2009年加拿大H1N1疫情的ARIMA模型预测与分析

journal6 ›› 2011, Vol. 32 ›› Issue (4): 35-38.

2009年加拿大H1N1疫情的ARIMA模型预测与分析

（1.吉首大学数学与计算机科学学院，湖南吉首 416000；2.西南交通大学数学学院，四川成都 610031）

出版日期:2011-07-25 发布日期:2012-04-07
作者简介:曹灿（1979-），男，湖南衡阳人，硕士生，主要从事随机过程、统计学习理论研究赵联文（1964-），男,四川巴中人，西南交通大学数学学院教授,硕士生导师，主要从事随机过程、贝叶斯分析研究.
基金资助:
中央高校基本科研业务费专项资金资助项目(SWJTU09CX075)

ARIMA Model Prediction and Analysis of H1N1 Epidemic Situation in Canada in 2009

(1.School of Mathematics and Computer Science，Jishou University，Jishou 416000,Hunan China；2.School of Mathematics,Southwest Jiaotong University，Chengdu 610031,China)

Online:2011-07-25 Published:2012-04-07

摘要/Abstract

摘要：2009年初，世界各地先后发生了甲型H1N1流感.针对加拿大2009年疫情，建立了恰当的ARIMA模型，以实现每日H1N1疫情的预测.经过实证分析，预测的绝对误差在11%以内，总的平均误差是8.39%，该模型成功地对加拿大2009年疫情进行了预测.

关键词： ARIMA模型, H1N1疫情, 预测, 加拿大, 时间序列分析

Abstract: At the beginning of the year of 2009,H1N1 influenza outbreak took place throughout the world.According to the epidemic situation in 2009 in Canada,this paper establishes an appropriate ARIMA model in order to achieve a daily prediction of H1N1 pandemic.After a positive analysis,the absolute error of the prediction is less than 11%;while the total average error is 8.39%.This model successfully predicts the disease of Canada in 2009.

Key words: ARIMA model, H1N1 epidemic situation, prediction；Canada；time series analysis

曹灿, 赵联文, 昌春艳, 刘娟. 2009年加拿大H1N1疫情的ARIMA模型预测与分析[J]. journal6, 2011, 32(4): 35-38.

CAO Can, ZHAO Lian-Wen, CHANG Chun-Yan, LIU Juan. ARIMA Model Prediction and Analysis of H1N1 Epidemic Situation in Canada in 2009[J]. journal6, 2011, 32(4): 35-38.

[1]	石季雨, 余思瑶, 易叶青. 优化NGM(1,1,k)模型在国内能源消费中的应用[J]. 吉首大学学报（自然科学版）, 2022, 43(4): 27-33.
[2]	李家稳, 王崇旭, 王浩. 基于神经网络的桥下开挖竖向位移预测[J]. 吉首大学学报（自然科学版）, 2022, 43(2): 53-59.
[3]	李龙祥, 彭晨, 李军, 王雨嫣, 鲁荣波. 基于LSTM-AdaBoost的城市住宅区负荷预测[J]. 吉首大学学报（自然科学版）, 2021, 42(6): 30-35.
[4]	郎红, 常啸, 李琴, 宋国锋. 新零售目标产品的精准需求分析与预测[J]. 吉首大学学报（自然科学版）, 2021, 42(3): 87-91.
[5]	陈铭, 谢欢, 彭芯竹, 周雅金, 谭云仙, 庄大春. 张家界市永定区县域耕地保有量预测[J]. 吉首大学学报（自然科学版）, 2020, 41(6): 70-73.
[6]	曹邦兴. 自适应动态三次指数平滑法在交通预测中的应用[J]. 吉首大学学报（自然科学版）, 2019, 40(5): 13-17.
[7]	黎铭，王林，梁冰，扈海泽，资春元，莫异，方梦鸽，扈菲宇. 含风电微电网负荷预测建模及其仿真[J]. 吉首大学学报（自然科学版）, 2019, 40(4): 43-47.
[8]	王军. 安徽省某地区中长期电力负荷预测[J]. 吉首大学学报（自然科学版）, 2018, 39(6): 46-49.
[9]	黎红，王宏勇. 基于改进的分形插值与SVM的股指预测模型[J]. 吉首大学学报（自然科学版）, 2018, 39(3): 14-19.
[10]	李邦彦, 李连军. 电压激励蔡氏电路混沌的解析预测及其仿真[J]. journal6, 2015, 36(2): 46-51.
[11]	江沸菠, 申艳妮, 甘巧. 基于Elman神经网络的PMV参数预测建模[J]. journal6, 2014, 35(6): 64-69.
[12]	张林泉. 线性回归模型的置信区间与预测区间应用分析[J]. journal6, 2013, 34(6): 15-18.
[13]	肖岚菁, 刘红良. GM(1,1)模型和Verhulst模型的改进及其应用[J]. journal6, 2013, 34(5): 16-20.
[14]	贾备, 邬亮. 基于灰色理论的基坑沉降预测分析[J]. journal6, 2009, 30(4): 78-80.
[15]	何迎生, 段明秀. 基于RBF神经网络的时间序列预测[J]. journal6, 2008, 29(3): 52-54.