摘要：在上呼吸道感染预测问题的研究中,大多研究还停留在数据的直接分析层面,为了提高上呼吸道感染预测精度,文中提出应用一阶滞后滤波的序列重构的方法,并结合AR（）和MA（）建立模型,比较其与传统ARIMA模型预测精度,实验结果表明,ARIMA（0,1,1）（0,1,1）12模型拟合的均方根误差（RMSE）为0,8412%,对2017年1~5月预测值的年平均相对误差为1,1951%,改进的ARIMA（1,1,0）（0,1,0）12模型拟合的均方根误差（RMSE）为0,6801%,对2017年1~5月预测值的年平均相对误差为0,5336%,有更好的模型适应性和预测精度。
分类：期刊> 自然科学与工程技术> 信息科技> 无线电电子学
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：一阶滞后滤波 序列重构 arima乘积季节模型 预测模型 疾病预测
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
