小波分析理論在疾病流行動態(tài)定量分析中的應(yīng)用研究.pdf_第1頁
已閱讀1頁，還剩80頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、該研究利用山東省平邑縣1985年~2002年HFRS月發(fā)病率資料,在遵循流行病學(xué)原理的基礎(chǔ)上,將小波分析理論和數(shù)理統(tǒng)計方法有機(jī)結(jié)合,定量研究了HFRS的流行動態(tài)變換趨勢:①選擇滿足正則條件的小波基函數(shù),對時間序列數(shù)據(jù)作多層小波分解;并運用數(shù)學(xué)中的奇異性理論和小波分析的模極大值原理識別疾病流行的暴發(fā)時點;結(jié)合HFRS監(jiān)測點的鼠情資料分析暴發(fā)原因;②根據(jù)資料的特點選擇恰當(dāng)?shù)男〔ɑ瘮?shù)和分解層數(shù),分離資料中的趨勢項、周期項和隨機(jī)項,以獲得疾病

2、流行的短期波動、周期性變化趨勢和長期趨勢;③在②中小波分解的基礎(chǔ)上,應(yīng)用時間序列模型或曲線擬合等方法分別對平邑縣、泰安市和日照市HFRS資料分離后的各項作出預(yù)測,再把各項的預(yù)測值相加得出各地HFRS月發(fā)病率的預(yù)測值.綜上所述,小波分析理論對HFRS流行動態(tài)趨勢中暴發(fā)時點的識別是靈敏和準(zhǔn)確的;識別出的周期變化特征能較好地刻畫HFRS動態(tài)變化趨勢;小波分析與其它建模方法相結(jié)合能有效地提高非平穩(wěn)時間序列預(yù)測精度,是處理非平穩(wěn)時間序列預(yù)測問題的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論