浙江省5岁以下儿童死亡率的时间序列分析

预防医学

2016, Vol. 28

Issue (1): 13-16

论著

本期目录 | 过刊浏览 | 高级检索

浙江省5岁以下儿童死亡率的时间序列分析

吕娜¹, 金冬梅¹, 戚少帅¹, 梁倩倩¹, 戴翎子¹, 吴甜¹, 樊文洁¹, 徐玉英¹, 章伟芳², 李秀央¹, 叶怀庄¹

1. 浙江大学医学院公共卫生系,浙江杭州 310058；
2. 浙江大学医学院附属儿童医院

A time series analysis on under 5 mortality ratein Zhejiang Province

LV Na, JIN Dong-mei, QI Shao-shuai, LIANG Qian-qian, DAI Ling-zi, WU Tian, FAN Wen-jie, XU Yu-ying, ZHANG Wei-fang, LI Xiu-yang, YE Huai-zhuang

Zhejiang University School of Public Health, Hangzhou, Zhejiang, 310058, China

摘要
参考文献
相关文章
Metrics

全文: PDF(689 KB)
输出: BibTeX | EndNote (RIS)

摘要目的了解浙江省1998—2014年5岁以下儿童死亡率的时间分布规律,预测2015年5岁以下儿童死亡率。方法对1998—2014年5岁以下儿童死亡率数据建立时间序列求和自回归移动平均ARIMA(p,d,q)预测模型,进行统计分析。结果浙江省1998—2014年5岁以下儿童死亡率呈下降趋势,其模型ARIMA为(2,1,2)具体表达式:y_t=-0.696+0.636y_t-₁+0.024y_t-₂+0.340y_t-₃+α_t-0.003α_t-₁+0.997α_t-₂;2015年5岁以下儿童死亡率预测值为4.08‰(95%CI:1.52‰~6.64‰)。各年5岁以下儿童死亡率与模型预测值较接近,且均在其95%可信区间内,ARIMA(2,1,2)拟合效果良好。结论时间序列分析是研究5岁以下儿童死亡率时间分布规律的行之有效的方法,可用于近期的预测。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	吕娜
	金冬梅
	戚少帅
	梁倩倩
	戴翎子
	吴甜
	樊文洁
	徐玉英
	章伟芳
	李秀央
	叶怀庄

关键词 ：时间序列, ARIMA(p, d, q)模型, 5岁以下儿童死亡率, 预测

Abstract：ObjectiveTo study the temporal distribution regular pattern of under 5 mortality rate(U5MR) from 1998 to 2014 in Zhejiang Province, and to predict the under 5 mortality rate in 2015.MethodsA time series ARIMA (p, d, q) forecasting model for U5MR was conducted using IBM SPSS Statistics 20.0 statistical analysis software. ResultsThe UMAR showed downward trend. The ARIMA(2,1, 2)model of U5MR from 1998 to 2014 in Zhejiang Province is y_t=-0.696+0.636y_t-₁+0.024y_t-₂+0.340y_t-₃+α_t-0.003α_t-₁+0.997α_t-₂,and the model fitting was good. Each of the actual mortality was consistent with the trend of model prediction, and was within the 95% confidence interval. The predicted value of U5MR was 4.08‰ (95% CI: 1.52‰- 6.64‰) in 2015.ConclusionTime series analysis is an effective way to analyze the temporal distribution regular pattern of U5MR, which could be used for short-term prediction.

Key words： Time series analysis ARIMA (p q d) model Under 5 mortality rate Forecast

收稿日期: 2015-02-25 修回日期: 2015-04-17 出版日期: 2016-01-10

中图分类号:	R179
	R195

基金资助:2013年浙江大学本科生公共卫生探究性实验项目(17); 浙江大学2014年浙江省大学生科技创新活动计划暨新苗人才计划(2014R0101)

通信作者: 李秀央,E-mail:lixiuyang@zju.edu.cn

作者简介: 吕娜,本科在读

引用本文:

吕娜, 金冬梅, 戚少帅, 梁倩倩, 戴翎子, 吴甜, 樊文洁, 徐玉英, 章伟芳, 李秀央, 叶怀庄. 浙江省5岁以下儿童死亡率的时间序列分析[J]. 预防医学, 2016, 28(1): 13-16.
LV Na, JIN Dong-mei, QI Shao-shuai, LIANG Qian-qian, DAI Ling-zi, WU Tian, FAN Wen-jie, XU Yu-ying, ZHANG Wei-fang, LI Xiu-yang, YE Huai-zhuang. A time series analysis on under 5 mortality ratein Zhejiang Province. Preventive Medicine, 2016, 28(1): 13-16.

链接本文:

http://www.zjyfyxzz.com/CN/ 或 http://www.zjyfyxzz.com/CN/Y2016/V28/I1/13

[1] 李瑞,汪金鹏.不同经济水平对我国妇幼健康状况的影响[J].中国妇幼保健,2012,27(33):5239-5241.
[2] 杨培东,韩胜红,祝义莲,等. 家庭地理环境与不同性别5岁以下儿童死亡关系探讨[J].中国儿童保健杂志, 2014, 22(12):1337-1339.
[3] 支聪聪,刘淑敏,郝亚平,等.从儿童保健看5岁以下儿童死亡率变化趋势[J].中国妇幼保健,2013,28(24):3900-3902.
[4] 宫正,刘晓燕.时间序列短期趋势信号模型研究[J].计算机技术与发展, 2011, 21(12):105-108,112.
[5] 辛玲玲.基于ARIMA 模型的我国人民币汇率的时间序列分析[J].时代金融(下旬) , 2012(12):125.
[6] 农凤篇. 时间序列分析方法及其在市场预测中的应用[J]. 现代经济信息, 2014 (5):75-76.
[7] 李守丽. 时间序列分析法在预测未来GDP中的应用[J]. 科技信息, 2012(28):114-115.
[8] 李帅芳,王月芬.时间序列分析在浙江省进出口总额中的应用[J].特区经济,2013(8):215-216.
[9] BOWERMAN B L, O'CONNELL R T. Forecasting,Time Series and Regression:An Applied Approach[M].Cincinnati.ohio:South-Western Pub, 2004: 204-231.
[10] 肖枝洪,郭明月. 时间序列分析与SAS应用[M]. 武汉: 武汉大学出版社,2009: 68-77.
[11] 何书元. 应用时间序列分析[M]. 北京:北京大学出版社,2003:32-39.
[12] 孙振球,徐勇勇. 医学统计学[M]. 北京:人民卫生出版社,2002: 112-135.
[13] 张文增,冀国强,史继新, 等. ARIMA模型在细菌性痢疾预测预警中的应用[J].中国卫生统计,2009,26(6):636-637.
[14] 吴家兵,叶临湘,尤尔科. 时间序列模型在传染病发病率预测中的应用[J].中国卫生统计,2006,23(3):276.
[15] 刘芬. 时间序列数据挖掘相关问题的研究[D]. 福州:福建师范大学, 2014: 2-7.
[16] 常星花. 时间序列的建模、预报和应用研究[D]. 烟台:烟台大学,2013: 7-12.

[1]	王婷婷, 汪剡灵, 李桂霞, 常玥. 2012—2021年台州市新报告HIV/AIDS病例首次CD4⁺T淋巴细胞检测结果分析[J]. 预防医学, 2023, 35(7): 578-582.
[2]	吴帆, 冯玲芳, 陈俊斐, 蒋兆强, 龚晓雪, 秦瑶, 楼建林. 六价铬诱发rDNA拷贝数变异对不同细胞系DNA损伤反应的影响[J]. 预防医学, 2023, 35(5): 374-379.
[3]	张少峰, 李志恒, 王仲峰. 尘肺96例IL-6、CRP、D-D、Fib检测结果分析[J]. 预防医学, 2023, 35(4): 320-322.
[4]	吕乐彬, 樊金卿, 赵王芳, 陆启文, 顾俊娣, 高菡璐. 肠镜检查人群多靶点粪便DNA检测意愿的影响因素分析[J]. 预防医学, 2023, 35(3): 218-223.
[5]	高梦阳, 娄鹏威, 马丽, 李惠, 黄玉婷, 王璐, 王凯. 甲状腺乳头状癌中央区淋巴结转移预测模型研究[J]. 预防医学, 2023, 35(3): 229-234.
[6]	陈艳, 陈佳力, 张志爽, 郭少强. 杭州市城区35岁以上体检人群骨质疏松症影响因素研究[J]. 预防医学, 2023, 35(2): 137-140.
[7]	何亚盛, 张红霞, 倪银, 朱越燕, 彭敏, 杨丹红. 急诊重症监护病房住院患者医院感染的预测模型研究[J]. 预防医学, 2022, 34(9): 919-922.
[8]	郁小红, 钱棪梅, 周晨洁, 马越, 唐艳超, 邹玲莉. 应用TreeNet算法建立原发性高血压早期预测模型[J]. 预防医学, 2022, 34(9): 923-927.
[9]	郭晓晨, 高明, 彭雪云, 吴南翔. 肝脏H19在p,p'-DDE干扰糖代谢关键基因中的作用[J]. 预防医学, 2022, 34(7): 659-664.
[10]	余鸽, 娄乐, 徐方忠. 记忆任务指标评估抑郁障碍风险研究[J]. 预防医学, 2022, 34(7): 687-691.
[11]	刘佳琪, 冯玲芳, 陈俊斐, 夏海玲, 蒋兆强, 吴帆, 龚晓雪, 楼建林. 温石棉暴露诱发核糖体DNA拷贝数变异及DNA损伤反应研究[J]. 预防医学, 2022, 34(6): 547-554.
[12]	崔蓉, 郑玉建, 鲁英, 夏力旦·阿力甫. 子宫内B[a]P暴露与子代鼠BPDE-DNA加合物及胰腺功能损伤的关系[J]. 预防医学, 2022, 34(4): 335-339,345.
[13]	刘媛, 王冰, 徐瑞雪, 喻颖杰, 张炎, 李明颖, 赵耀. 中小学生维生素D水平与血红蛋白、血清铁蛋白的相关性研究[J]. 预防医学, 2022, 34(4): 385-388.
[14]	吴昊澄, 鲁琴宝, 丁哲渊, 王心怡, 傅天颖, 杨珂, 吴晨, 林君芬. 基于百度指数和手足口病的疱疹性咽峡炎预测模型研究[J]. 预防医学, 2022, 34(3): 217-221.
[15]	朱玲慧, 鲁英, 张露艺. 孕期PAHs暴露与胎盘线粒体拷贝数的关联研究[J]. 预防医学, 2022, 34(3): 248-252.

Viewed

Full text

Abstract

Cited

Shared

Discussed