ARIMA乘积季节模型与广义回归神经网络模型在布鲁菌病发病预测的比较

作者：马洁; 田野; 黄璐; 孟维静; 王素珍; 石福艳

来源：山东大学学报(医学版), 2018, 56(06): 76-82.

• 求和(差分)自回归移动平均
• 乘积季节模型
• 布鲁菌病
• 广义回归神经网络模型
• 时间序列
• 预测

目的探讨适合全国布鲁菌病发病的预测模型,为布鲁菌病预测预警系统提供参考。方法利用中国疾病预防控制中心2011年1月至2016年12月按月报告的布鲁菌病发病数历史疫情数据,分别建立求和(差分)自回归移动平均(ARIMA)乘积季节预测模型和广义回归神经网络(GRNN)模型,对2017年18月月报数进行预测,采用实际发病数与两种模型预测数进行比较,评价指标为平均相对误差、平均绝对误差。结果建立的ARIMA(0,1,1)(0,1,1)12乘积季节模型平均绝对误差、平均相对误差分别是989、0.23,GRNN模型平均绝对误差、平均相对误差分别是561、0.14,均小于ARIMA模型。结论 ARIMA模型和GRNN模型均可用于预测布病的发病数,后者预测效能优于前者。

• 出版日期2018
• 单位潍坊医学院