预测疾病发病率的统计分析方法进展.pdfVIP

·98· ·综述· 预测疾病发病率的统计分析方法进展宰 安徽医科大学(230032)朱玉曹袁媛胡运涛王静△ 近年来，很多学者已经开始研究各种应用于发病 医学资料分析的重要方法之一。灰色预测法是在灰色 率的预测分析的方法，并取得很好的效果。本文在对 理论的指导下从一个不甚明确的、整体信息不足的灰 各种方法做一简单探讨的基础上，讨论如何对一种疾 色系统中抽象并建立起的一个模型，该模型是研究灰 病的发病率选用最合理的分析方法，达到最佳的拟合 色系统中的灰色因素的基础。GM(1，1)模型是灰色 与预测效果；或是对一种疾病的发病率选用不同的分 预测法中最基础的模型，表达式如下： 析方法，从多方面了解疾病发病率的变化动向。从而 为各级卫生行政部门制定正确的预防和控制政策提供 对原始数列进行一次累加得：y(f)=∑：：。x(f) 科学依据。 中a雌为待定系数。 方 法 y(t)=[x(1)一p／口]P一4‘’一1’+p／a 1．时间序列分析：时间序列分析…是指对时间序 列资料进行统计处理，找出系统内在统计特性和发展 时刻的状态已知，而to以后的状态与f0以前的状态无 的规律性的一系列方法的总称，它是定量预测方法之 关，这个特性叫无后效性，也叫做马尔可夫性，这个变 一，下面结合各种方法在疾病发病率中的应用来简要 化过程叫马尔可夫过程，如果时间和状态都是离散的 地介绍各种方法。 马尔可夫过程称为马尔可夫链¨】，这是Markov模型 的理论基础。它是一种非参数的离散性时间序列分析 (1)求和自回归移动平均模型：简称ARIMA(p， 方法，通过随机过程在不同的时刻所处的状态之间的 d，q)模型【l。33是由Box和Jenkins提出的一个著名时 变化规律，利用概率建立一种随机时序模型进行预测 间序列预测方法，又称为Box—Jenkins模型。该模型是 用于描述非平稳资料的一种方法，模型中P表示模型 的方法，预测这一过程在下一时刻所处的状态的方法。 的自回归阶数、d表示非平稳资料转化成乎稳资料的 (4)季节周期回归模型：它是季节时间序列资料 差分阶数、q表示模型移动平均阶数，当时间序列资料 分析方法中的一种，该模型计算简单、易于在实际工作 含有季节性变动趋势时建立ARIMA乘积模型。当时中应用，不但可以分析趋势变动、季节变动和周期变 动，而且还能反映时间序列的变化规律，用其预测具有 间序列资料平稳时建立ARMA(p，鼋)模型，可见撩 三种变动趋势的流行性疾病发病率，有利于我们采取 MA只是ARIMA的一种特殊情况，发病率资料大多 针对性措施，重点预防与管理传染病，但由于该模型的 属于不稳定资料，所以ARIMA比ARMA要多见， 导出时忽略了不规则变动，它仅适用于短期预测【6】。 ARIMA还有两种特殊的模型Aa(p)、MA(鼋)。ARI- 文献(6一19]是时间序列分析方在疾病发病率预测中 MA(p，d，q)表达式如下： 的具体应用。 妒(B)V4X(f)=口(曰)a(f) 妒(召)=1—91B一9282一·一妒pBp 2．人工神经网络模型(ANN)：人工神经网