应用ARIMA模型预测青海海西州地区肺心病的发病率

• 全文链接
• 请求原文

作   者：

田富鹏;  马亮亮; 

作者机构：

西北民族大学计算机科学与信息工程学院; 

关键词：

肺心病;  时间序列分析;  模型识别;  残差独立性检验;  ARIMA模型; 

期刊名称：

中国组织工程研究与临床康复

基金项目：

基于数据挖掘的区域急诊疾病谱时空预测模型研究

i s s n：

1673-8225

年卷期：

2010 年 33 期

页   码：

6243-6246

摘   要：

背景:由于肺心病发病率受多种因素的影响,且各种因素之间又保持着错综复杂的联系。因此,用确定性数学模型来分析和预测比较困难。目的:探讨ARIMA模型在时间序列资料中的应用,建立海西州地区肺心病发病率的预测模型。方法:利用时间序列分析方法对海西州地区2003-01/2008-12肺心病发病率数据进行了分析。经过数据平稳化、模型识别确立了3种ARIMA模型,并借助于AIC和SC准则,选出了最佳模型ARIMA(2,1,1)。最后,对该模型进行了模型诊断检验和模型预测,确保了所建模型的合理性。结果与结论:ARIMA(2,1,1)模型预测值的动态趋势和实际情况基本一致,整体效果不错,结果比较理想。提示:ARIMA(2,1,1)模型可作为海西州地区肺心病发病率的预测模型,且通过此模型可帮助人们了解肺心病发病率的发展趋势,有重点地对肺心病进行健康防治工作,有效地降低肺心病对人们的危害,保障人们的生活质量。