时间序列模型在胆结石月发病率预测中的应用.docVIP

　　时间序列模型在胆结石月发病率预测中的应用 【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EVieodels on the basis of time series model theory, and forecast the gallstone month incidence in Haixizhou region.Methods EVieonth incidence in Haixizhou region, ARIMA and ARCH models onth incidence. Results The predicted result of ARCH model uch fitted than that of ARIMA model and the ARCH model uch fitted to describe the dynamic characteristics of gallstone month incidence. Conclusions ARCH model can be used as the forecasting gallstone month incidence, onth incidence, focus on the an. 　　【Key odel; ARCH model; Time series analysis; 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，近年来胆结石发病率有增加的趋势〔1，2〕。通过时间序列模型对青海海西州地区2001年1月～2007年12月胆结石月发病率进行时间序列分析，了解人群在各时间段的胆结石发病特征，为胆结石的防治工作提供一定的数学依据。 　　1 资料与方法 　　1.1 病例资料 全部病例资料取自青海海西州第一人民医院。经过核对、补漏，从而保证资料的准确和完整。 　　1.2 理论与模型〔3～9〕 　　1.2.1 ARIMA模型 如果时间序列{yt｝是它的当前和前期的随机误差项以及前期值的线性函数，可表示为：yt=1yt-1+2yt-2+…+pyt-p+εt-θ1εt-1-θ2εt-2-…-θqεt-q (1) 　　则称该时间序列{yt｝是自回归移动平均序列，(1)式为(p,q)阶的自回归移动平均模型，记为ARMA(p,q);1，2，…，p称为自回归系数;θ1，θ2，…，θq称为移动平均系数，都是模型的待估参数。定义差分算子为yt=yt-yt-1 (2)则差分算子和后移算子B有以下关系式：=1-B、2=(1-B)2、d=(1-B)d。称d为差分的阶。设{yt｝为非平稳序列，{xt｝为ARMA(p,q)序列，存在正整数d，使得xt=dyt，tgt;d，则有(B)(1-B)dyt=θ(B)εt (3)称此模型为求和自回归滑动平均模型，记为ARMA(p,d，q)。 　　1.2.2 ARCH模型理论 对于通常的回归模型yt=xtβ+εt (4) 　　如果随机干扰项的平方ε2服从AR(q)过程，即ε2t=a0+a1ε2t-1+…+aqε2t-q+ηt t=1，2，… (5) 　　其中，ηt独立同分布，并满足E(ηt)=0，D(ηt)=λ2，则模型(5)是自回归ARCH模型。称序列εt服从q阶的ARCH过程，记作εt～ARCH(q)。(4)和(5)构成的模型称为回归ARCH模型。ARCH(q)模型还可以表示为εt=ht·vt(6),ht=a0+a1ε2t-1+…+aqε2t-q=a0+∑qi=1aiε2t-i (7)其中，vt独立同分布，且E(vt)=0,D(vt)=1;a0gt;0，ai≥0(i=1,2,…，q),且∑qi=1ailt;1(保证ARCH过程平稳)。如果在(4)式右边增加一项ht(或用标准差ht代替)，则该模型就变为ARCHM(ARCHinmean)模型，其表达式为：yt=xtβ+γht+εt (8)如果ht的结构为ht=a0+∑qi=1aiε2t-i=a0+a(B)ε2t-i，则模型(8)称为ARCHM(q)模型。 　　1.2.3 GARCH模型理论 GARCH(Generalized Autoregressive Conditional Heteroskedastic)模型通常用于对回归或回归模型的随机扰动项进醒建模。若有ht=a0+a1ε2t-1+…+aqε2t-q+θpht-1+…+θpht-p=a0+∑qi=1aiε2t-i+∑pj=1θjht-i(9)。则称序列服从GARCH(p,q)过程。 　　引入滞后算子B，(9)式可改写为ht=a0+a(B)ε2