• 花甲老农路边捡钱包:一夜无眠通过话费单联系 不要轻易放弃。学习成长的路上,我们长路漫漫,只因学无止境。


    相关医用一般科学论文 毫米波在医学中的应用研究 半参数回归模型在浙江省卫生指标预测中 多模态图像配准研究及其在超声热导向药 均值结构模型及其在医学中的应用 应用特解边界元法对热疗温度场的数值计 高分辨魔角旋转核磁共振技术在离体生物 基于人工免疫算法的优化问题研究 三种定量分析方法在疾病防治中的应用研 应用Excel完成logistic回归分析及其评 应用蛋白质组学方法研究低剂量辐射对造 广义线性模型的稳健估计及其医学应用 模糊判别分析在妊高征预测中的应用研究 惩罚logistic回归与多因子降维法交互作 电刺激镇痛技术及其在计生手术中的应用 数学模型在血吸虫病监测数据中的应用 非线性预测方法在艾滋病疗法效果研究中 【中文摘要】时间序列是按照时间顺序取得的一系列观察值,时间序列数据的本质特征就是相邻观察值之间的依赖性。所以在对时间序列数据进行分析时,一般的回归模型难以体现变量自身前后及应变量与自变量过去的依赖关系。自回归求和滑动平均(ARIMA)模型是对变量自身前后依赖性进行分析的技术,它描述了变量自身当前与过去的统计依赖关系,在显示变量的动态系统(dynamical system)演变规律方面有着较为丰富的结构。ARIMA模型由George E.P.Box和Gwilym M.Jenkins首次系统提出,其建模的假定较少,容易得到满足,在现实的系统中有着广泛的应用。使用ARIMA模型对时间序列进行分析,最大的意义在于预报。本文中,我们将利用ARIMA模型对医疗资源消费进行预报,并将预报结果与实际值和普通回归模型的预报结果进行比较。

    上一篇:题材多样、类型各异暑期档荧屏需要怎样的“爆

    下一篇:龟兔赛跑