时间序列数据趋势分析的经典方法包括移动平均模型、回归模型、差分自回归移动平均模型等,常用的回归模型包括线性模型、指数模型、对数模型等。传统回归分析主要反映全局数据总体趋势,可能无法揭示局部数据的特定趋势。因此,分段回归模型应运而生[1],但如何分段又成为新的问题。Kim等提出的Joinpoint Regression(JPR)模型提供了解决方法[2]。近年来,JPR模型在癌症和慢性病流行病学趋势研究领域得到广泛应用.
作者:王晨; 郭倩; 周罗晶 期刊:《预防医学》 2018年第11期
目的比较差分自回归移动平均(ARIMA)模型与指数平滑法对医院门诊量的预测效果。方法利用扬州市某综合性三甲医院2010—2016年门诊量数据分别拟合ARIMA模型和指数平滑模型,以2017年该院门诊量数据评价两种模型的预测效果。结果拟合最佳的ARIMA模型为ARIMA(2,1,0)(2,1,0)12,拟合的均方根误差(RMSE)、平均绝对百分比误差(MAPE)和平均绝对误差(MAE)分别为5062.47、2.83%和3473.96;对2017年门诊量预测的RMSE、MAPE和MAE分别为8243.26、4...
作者:刘红杨; 刘洪庆; 李望晨; 赵晶 期刊:《中国全科医学》 2017年第02期
目的探讨差分自回归移动平均(ARIMA)与广义回归神经网络(GRNN)组合模型在丙型肝炎月发病率中预测建模效果及应用前景,为疫情预测提供依据。方法 2015年5月—2016年5月,选取山东省疾病预防控制中心法定传染病直报系统2004—2014年丙型肝炎月度发病率数据及山东省统计局的同期人口资料。对2004—2014年山东省丙型肝炎月发病率数据构建ARIMA模型,验证拟合精度并外推预测;将ARIMA模型拟合值作为GRNN模型的输入,实际值作为GRNN模型...
作者:门宝辉; 蒋美彤 期刊:《南水北调与水利科技》 2019年第05期
为分析和评估区域水资源可持续发展状态,以水资源生态足迹系统的框架体系作为基础,引入水资源足迹广度与深度,区分水资源流量资本与存量资本,结合北京市实际情况,在现有人口和水资源条件下,计算水资源生态承载力的同时探讨改进的差分自回归移动平均模型ARIMA与广义神经网络GRNN的组合模型在水资源生态足迹中的拟合预测效果。结果显示:北京市长期处于水资源赤字这种不安全状态下,研究期内水资源足迹深度均大于1,平均水资源生态足迹...
作者:梁文娟; 李雪艳 期刊:《安全与环境学报》 2017年第05期
应用差分自回归移动平均模型(ARIMA)和最小二乘支持向量机(LS-SVM)的组合模型,对某航空公司的月度事故征候万时率进行了预测分析。对2008—2016年某航空公司的事故征候、飞行小时、航空器数量等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获得事故征候万时率的线性部分;随后利用LS-SVM分析ARIMA模型的残差,获取非线性部分,最终通过二者之和获得ARIMA+LSSVM组合模型。对2017年1—3月的月度事故征候万时率进行了预测,并用...
作者:张曼; 加沙尔·哈孜泰; 王凯; 娄鹏威; 阿克拉依·喀依力; 芮宝玲 期刊:《职业与健康》 2017年第24期
目的通过分析乌鲁木齐市男男同性性行为人群(MSM)人类免疫缺陷病毒(HIV)感染危险因素,预测流行趋势,为防治工作提供参考依据。方法利用乌鲁木齐市2009—2016年MSM艾滋病感染率数据,采用logistic回归分析MSM感染HIV的危险因素,应用差分自回归移动平均(ARIMA)模型,预测乌鲁木齐市MSM 2017—2019年HIV感染率。结果 MSM与同性发生性行为时使用安全套(OR=0.60,CI:0.46-0.77)及最近1年内做过HIV检测(OR=0.69,CI:0.55-0.86)是...
作者:黄梦婧; 杨海浪 期刊:《人民黄河》 2018年第08期
大坝监控过程中,大坝变形的实测值是一个非线性且非平稳的时间序列,支持向量机(SVM)适用于解决小样本、非线性问题,在SVM算法的基础上建立了改进的大坝变形监控模型,利用差分自回归移动平均模型(ARIMA)解决非平稳时间序列问题的优势,对SVM模型的残差进行处理,并采用粒子群算法(PSO)优化支持向量机(SVM)中的核函数。实例分析表明,优化后的组合模型预测结果可靠,且精度较SVM模型有所提高。
作者:梁文娟; 李雪艳 期刊:《安全与环境工程》 2018年第01期
应用差分自回归移动平均模型(ARIMA)、最小二乘支持向量机模型(LS-SVM)和BP神经网络模型(BPNN)的组合模型,对某航空公司运输的月度飞行事故征候万时率进行预测分析。首先,利用2008—2016年某航空公司的事故征候、飞行小时、航空器数量、原油价格等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获取飞行事故征候万时率的线性部分;然后,利用LS-SVM和BP神经网络建模,获取飞行事故征候万时率的非线性部分;最后,利用DS...
作者:崔铁军; 李莎莎 期刊:《计算机应用研究》 2019年第07期
操作工人在长时间的工作过程中,由于精神和身体的疲劳会产生失误,人的可靠性降低,导致生产残次品,甚至危及人身安全。为了了解在保证可靠性的前提下操作者最长可持续的工作时间(极限工作时间),提出了一种结合统计过程控制图(statistical process control chart,SPCC)和差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型的方法。用连续时间中单位时间间隔内的次品率衡量人的可靠度,并形成次品率时序序列(def...
作者:董国庆; 孙伯寅; 李峥; 张荣 期刊:《环境与健康》 2018年第03期
目的采用时间序列分析方法拟合具有趋势性和季节性的水厂水源水中化学耗氧量(COD)并进行预测。方法利用南方某水厂2014、2015年的每日COD监测数据,用差分和季节差分方法对监测数据进行稳定化,采用季节性自回归移动平均[ARIMA(p,d,q)(P,D,Q)s]模型拟合序列,应用残差和AIC进行模型参数调整,建立COD时间序列预测模型,并对测试集日均COD进行了预测。结果建立ARIMA(1,1,2)(0,1,1)7模型,训练集均方根误差(RMSE)为0.189 2,测...
作者:黄宏; 邓婕; 常彦祥; 李文凤; 杨东方 期刊:《山地学报》 2008年第S1期
基于1979~2007年中国入境旅游人数资料,利用SPSS统计分析软件中的AR IMA模型,预测中国入境旅游人数。结果表明,该方法准确可靠高、方便快捷,适用于入境游客量的预测。
滨海新区拥有丰富的劳动力资源,到2020年潜在就业人口规模将超过百万。就业乃民生之本,本文通过滨海新区就业结构特点、就业弹性系数、服务业以及现代服务业增加值增长预测模型等指标进行分析,认为在第二产业吸纳就业能力加速弱化的现实情况下,必须大力发展现代服务业解决就业问题。
作者:刘家福; 单利博; 韩程; 郑海凤 期刊:《吉林师范大学学报·自然科学版》 2017年第01期
利用吉林省西部地区五个气象站点,收集整理了逐年降水数据,并对其进行标准化处理,分析了降雨量年际变化趋势;同时利用差分自回归移动平均模型,对该区年际的几个重要时期的降水变化趋势进行探讨以及有效地预测.研究表明,吉林省西部地区降雨存在周期性变化,且全年降雨量在呈逐年减少趋势.
作者:彭莱; 何俊; 肖珊; 龙建勋 期刊:《中国媒介生物学及控制》 2016年第06期
目的 掌握长沙市鼠类分布情况,为制定科学合理的鼠类防制方案提供依据。方法 2006-2015年随机选取长沙市居民区、特殊行业和农村3种类型的监测点各1个,采用夹夜法,全年每月监测1次,并对数据进行统计学分析。利用差分自回归移动平均模型预测2016-2017年鼠密度。结果 共捕获鼠类676只,平均密度为1.06%,褐家鼠为优势鼠种,占捕获总数的50.15%(339/676);不同生境鼠密度依次为特殊行业>农村>居民区;10年的月平均鼠密度高峰在3月,次高峰在...
作者:李希国; 谭鼎山; 邵金花; 刘贤赵 期刊:《山东水利》 2006年第02期
基于时间序列理论,利用DPS统计软件对烟台地区1951~2002年的年均降水量动态数据进行了建模和预测。经过多次拟合优选,建立了适合烟台地区降水量的差分自回归滑动平均模型ARIMA(3,1,2),并对烟台地区2005~2008年的降水量进行了预测。经过分析,观测值和拟合值的相对误差基本上都小于25%,说明预测模型的拟合效果较好。
作者:孙泗龙; 李少博; 范辰; 刘洪 期刊:《辽宁科技大学学报》 2014年第04期
为了准确预测山东省"十二五"期间GDP增长趋势,本文通过分析山东省1978-2012年GDP数据,构建了基于ARIMA模型的GDP预测模型。结果表明,ARIMA(2,2,2)模型能够较好地拟合山东省1978-2012年间GDP变化,在此基础上对山东省2013-2015年GDP进行了预测,结果依次为59 613.02,69 204.16,80 328.56亿元。
作者:颜伟; 程超; 薛斌; 李丹; 陈飞; 王顺昌 期刊:《电力系统及其自动化学报》 2016年第05期
月售电量是具有趋势性、季节性和随机性的非平稳负荷,直接预测难度较大。为解决该问题,结合X12乘法模型与差分自回归移动平均(ARIMA)模型提出一种新的月售电量预测方法。首先,用X12乘法模型将历史月售电量分解为趋势分量、季节周期分量和随机分量,其中趋势分量用ARIMA模型预测,季节周期分量和随机分量分别用加权法和平均法预测;然后,用乘法模型将上述3个分量的预测值还原为最终的月售电量预测值。该方法可避免直接预测月售电量时...
作者:余华丽 常晓松 赵莹 何建伟 郭勇 王志杰 何纬 谭玲 张祖昌 期刊:《中国国境卫生检疫》 2013年第01期
目的应用差分自回归移动平均模型(Autoregressive Integrated Moving Average model,ARIMA),分析和预测四川口岸出境人员中乙肝表面抗原(HBsAg)阳性疫情,为制定防治对策和措施提供科学依据。方法利用2007年—2011年四川国际旅行卫生保健中心出境人员HBsAg逐月监测数据,使用SAS9.1统计软件,建立ARIMA模型。结果ARIMA(0,1,1()0,1,1)12模型较好地拟合了既往时间段上的阳性检出率序列,各参数估计均有统计学意义,用该模型进行回...
作者:王丽娟 张宏伟 期刊:《中国给水排水》 2010年第11期
给水管网敷设后会因多种原因发生漏损,有效进行漏损控制是世界各国亟待解决的问题。在对某市实际管网漏损数据进行统计分析的基础上,建立了基于差分自回归移动平均模型[ARIMA(p,d,q)(P,D,Q)]的管网漏损预测模型。该模型能够根据管网的历史漏损数据预测管网未来的漏损趋势,可为管网漏损控制及更新决策提供有效依据。
作者:向昌盛 周子英 期刊:《昆虫学报》 2010年第09期
害虫发生是一种复杂、动态时间序列数据,单一预测模型都是基于线性或非线性数据,不能同时捕捉害虫发生的线性和非线性规律,很难达到理想的预测精度。本研究首先采用差分自回归移动平均模型对昆虫发生时间序列进行线性建模,然后采用支持向量机对非线性部分进行建模,最后得到两种模型的组合预测结果。将组合模型应用到松毛虫Dendrolimus punctatus发生面积的预测,实验结果表明组合模型的预测精度明显优于单一模型,发挥了两种模型各自...