简介:摘要目的比较差分整合移动平均自回归模型(ARIMA)和深度学习模型在吸脂操作数据预测分析方面的应用价值。方法选取2019年1至9月中国医学科学院整形外科医院符合入选标准的行吸脂手术患者,使用基于光学追踪系统和力传感技术的吸脂操作记录系统,采集高年资整形外科医生吸脂手术初始250~400 s的操作数据,包括运动学和力学数据。经预处理后将采集数据分成一个吸脂往复循环为一组的数据。分别使用ARIMA模型和深度学习模型处理分析采集到的数据,建立吸脂操作预测模型。用Matlab 2017软件产生随机数随机抽取30对共计60组吸脂循环数据,计算每对数据的动态时间规整(DTW)值作为检验标准,然后分别计算基于ARIMA模型与深度学习模型的各30组预测数据与实际数据之间的DTW值,与检验标准对比,对2种模型的预测结果进行验证。应用Matlab 2017软件进行统计分析,2组比较用独立样本t检验,P<0.05为差异有统计学意义。结果共入组18例患者,均为女性,年龄23~49岁,平均36.6岁。吸脂部位分别为腹部、大腿、腰部。共获得16 800组吸脂循环数据。模型检验标准DTW值为0.048±0.028。ARIMA模型预测数据与实际数据之间的DTW值为0.660±0.577,与检验标准比较差异有统计学意义(P<0.05)。深度学习模型得出的DTW值为0.052±0.030,与检验标准比较差异无统计学意义(P>0.05)。结论相比ARIMA模型,深度学习模型可以更准确地预测吸脂操作数据,能更好地适应不同情况的数据,并且具有更好的实时性。
简介:研究了一类用于时间序列建模的混合自回归滑动平均模型,该模型是由m个ARMA分量经过混合得到的,给出了混合自回归滑动平均模型参数估计的期望极大化(EM)算法,从而得到了混合系数和分量模型的参数,通过仿真说明了其有效性。
简介:移动平均法是时间序列预测法中一类主要方法。在市场较稳定,短期内趋势变化不大情况下,是一种有效的预测方法。通过移动平均,就可以得出一个由移动平均数构成的新的时间序列,它把原有历史统计数据中的随机因素加以过滤,消除数据中的起伏波动状况,使不规则的数据大致规则化,以显示出预测对象的发展变化方向和趋势,根据这个演变规律就可以预测未来。由于其方法简单,容易掌握,适用于很多经济现象,因此,它做为一种主要的市场预测方法,被广泛使用。且每本教科书中都要介绍它,可见其实用性多么广泛。一般介绍使用的是一次移动平均法,二次移动平均和加权移动平均法,但有些书在介绍这些预测方法时,没有对这些方法的适用性作必要说明,也没有仔细研究预测结果佳否,笼统给以介绍。
简介:目的:尝试建立中间型综合征的logistic回归模型,以便较为客观地预测中间型综合征(IMS)的早期发生.方法:连续观察2000年4月~2009年2月广西医科大学附属三院收治的急性有机磷农药中毒患者136例,按成组设计分为IMS组27例与非IMS组109例.观察指标为入院24h内的农药种类,服用剂量,复能剂量,洗胃次数,血糖,血钾,胆碱脂酶(AchE),红细胞,肝功白蛋白,年龄,是否出现烟碱样症状,呼吸骤停,阿托品化及导泻.采用logistic逐步回归方法筛选变量建立回归模型.结果:建立预测模型为:[LnR/(1-R)]=-1.844+2.196烟碱样症状-0.053胆碱酯酶.ROC曲线下面积为0.884;Hosmer-Lemeshow拟合优度检验P值为0.469,表明模型拟合较好.结论:烟碱样症状和AchE作为IMS的两个主要因素建立回归模型后可应用于IMS的早期预测.
简介:摘要目的探讨利用自回归滑动平均模型法(ARIMA)对宁波市奉化区人口出生率数据进行预测的可行性。方法利用R3.5.0软件对浙江省宁波市奉化区1983—2013年出生率数据拟合ARIMA模型,对模型参数与残差进行统计学分析,并利用拟合的模型对奉化区2014—2018年的出生率进行预测。结果拟合的模型为ARIMA(0,1,0),模型的残差分析表明残差符合白噪声过程。2014—2018年出生率预测相对误差率最大的年份是2017年为23.40%,相对误差率最小的是2015年为3.25%。结论ARIMA(0,1,0)模型能较好地拟合奉化区出生率的时间变化趋势,可用于未来奉化区出生率的短期预测。
简介:摘要:本文基于平均成本分析建立分档次收费的模型。首先通过了解居民收入水平确定分级档次,然后根据收入差率计算,得到居民生活垃圾处理所需平均成本分析模型。最后综合考虑居民垃圾排放量的多少、居民满意度以及平均成本分析模型进行分档次收费,最后提出奖惩建议。
简介:纵向数据在生物、医学和经济学中的研究普遍使用。近年来,对纵向数据各种模型的研究引起国内外统计学者的广泛关注。本文建立了半参数纵向数据的Possion回归模型。并利用极大似然估计对此模型的参数进行了估计,讨论了它的Fisher信息矩阵,给出了似然方程的Newton-Raphson迭代求解过程。
简介:目的了解杭州市上城区主要肠道传染病的流行特征,探讨应用为自回归积分滑动平均模型(ARIMA模型)预测其发病趋势的可行性和适用性。方法应用SPSS20.0对2007-2016年杭州市上城区主要肠道传染病月发病数据建立ARIMA模型,以2017年1~12月的数据进行模型的验证,并外推2018年的发病趋势。结果2007-2016年细菌性痢疾和其他感染性腹泻的发病趋势总体呈下降趋势。细菌性痢疾的预测模型为ARIMA(1,1,1)(1,1,0)12,其他感染性腹泻的预测模型为ARIMA(2,0,2)(1,1,1)12,拟合效果均较好。2018年杭州市上城区细菌性痢疾的发病有下降的趋势,其他感染性腹泻的发病有上升的趋势,但幅度不大。结论ARIMA模型对杭州市上城区主要肠道传染病的发病趋势有较好的预测效果,可提供科学的防控依据。