导读:本文包含了乘积季节性论文开题报告文献综述及选题提纲参考文献，主要关键词:神经内科,医院感染,ARIMA模型,预测
乘积季节性论文文献综述
王清青,范馨月,查筑红,黄冰,程永素[1]（2019）在《基于乘积季节性ARIMA模型对神经内科医院感染发病率的预测研究》一文中研究指出目的建立神经内科病房医院感染预警模型,预测神经内科患者发生医院感染的风险,为早期防控提供依据。方法收集贵州省某叁级甲等医院神经内科病房医院感染发病率数据,构建乘积季节性ARIMA(p,d,q)×(P,D,Q) s模型,对建立的模型进行参数估计、模型诊断,选择最优预测模型。利用构建的最佳模型对神经内科病房医院感染发病率进行预测,并对预测效果进行评价。结果以该院2014—2017年神经内科月度医院感染发病率数据作为训练样本,获得最优预测模型ARIMA(2,1,2)×(1,1,1)_4。以2018年1—5月数据作为模型预测验证样本,结果显示,模型预测值的动态趋势与实际情况基本一致,实际发病率均在预测值的95%置信区间内。用此模型对2018年6—12月神经内科医院感染发病率作预测,预测结果显示预测值均位于95%的置信区间内。结论 ARIMA(2,1,2)×(1,1,1)_4模型能较好地模拟神经内科病房医院感染发病率变化趋势,具有良好的预测效果。(本文来源于《中国感染控制杂志》期刊2019年01期）
王清青,范馨月,李凌竹,游灿青,陈璐[2]（2018）在《乘积季节性ARIMA模型在重症监护病房医院感染发病率预测中的应用》一文中研究指出目的研究乘积季节性ARIMA(p,d,q)×(P,D,Q)s模型在重症监护病房医院感染发病率预测中的应用价值。方法通过收集某医院重症监护病房(ICU)医院感染发病率,建立乘积季节性ARIMA(p,d,q)×(P,D,Q)s模型,对重症监护病房医院感染发病率进行预测。结果 ARIMA(1,1,1)×(1,1,1)s能够较好的拟合该院重症监护病房医院感染发病率情况。此模型医院感染发病率实际值与预测值的吻合程度较高,平均相对误差为0.82%。结论 ARIMA(1,1,1)×(1,1,1)s能够较好地拟合该院重症监护病房医院感染发病率情况,可为医院感染的整体监控提供参考依据。(本文来源于《中国消毒学杂志》期刊2018年06期）
张坤[3]（2009）在《基于乘积季节性ARIMA模型负荷预报及节能监控软件研究》一文中研究指出集中供热逐渐成为城市尤其是北方城市建设基础之一,如何使整个集中供热系统处于一个良好的、高效的运行状态,成为供热控制系统所必须解决的问题。但供热负荷具有一定的随机性,传统的供热系统的运行仅仅是以天气情况为依据,调度人员往往根据天气情况和工作经验来调节热网运行参数,因而热网调度的精确性较差,所以对供热负荷进行预报是至关重要的。本文采用乘积季节性ARIMA模型与以往其他的调度方法进行比较,利用采集得到的供热系统的实时数据来预报下一个采样时刻的预报值,并以此为依据用于供热系统的优化调度,将对供热系统的节能运行和实时控制起到重要作用。首先对供热负荷原始数据进行预处理,将平稳时间序列作为分析的对象。接着分别利用AR横向、纵向、交叉负荷预报,乘积季节性ARIMA模型方法实现供热负荷预报,结果表明应用乘积季节性ARIMA模型进行预报的效果良好,且优于以前的预报算法。同时本文所采用的乘积季节性ARIMA模型能够进行自动完成阶数选取,使模型达到最优。论文最后将乘积季节性ARIMA方法应用于集中供热系统智能管理软件的预报调度中。系统设计分为两大部分:负荷预报和监控管理。其中监控管理主要包括数据处理系统、用户管理系统、查询系统、输入输出系统、安全报警系统;负荷预报包括预测控制系统。利用热负荷原始数据进行预报,监控管理界面将根据负荷预报值给出诸多调整建议,使操作人员可以更为直观的监控调整供热系统,指导供热网络节能运行。对于提高供热质量和节约能源都有着重要的意义。(本文来源于《哈尔滨工业大学》期刊2009-06-01）
任瑞林,马湘玲[4]（1993）在《乘积型季节性模型自相关函数的结构》一文中研究指出本文以自协方差发生函数为工具,讨论了乘积型季节性模型。Φ(B)Φ(B~8)x_t=θ(B)■(B~8)a_t自相关函数的结构,证明了当p=0时,模型是参数可分离的。本文的结果为乘积型季节性模型的识别和参数估计提供了一定的理论依据。(本文来源于《河南师范大学学报(自然科学版)》期刊1993年01期）
乘积季节性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的研究乘积季节性ARIMA(p,d,q)×(P,D,Q)s模型在重症监护病房医院感染发病率预测中的应用价值。方法通过收集某医院重症监护病房(ICU)医院感染发病率,建立乘积季节性ARIMA(p,d,q)×(P,D,Q)s模型,对重症监护病房医院感染发病率进行预测。结果 ARIMA(1,1,1)×(1,1,1)s能够较好的拟合该院重症监护病房医院感染发病率情况。此模型医院感染发病率实际值与预测值的吻合程度较高,平均相对误差为0.82%。结论 ARIMA(1,1,1)×(1,1,1)s能够较好地拟合该院重症监护病房医院感染发病率情况,可为医院感染的整体监控提供参考依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
乘积季节性论文参考文献
[1].王清青,范馨月,查筑红,黄冰,程永素.基于乘积季节性ARIMA模型对神经内科医院感染发病率的预测研究[J].中国感染控制杂志.2019
[2].王清青,范馨月,李凌竹,游灿青,陈璐.乘积季节性ARIMA模型在重症监护病房医院感染发病率预测中的应用[J].中国消毒学杂志.2018
[3].张坤.基于乘积季节性ARIMA模型负荷预报及节能监控软件研究[D].哈尔滨工业大学.2009
[4].任瑞林,马湘玲.乘积型季节性模型自相关函数的结构[J].河南师范大学学报(自然科学版).1993