- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
3084 重庆医学 2011年 10月第4O卷第30期
· 调查报告 ·
时间序列分析法预测高温干旱期间住院病例数量
段 芹 ,余兰英 ,徐小利 ,鲁建央 ,刘达伟 ,钟朝晖
(1.重庆 医科大学公共卫生学院 400016;2.重庆市第五人民医院 400062)
摘 要 :目的 探讨重庆市局部地区高温干旱期 间住 院病例数量变化趋势 ,为本市今后建立与完善高温干旱期间住院病例数
量预警系统提供依据 。方法 通过分析重庆市局部地 区高温干旱期间住院病例数量的变化规律 ,使用时间序列分析法 中的ARI—
MA模型分析和预测住院病例 的变化趋势 。结果 建立 了ARIMA(P,d,q)模型,绝大多数实际值均落在两条预测值 的95 置信
线 内,且该模型进行了短期的预测。结论 时间序列分析法用于高温干旱期间住院病例数量变化的研究中具有较好的适应性和
适用性,ARIMA(P,d,q)模型能较好的反应并预测重庆市局部地 区该期 间病例数 的变化趋势。
关键词:住院;高温干旱 ;时间序列;ARIMA模型;趋势预测
doi:10.3969/j.issn.1671-8348.20l1.30.028 文献标识码 :A 文章编号 :167卜8348(2011)30—3084—03
Timeseriesanalysisforpredictionoftheinpatient-numbersduringhotand droughtmonths
DuanQin ,YuLanying ,XuXiaoyang ,LuJianyang ,LiuDawei ,ZhongChaohui△
(1.DepartmentofEpidemiology,ChongqingMedicalUniversity,Chongqing400016,China;2.theFifth
PeoplesHospital0’Chongqing,Chongqing400062,China)
Abstract:0bjective Toinvestigatethevariationtrendofthenumberofinpatientsduringhotweatheranddroughtperiod,in
ordertoexplorehow tO build and improveearlywarning system oftheamountofinpatientsduring hotweatheranddrought
months.Methods Throughanalyzingthevariationregularityoftimeseries,ARIMA (P,d,q)modelwasusedtOanalyzethedynamic
variationoftheamountofinpatients.Results ThemodelARIMA(P,d,q)wasestablished,thevastmajorityoftheactualvaluesfell
tOthe95 confidencelimitsoftwopredictiveline,anditproducedagoodfitnesstOpredicttheamountofinpatientsinashortfu—
ture.Conclusion ARIMA(p,d,q)modelwasapplicableandpracticalinanalyzingthevariation regularityoftheamountofinpa—
tient,whichindicatethemodelARIMA (P,d,q)canresponseandpredictwellthedynamicvariationoftheamountofinpatients.
Keywords:hospitaliztion;hotweatheranddrought;timeseries;ARIMA model;tendencypredication
近年来,夏季高温旱灾天气在全球的频繁发生,对人群的 别 ;(3)模型参数估计与检验 ;(4)模型的优化 。建立 ARIMA
健康
文档评论(0)