單純ARIMA模型和ARIMA-GRNN組合模型在猩紅熱月發(fā)病率中的預(yù)測(cè)效果比較.pdf

1、目的：整理某市1985年～2008年猩紅熱月發(fā)病率資料,探討單純求和自回歸滑動(dòng)平均(ARIMA)模型和求和自回歸滑動(dòng)平均模型與廣義回歸神經(jīng)網(wǎng)絡(luò)(ARIMA-GRNN)組合模型在1985年～2008年猩紅熱月發(fā)病率的擬合與預(yù)測(cè)研究中的應(yīng)用。方法：收集1985年～2008年猩紅熱月發(fā)病率和1985年～2006年每月氣象因素資料。用秩相關(guān)對(duì)猩紅熱月發(fā)病率與氣象因素間進(jìn)行單因素分析。對(duì)1985年～2008年猩紅熱月發(fā)病率資料進(jìn)行統(tǒng)計(jì)分析,選取合

2、適時(shí)間段資料用于模型的擬合。先對(duì)資料建立ARIMA模型,然后將猩紅熱月發(fā)病率的ARIMA模型擬合值作為GRNN網(wǎng)絡(luò)的輸入,猩紅熱月發(fā)病率的實(shí)際值作為網(wǎng)絡(luò)的輸出來(lái)訓(xùn)練網(wǎng)絡(luò)。最后比較單純ARIMA模型和ARIMA-GRNN組合模型的效果。結(jié)果：猩紅熱月發(fā)病率可能與平均氣溫、平均相對(duì)濕度和最低氣溫有統(tǒng)計(jì)學(xué)關(guān)聯(lián)。由于時(shí)間序列分析具有以時(shí)間變量綜合代替各影響因素的優(yōu)點(diǎn),不需要知道影響結(jié)局變量的相關(guān)因素,所以在后期建模時(shí)沒(méi)有考慮氣象因素對(duì)猩紅熱發(fā)病

3、率的影響。1985年～2008年猩紅熱月發(fā)病率資料經(jīng)過(guò)初步分析,最后選取1990年～2008年猩紅熱月發(fā)病率為建模數(shù)據(jù)。經(jīng)Cox-Stuarts趨勢(shì)檢驗(yàn),提示1990年～2008年猩紅熱月發(fā)病率沒(méi)有上升或者下降的趨勢(shì),同時(shí)白噪聲檢驗(yàn)也提示1990年～2008年猩紅熱月發(fā)病率不是白噪聲序列而是蘊(yùn)含一定量的信息。SPSS19.0提供的Expert Modeler建模器提示ARIMA(0,0,2)×(1,0,1)12模型為最優(yōu)模型,模型表達(dá)式

4、為(1-0.974B12)xt=0.15+(1+0.366B+0.363B2)(1-0.863B12)εt。該模型殘差通過(guò)白噪聲檢驗(yàn),Box-Ljung Q統(tǒng)計(jì)量為15.857(P=0.322)。光滑因子從0.001開(kāi)始取值,每次增加一個(gè)單位量0.001到0.02,分別對(duì)待估點(diǎn)進(jìn)行預(yù)測(cè),計(jì)算待估點(diǎn)預(yù)測(cè)值與實(shí)際值誤差序列的誤差均方根(RMSE)值,最后光滑因子確定為0.007,此時(shí)待估點(diǎn)的RMSE值達(dá)到最小為0.04356。單純ARIMA