基于百度指数手足口病发病预测模型的比较研究
| 中文摘要 | 第4-7页 |
| abstract | 第7-9页 |
| 第一章 前言 | 第12-16页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 研究目的和技术路线 | 第14-16页 |
| 1.3.1 研究目的 | 第14页 |
| 1.3.2 技术路线 | 第14-16页 |
| 第二章 资料的获取与方法 | 第16-24页 |
| 2.1 手足口病的监测数据 | 第16-17页 |
| 2.2 关键词百度指数的获取 | 第17-24页 |
| 2.2.1 百度与百度指数 | 第17-19页 |
| 2.2.2 关键词的选取与分析 | 第19-24页 |
| 第三章 模型原理与评价指标 | 第24-28页 |
| 3.1 GM(1,N)灰色模型 | 第24-25页 |
| 3.2 神经网络 | 第25-26页 |
| 3.2.1 人工神经网络 | 第25-26页 |
| 3.2.2 多层感知器神经网络 | 第26页 |
| 3.3 回归模型 | 第26-27页 |
| 3.3.1 自回归模型 | 第26-27页 |
| 3.3.2 自回归分布滞后模型 | 第27页 |
| 3.4 评价指标 | 第27-28页 |
| 第四章 模型的构建与预测 | 第28-34页 |
| 4.1 GM(1,N)模型的构建与预测 | 第28-30页 |
| 4.1.1 灰色关联度分析 | 第28-29页 |
| 4.1.2 模型构建 | 第29页 |
| 4.1.3 模型分析与预测 | 第29-30页 |
| 4.2 多层感知器神经网络的构建与预测 | 第30-32页 |
| 4.2.1 流结构的设计 | 第30页 |
| 4.2.2 滞后期的选择 | 第30-31页 |
| 4.2.3 模型的选择与预测 | 第31-32页 |
| 4.3 自回归分布滞后模型构建与预测 | 第32-34页 |
| 4.3.1 单位根检验 | 第32页 |
| 4.3.2 ARDL建模 | 第32-33页 |
| 4.3.3 模型相关检验 | 第33页 |
| 4.3.4 模型预测 | 第33-34页 |
| 第五章 讨论 | 第34-38页 |
| 5.1 搜索引擎与关键词 | 第34-35页 |
| 5.2 滞后期与预测变量 | 第35-36页 |
| 5.3 预测模型 | 第36-38页 |
| 第六章 结论与展望 | 第38-39页 |
| 6.1 结论 | 第38页 |
| 6.2 展望 | 第38-39页 |
| 本研究的创新之处 | 第39页 |
| 本研究的不足之处 | 第39-40页 |
| 参考文献 | 第40-44页 |
| 综述 | 第44-54页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-56页 |
| 攻读硕士学位期间发表的论文 | 第56页 |
