基于R的江西省肺结核发病率ARIMA-SVM组合预测模型
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 中英文对照 | 第7-8页 |
| 第1章 前言 | 第8-10页 |
| 第2章 资料与方法 | 第10-27页 |
| ·资料来源 | 第10页 |
| ·方法 | 第10-18页 |
| ·差分自回归移动平均模型 | 第10-14页 |
| ·模型的介绍 | 第10-11页 |
| ·模型的识别 | 第11-12页 |
| ·模型的参数估计 | 第12页 |
| ·模型的诊断 | 第12-13页 |
| ·模型的应用 | 第13-14页 |
| ·ARIMA模型拟合流程图 | 第14页 |
| ·支持向量机 | 第14-18页 |
| ·模型的介绍 | 第14页 |
| ·线性回归 | 第14-16页 |
| ·非线性回归 | 第16-18页 |
| ·ARIMA-SVM模型 | 第18页 |
| ·模型评价指标 | 第18页 |
| ·R | 第18-26页 |
| ·运用R拟合ARIMA模型 | 第19-21页 |
| ·运用R拟合SVM模型 | 第21-26页 |
| ·技术路线 | 第26-27页 |
| 第3章 结果 | 第27-36页 |
| ·江西省肺结核月发病率基本情况 | 第27-29页 |
| ·拟合差分自回归移动平均模型 | 第29-33页 |
| ·时间序列的差分 | 第29-30页 |
| ·自相关函数和偏相关函数 | 第30-32页 |
| ·模型阶数的确定 | 第32-33页 |
| ·拟合ARIMA-SVM模型 | 第33-36页 |
| ·学习样本的选择 | 第33页 |
| ·数据的处理 | 第33页 |
| ·SVM的建立与训练 | 第33页 |
| ·ARIMA-SVM的应用 | 第33-34页 |
| ·模型精度的评价 | 第34-36页 |
| 第4章 讨论与分析 | 第36-43页 |
| ·数据质量评价 | 第36页 |
| ·方法学评价 | 第36-37页 |
| ·肺结核发病率预测的意义 | 第37-38页 |
| ·模型拟合结果评价 | 第38-39页 |
| ·和同类研究的比较 | 第39-41页 |
| ·肺结核及其他传染病的预测 | 第39-41页 |
| ·SVM在预测上的应用 | 第41页 |
| ·建议 | 第41-43页 |
| 第5章 结论与展望 | 第43-45页 |
| ·结论 | 第43页 |
| ·研究的主要创新点、不足及进一步研究的方向 | 第43-45页 |
| ·创新点 | 第43页 |
| ·不足及进一步研究方向 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 攻读学位期间研究成果 | 第51-52页 |
| 综述 | 第52-57页 |
| 参考文献 | 第54-57页 |
