%0 Journal Article
%T 非线性自回归神经网络在肾综合征出血热流行趋势预测中的应用
%A 任仰武
%A 关鹏
%A 吴伟
%A 周宝森
%A 夏玲姿
%A 安淑一
%A 郭军巧
%J 中华流行病学杂志
%D 2015
%R 10.3760/cma.j.issn.0254-6450.2015.12.017
%X 目的 探讨非线性自回归(NAR)神经网络拟合及预测我国HFRS流行趋势的应用。方法 使用2004－2013年全国HFRS月报告发病数序列建立ARIMA模型和NAR神经网络模型,预测2014年HFRS月发病数,并比较两模型的拟合和预测效果。结果 对于拟合集,ARIMA模型的平均绝对误差(MAE)、均方误差平方根(RMSE)和平均绝对误差百分比(MAPE)分别为148.058、272.077和12.678%, NAR神经网络分别为119.436、186.671和11.778%; 对于预测集,ARIMA模型的MAE、RMSE和MAPE分别为189.088、221.133和21.296%, NAR神经网络分别为119.733、151.329和11.431%。结论 NAR神经网络对于全国HFRS流行趋势拟合及预测效果优于传统的ARIMA模型,具有良好推广应用价值
%K 肾综合征出血热
%K 非线性自回归神经网络
%K 预测
%U http://chinaepi.icdc.cn/zhlxbx/ch/reader/view_abstract.aspx?file_no=20151217&flag=1