切换至 "中华医学电子期刊资源库"

中华妇幼临床医学杂志(电子版) ›› 2008, Vol. 04 ›› Issue (02) : 97 -101. doi: 10.3877/cma.j.issn.1673-5250.2008.02.107

论著

传递函数模型在我国5岁以下儿童死亡率预测中的应用
刘元元, 朱军, 刘祥, 李晓松   
  1. 四川大学华西公共卫生学院卫生统计学教研室(成都,640061)
    全国妇幼卫生监测办公室
  • 出版日期:2008-04-01

Application of Transfer Function-Noise Model in the Prediction of Child Mortality Rate Under Age 5 in China

Yuan-yuan LIU, Jun ZHU, Xiang LIU, Xiao-song LI   

  1. Department of Health Statistics, West China School of Public Health, Sichuan University, Chengdu 610041, China
  • Published:2008-04-01
引用本文:

刘元元, 朱军, 刘祥, 李晓松. 传递函数模型在我国5岁以下儿童死亡率预测中的应用[J/OL]. 中华妇幼临床医学杂志(电子版), 2008, 04(02): 97-101.

Yuan-yuan LIU, Jun ZHU, Xiang LIU, Xiao-song LI. Application of Transfer Function-Noise Model in the Prediction of Child Mortality Rate Under Age 5 in China[J/OL]. Chinese Journal of Obstetrics & Gynecology and Pediatrics(Electronic Edition), 2008, 04(02): 97-101.

目的

探讨传递函数模型在我国5岁以下儿童死亡率(child mortality rate under age 5, U5MR)预测中的应用价值。

方法

利用1991至2004年国家有关统计年鉴数据拟合传递函数模型,同时采用求和自回归移动平均(ARIMA)模型进行预测,并比较两者的拟合结果。

结果

传递函数模型与实测值比较而言,其回代预测误差为-1.11%,未来预测误差为-2.35%,均较ARIMA模型低。

结论

传递函数模型在预测中可以纳入有关影响因素,该预测结果理论上更符合实际情况。

Objective

To explore the applicability of transfer function-noise model in the prediction of child mortality rate under age 5(U5MR).

Methods

Transfer function-noise model and auto regressive integrated moving average (ARIMA) model were used to fit the officially released data and compare the prediction results.

Results

The prediction error of transfer function-noise model is -2.35%, which is lower than that of ARIMA model.

Conclusion

The related factors can be taken into account and the prediction results are more precise by fitting the transfer function-noise model.

图1 传递函数模型示意图
图2 我国5岁以下儿童死亡率的传递函数模型拟合结果
图3 我国5岁以下儿童死亡率的求和自回归移动平衡模型拟合结果
1 李晓松,聂富强,陈健生等.国务院妇女儿童工作委员会、卫生部、联合国儿童基金会"降低中国孕产妇、婴儿及5岁以下儿童死亡率相关因素研究"项目主报告,2004.
2 2006年中国卫生统计年鉴. 中华人民共和国卫生部网站,2007-10-15.http://www.moh.gov.cn/newshtml/17221.htm.
3 2007年中国卫生统计提要. 中华人民共和国卫生部网站,2007-10-15.http://www.moh.gov.cn/newshtml/19165.htm.
4 王振龙主编. 时间序列分析. 北京:中国统计出版社,2000.
5 类淑河. 利用传递函数-噪声模型表达经济变量间的动态影响机制. 数理统计与管理,2004, 11(1): 67-71.
6 George EP,Gwilym BM,Gregory JC. Time series analysis: Forecasting and control (3 Ed).见:顾岚主译.北京:中国统计出版社,1997.
7 张文彤. 世界优秀统计工具SPSS 11统计分析教程(高级篇). 北京:北京希望电子出版社,2002.
8 朱雪娜. 北京市1999-2003年儿童死亡状况分析. 中国妇幼保健,2005,20(20): 2601-2603.
[1] 洪玮, 叶细容, 刘枝红, 杨银凤, 吕志红. 超声影像组学联合临床病理特征预测乳腺癌新辅助化疗完全病理缓解的价值[J/OL]. 中华医学超声杂志(电子版), 2024, 21(06): 571-579.
[2] 庄燕, 戴林峰, 张海东, 陈秋华, 聂清芳. 脓毒症患者早期生存影响因素及Cox 风险预测模型构建[J/OL]. 中华危重症医学杂志(电子版), 2024, 17(05): 372-378.
[3] 黄鸿初, 黄美容, 温丽红. 血液系统恶性肿瘤患者化疗后粒细胞缺乏感染的危险因素和风险预测模型[J/OL]. 中华实验和临床感染病杂志(电子版), 2024, 18(05): 285-292.
[4] 奚玲, 仝瀚文, 缪骥, 毛永欢, 沈晓菲, 杜峻峰, 刘晔. 基于肌少症构建的造口旁疝危险因素预测模型[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 48-51.
[5] 屈勤芳, 束方莲. 盆腔器官脱垂患者盆底重建手术后压力性尿失禁发生的影响因素及列线图预测模型构建[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(06): 606-612.
[6] 犹成亿, 尤恒, 叶东樊, 张雯, 刘禹, 王仁宇, 苏琳茜, 甘慧, 徐智. 基于3D Res U-Net-Faster RCNN 技术和CT 影像学特征的肺结节性质预测模型的建立[J/OL]. 中华肺部疾病杂志(电子版), 2024, 17(05): 673-679.
[7] 张卫锋, 张天翼, 赵正维, 王海强, 尹逊亮. VE /VCO2 斜率对肺癌肺叶切除术后心血管并发症的预测意义[J/OL]. 中华肺部疾病杂志(电子版), 2024, 17(05): 725-730.
[8] 公宇, 廖媛, 尚梅. 肝细胞癌TACE术后复发影响因素及预测模型建立[J/OL]. 中华肝脏外科手术学电子杂志, 2024, 13(06): 818-824.
[9] 王贝贝, 崔振义, 王静, 王晗妍, 吕红芝, 李秀婷. 老年股骨粗隆间骨折患者术后贫血预测模型的构建与验证[J/OL]. 中华老年骨科与康复电子杂志, 2024, 10(06): 355-362.
[10] 孙晗, 于冰, 武侠, 周熙朗. 基于循环肿瘤DNA 甲基化的结直肠癌筛查预测模型的构建与验证[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 500-506.
[11] 韦巧玲, 黄妍, 赵昌, 宋庆峰, 陈祖毅, 黄莹, 蒙嫦, 黄靖. 肝癌微波消融术后中重度疼痛风险预测列线图模型构建及验证[J/OL]. 中华临床医师杂志(电子版), 2024, 18(08): 715-721.
[12] 蔡晓雯, 李慧景, 丘婕, 杨翼帆, 吴素贤, 林玉彤, 何秋娜. 肝癌患者肝动脉化疗栓塞术后疼痛风险预测模型的构建及验证[J/OL]. 中华临床医师杂志(电子版), 2024, 18(08): 722-728.
[13] 王誉英, 刘世伟, 王睿, 曾娅玲, 涂禧慧, 张蒲蓉. 老年乳腺癌新辅助治疗病理完全缓解的预测因素分析[J/OL]. 中华临床医师杂志(电子版), 2024, 18(07): 641-646.
[14] 董晟, 郎胜坤, 葛新, 孙少君, 薛明宇. 反向休克指数乘以格拉斯哥昏迷评分对老年严重创伤患者发生急性创伤性凝血功能障碍的预测价值[J/OL]. 中华临床医师杂志(电子版), 2024, 18(06): 541-547.
[15] 黄圣楷, 许斌, 苏健, 孙龙. 海南省2010~2020年乙型肝炎流行趋势的时间序列分析及预测[J/OL]. 中华临床医师杂志(电子版), 2024, 18(06): 555-561.
阅读次数
全文


摘要