临床医学毕业论文时间序列模型在胆结石月发病率预测中的应用

临床医学毕业论文时间序列模型在胆结石月发病率预测中的应用

ID:12081985

大小:37.50 KB

页数:11页

时间:2018-07-15

临床医学毕业论文时间序列模型在胆结石月发病率预测中的应用_第1页
临床医学毕业论文时间序列模型在胆结石月发病率预测中的应用_第2页
临床医学毕业论文时间序列模型在胆结石月发病率预测中的应用_第3页
临床医学毕业论文时间序列模型在胆结石月发病率预测中的应用_第4页
临床医学毕业论文时间序列模型在胆结石月发病率预测中的应用_第5页
资源描述:

《临床医学毕业论文时间序列模型在胆结石月发病率预测中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、XX大学毕业论文时间序列模型在胆结石月发病率预测中的应用姓名:__________2014年6月25日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EViews软件对青海海西州地区胆结石发病例监测登记资料进行统计分析,利用原数据建立ARIMA模型和ARCH模型,并通过所建模型对胆结石月发病率的变化趋势和原始序列的预测,确定所建ARIMA模型和ARCH模型的优劣性。结

2、果ARCH模型的预测结果较ARIMA模型理想,适合描述海西州地区胆结石月发病率的变动趋势。结论ARCH模型可作为海西州地区胆结石月发病率的预测模型,且通过此模型可帮助人们了解胆结石月发病率的发展趋势,有重点地对胆结石进行健康防治工作,有效地降低胆结石对人们的危害。【关键词】ARIMA模型;ARCH模型;时间序列分析;胆结石  【Abstract】ObjectiveTobuidARIMAandARCHmodelsonthebasisoftimeseriesmodeltheory,andforecastthegall

3、stonemonthincidenceinHaixizhouregion.MethodsEViewssoftwarewasusedtoanalyzethegallstonemonthincidenceinHaixizhouregion,ARIMAandARCHmodelswerebuilttoforecastthevariationtrendofgallstonemonthincidence.ResultsThepredictedresultofARCHmodelwasmuchfittedthanthatofA

4、RIMAmodelandtheARCHmodelwasmuchfittedtodescribethedynamiccharacteristicsofgallstonemonthincidence.ConclusionsARCHmodelcanbeusedastheforecastinggallstonemonthincidence,whichcanhelppeoplecomprehendthevariationtrendandregularityforseasonalchangeofgallstonemont

5、hincidence,focusontheworkofgallstonehealthyprotection,effectivelyreducethehazardsofgallstonetohuman.  【Keywords】ARIMAmodel;ARCHmodel;Timeseriesanalysis;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,

6、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〕  1.2.1ARIMA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

7、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,td,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)。  1.2.2ARCH模型理论对于通

8、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+ηtt=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ARC

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。