中文摘要 | 第4-6页 |
abstract | 第6-8页 |
第1章 绪论 | 第11-23页 |
1.1 流行过程 | 第11-12页 |
1.1.1 传染源 | 第11页 |
1.1.2 传播途径 | 第11页 |
1.1.3 易感人群 | 第11-12页 |
1.2 流行特征 | 第12-14页 |
1.2.1 地区分布特征 | 第12-13页 |
1.2.2 时间分布特征 | 第13-14页 |
1.2.3 人群分布特征 | 第14页 |
1.3 临床表现 | 第14-15页 |
1.4 预防和控制 | 第15-17页 |
1.4.1 免疫接种 | 第15-16页 |
1.4.2 加强监测 | 第16页 |
1.4.3 预警预测 | 第16-17页 |
1.5 时间序列分析方法 | 第17-21页 |
1.5.1 指数平滑法 | 第17-18页 |
1.5.2 自回归模型(AR模型) | 第18页 |
1.5.3 滑动平均模型(MA模型) | 第18页 |
1.5.4 自回归移动平均模型(ARMA模型) | 第18-19页 |
1.5.5 差分自回归滑动平均模型(ARIMA模型) | 第19-20页 |
1.5.6 季节性差分自回归移动平均模型(SARIMA模型) | 第20-21页 |
1.6 研究目的及意义 | 第21-23页 |
第2章 材料与方法 | 第23-26页 |
2.1 数据来源 | 第23页 |
2.1.1 疫情数据 | 第23页 |
2.1.2 基础地图数据 | 第23页 |
2.1.3 人口数据 | 第23页 |
2.2 研究方法 | 第23-26页 |
2.2.1 流行特征分析 | 第23-24页 |
2.2.2 时间序列分析 | 第24-26页 |
第3章 结果 | 第26-51页 |
3.1 长春市2004-2016年流行性腮腺炎流行病学特征 | 第26-32页 |
3.1.1 疫情概况 | 第26-27页 |
3.1.2 空间分布特征 | 第27-28页 |
3.1.3 时间分布特征 | 第28-29页 |
3.1.4 人群分布 | 第29-32页 |
3.2 时间序列分析 | 第32-51页 |
3.2.1 序列平稳化 | 第32-35页 |
3.2.2 模型的识别和参数估计 | 第35-46页 |
3.2.3 模型有效性检验 | 第46-48页 |
3.2.4 模型预测 | 第48-51页 |
第4章 讨论 | 第51-56页 |
4.1 长春市2004-2016年流行性腮腺炎流行病学特征 | 第51-53页 |
4.1.1 时间分布特征 | 第51-52页 |
4.1.2 空间分布特征 | 第52页 |
4.1.3 人群分布特征 | 第52-53页 |
4.2 时间序列模型 | 第53-56页 |
第5章 结论 | 第56-57页 |
参考文献 | 第57-66页 |
作者简介及硕士在读期间科研成果 | 第66-67页 |
致谢 | 第67页 |