文章目录

1 资料与方法

1.1 资料来源

1.2 研究方法

    1.2.1 ARIMA模型的构建及预测应用

    1.2.2 质量控制

1.3 统计学分析

2 结果

2.1 原始序列的平稳性检验及平稳化处理

2.2 ARIMA模型的识别及建立

2.3 备选模型参数估计和择优

2.4 最优模型的显著性假设检验

2.5 ARIMA模型的预测应用

    2.5.1 模型回代拟合效果评价

    2.5.2 模型预测效果评价

    2.5.3 模型预测应用

3 讨论

文章摘要:【目的】基于自回归移动平均（ARIMA）模型,构建江西省渝水区居民心血管疾病死亡时间序列模型,为该地区心血管疾病防治工作提供数学模型支撑。【方法】基于江西省渝水区居民2014—2018年心血管疾病死亡的时序资料,使用Econometrics View 9.0软件构建ARIMA季节调整模型预测该地区居民2019—2021年心血管疾病死亡情况。【结果】江西省渝水区居民2014—2018年心血管疾病月度死亡数呈现长期上升趋势,季节规律明显,每年春季和冬季为心血管病死亡高峰期。将原始序列N1经一阶差分及一阶季节性差分后,序列n1表现出良好平稳性（P<0.05）。列出所有的理论模型并分别计算其模型参数,经统计学检验后,筛选出7个ARIMA季节调整备选模型,其中ARIMA（1,1,1）（1,1,1）₁₂为最优模型,R²=0.749,调整R²=0.724,赤池信息准则（AIC）=8.454,施瓦兹准则（SC）=8.633,汉南-奎因准则（HQ）=8.515。ARIMA（1,1,1）（1,1,1）₁₂模型的残差序列通过白噪声检验（P>0.05）,预测效果良好。【结论】ARIMA（1,1,1）（1,1,1）₁₂模型可以较准确地模拟江西省渝水区心血管疾病死亡的长期趋势及季节规律,并对其年度变化趋势及月度分布做出科学的预测。

文章关键词:

论文DOI:10.19428/j.cnki.sjpm.2021.20609

论文分类号:R54

上一篇：医学教育与医学边缘学科论文_公共卫生与预防医
下一篇：没有了