换一批
换一批三种时间序列模型预测医院感染发病率的比较
Comparison of three time series models in predicting the incidence of healthcare-associated infection
摘要：
目的 比较和评价不同时间序列模型预测医院感染发病率的效果,探索可用于预测医院感染发病率的最佳模型.方法 以上海某三级甲等医院2011—2016年累计72个月的月度医院感染发病率数据作为拟合集构建季节性自回归移动平均模型(ARIMA)、NAR神经网络模型和ARIMA-BPNN组合模型,以2017年1—12月的月度感染发病率数据作为预测集检验模型的预测效果,评价比较不同模型的预测效果.结果 对于拟合集,ARI-MA模型、NAR神经网络模型和ARIMA-BPNN组合模型的MAPE分别为13.00％、14.61％和11.95％;对预测集,三者的MAPE分别为15.42％、26.31％和14.87％.结论 三种时间序列模型对医院感染发病率均具有较好的预测效果,其中ARIMA-BPNN组合模型对拟合和预测该院医院感染发病情况最佳,可为医院决策提供一定的数据支持.
更多
作者：
作者单位：
复旦大学附属华东医院医院感染管理科,上海,200040
[1]
期刊：
《中国感染控制杂志》2019年18卷2期 147-152页
ISTICPKUCSCD
关键词：
医院感染ARIMAARIMA-BPNN组合模型NAR神经网络预测healthcare-associated infectionautoregressive integrated moving averageARIMAARIMA-BPNN combination modelnonlinear autoregressive neural networkNARNNprediction
分类号：
R181.2
栏目名称：
论著
DOI：
10.12138/j.issn.1671-9638.20194086
发布时间：
2019-05-31
- 浏览：79
- 被引：7
- 下载：88
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
