价。方法通过EViews软件对青海海西州地区胆结石发病例监测登记资料进行统计分析，利用原数据建立ARIMA模型和ARCH模型，并通过所建模型对胆结石月发病率的变化趋势和原始序列的预测，确定所建ARIMA模型和ARCH模型的优劣

2、性。结果ARCH模型的预测结果较ARIMA模型理想，适合描述海西州地区胆结石月发病率的变动趋势。结论ARCH模型可作为海西州地区胆结石月发病率的预测模型，且通过此模型可帮助人们了解胆结石月发病率的发展趋势，有重点地对胆结石进行健康防治工作，有效地降低胆结石对人们的危害。[关键词]ARIMA模型；ARCH模型；时间序列分析；胆结石[中图分类号]O212．4[文献标识码]A(文章编号]1005-9202(2010)17-2401-05Applicationoftimeseriesmodelinthepredictionofthemonthinciden

3、cerateofgall-stoneMALiang-Liang，TIANFu-Peng．SchoolofComputerandInformation，NorthwestUniversityforNationalities，Lanzhou730030，Gansu，China【Abstract】ObjectiveTobuidARIMAandARCHmodelsonthebasisoftimeseriesmodeltheory，andforecastthegall—stonemonthincidenceinHaixizhouregion．MethodsE

4、Viewssoftwarewasusedtoanalyzethegall—stonemonthincidenceinHaixizhouregion．ARIMAandARCHmodelswerebuilttoforecastthevariationtrendofgal1．stonemonthincidence．ResultsThepredictedresultofARCHmodelwasmuchfittedthanthatofARIMAmodelandtheARCHmode1wasmuchfittedtodescribethedynamicchara

5、cteristicsofgall—stonemonthincidence．ConclusionsARCHmodelcanbeusedastheforecastinggal1stonemonthincidence．whichcanhelppeoplecomprehendthevariationtrendandregularityfoseasonalchangeofgall—stonemonthincidence，focusofatheworkofgall—stonehealthyprotection．effee—tivelyreducethehaza

6、rdsofgall—stonetohuman．【Keywords】ARIMAmodel；ARCHmodel；Timeseriesanalysis：Gall—stone由于人们工作压力的增大和不良的饮食习惯及其他原因，Y，t>d，则有(B)(1一B)Y=0(B)(3)近年来胆结石发病率有增加的趋势。通过时间序列模型对称此模型为求和自回归滑动平均模型，记为ARMA(p，d，q)。青海海西州地区2001年1月～2007年l2月胆结石月发病率1．2．2ARCH模型理论对于通常的回归模型Y=x,／3进行时间序列分析，了解人群在各时间段的胆结石发病特征，(4)

7、为胆结石的防治工作提供一定的数学依据。如果随机干扰项的平方服从AR(q)过程，即s=a。+。ll+⋯+Ⅱ一一+t=1，2，⋯(5)1资料与方法其中，独立同分布，并满足E()=0，D()=A，则模1．1病例资料全部病例资料取自青海海西州第一人民医型(5)是自回归ARCH模型。称序列服从q阶的ARCH过院。经过核对、补漏，从而保证资料的准确和完整。程，记作～ARCH(q)。(4)和(5)构成的模型称为回归一1．2理论与模型ARCH模型。1．2．1ARIMA模型如果时间序列{Y}是它的当前和前期ARCH(q)模型还可以表示为s=·(6)，h=a。+的随机

8、误差项以及前期值的线性函数，可表示为：y=。Y+a2l+⋯+aq2。2Y一2+⋯+PYf—p+占一0lr—l一02sl一2