灰色擺動(dòng)模型GM(1，1，sinω)在腎綜合征出血熱發(fā)病率預(yù)測(cè)中的研究.pdf

1、腎綜合征出血熱(hemorrhagic fever with renal syndrome，HFRS)是由漢坦病毒(Hantavirus，HV)引起的人類自然疫源性急性傳染病，其流行廣泛，嚴(yán)重危害著人類的健康和生命，已成為一個(gè)全球性的公共衛(wèi)生問(wèn)題，我國(guó)是腎綜合征出血熱危害最為嚴(yán)重的國(guó)家，占世界報(bào)道病例數(shù)的90％以上，鑒于此種情況，我國(guó)于1984年在全國(guó)開(kāi)展了HFRS監(jiān)測(cè)工作，以及時(shí)了解HFRS的流行動(dòng)態(tài)和掌握其流行規(guī)律，在這種情況下，對(duì)

2、HFRS疫情進(jìn)行定量預(yù)測(cè)就十分重要，其可以為衛(wèi)生工作者制訂科學(xué)合理的防治策略提供更為科學(xué)準(zhǔn)確的理論參考依據(jù)，使有限的衛(wèi)生資源得到最佳的安排與利用。 多年來(lái)，很多學(xué)者關(guān)于腎綜合征出血熱的疫情預(yù)測(cè)嘗試了多種預(yù)測(cè)模型，主要有時(shí)間序列模型、回歸模型和特殊模型。而目前應(yīng)用較多的預(yù)測(cè)方法為時(shí)間序列模型中傳統(tǒng)的GM(1，1)灰色預(yù)測(cè)模型和ARIMA模型。利用各種數(shù)學(xué)模型探討某個(gè)實(shí)際問(wèn)題，就是要尋找最為符合實(shí)際規(guī)律的較好模型?；疑珨[動(dòng)預(yù)測(cè)模型G

3、M(1，1，sinω)對(duì)于具有周期性且波動(dòng)較大的資料較為適用，且離散性越大越能體現(xiàn)出其優(yōu)越性。從長(zhǎng)期趨勢(shì)看HFRS的發(fā)病率波動(dòng)范圍大且有一定的周期性，從理論上講符合GM(1，1，sinω)模型的適用條件，但目前尚未有對(duì)此方法進(jìn)行比較研究的相關(guān)報(bào)道。 目的：本研究選擇傳統(tǒng)的灰色GM(1，1)模型和ARIMA模型兩種方法與灰色擺動(dòng)模型進(jìn)行比較研究，探討灰色擺動(dòng)模型在HFRS發(fā)病率預(yù)測(cè)中的可行性。 方法：1.資料來(lái)自遼寧省疾病

4、預(yù)防控制中心對(duì)HFRS發(fā)病率監(jiān)測(cè)的數(shù)據(jù)，選取遼寧省沈陽(yáng)市1984～2006年的HFRS年發(fā)病率(1/10萬(wàn))，通過(guò)抽樣調(diào)查，核對(duì)傳染病報(bào)表，糾正錯(cuò)報(bào)病例，補(bǔ)充漏報(bào)病例，保證數(shù)據(jù)來(lái)源可靠。2.利用統(tǒng)計(jì)軟件Excel2003、 SPSS13.0、 Matlab7.0建立模型。傳統(tǒng)的GM(1，1)灰色模型和GM(1，1，sinω)模型的建立步驟為：(1)利用Excel按照公式實(shí)現(xiàn)各步運(yùn)算。(2)通過(guò)Matlab7.0確定灰參數(shù)，建立預(yù)測(cè)方程。

5、(3)應(yīng)用Excel進(jìn)行預(yù)測(cè)。3.應(yīng)用SPSS13.0統(tǒng)計(jì)分析軟件中ARIMA模塊建立ARIMA模型，分三步進(jìn)行：(1)模型的識(shí)別：利用自相關(guān)分析和偏自相關(guān)分析等方法，分析時(shí)間序列的隨機(jī)性、平穩(wěn)性及季節(jié)性，并采用差分的方法使序列平穩(wěn)。然后根據(jù)自相關(guān)和偏自相關(guān)圖，確定備選模型；(2)模型中參數(shù)估計(jì)和模型檢驗(yàn)：比較前一階段中的備選模型，選擇最合適模型；(3)做預(yù)測(cè)分析。最后采用平均誤差率(MER)和決定系數(shù)(R2)指標(biāo)比較三種模型的預(yù)測(cè)效果

6、。 結(jié)果：ARIMA模型為ARIMA(1，0，0)；GM(1，1)預(yù)測(cè)模型的灰色參數(shù)a=-0.0008、b=4.5812，其模型為Y(t+1)=5736.45e0.008t—5726.50；GM(1，1，sinω)模型的灰色參數(shù)分別為a=0.0652、b=7.2222、c=—1.1842、d=3.7619，灰頻率為ω=2π/23，該模型預(yù)測(cè)方程為Yω(t+1)=—135.87e-0.0652t+134.08+9.70 sin2k

7、π/23+11.73 cos2kπ/23；ARIMA模型、GM(1，1)模型和GM(1，1，sinω)預(yù)測(cè)模型的MER分別為24.80％、46.94％和8.77％；R2分別為0.6770、0.1381和．8497。GM(1，1，sinω)模型的預(yù)測(cè)效果優(yōu)于GM(1，1)模型和ARIMA模型。 結(jié)論：通過(guò)的灰色擺動(dòng)模型與GM(1，1)模型和ARIMA模型比較，得出其預(yù)測(cè)效果優(yōu)于二者，體現(xiàn)了它在波動(dòng)性較大且具有周期性資料預(yù)測(cè)中的優(yōu)勢(shì)