基于灰色GM(1,1)模型的我国医院感染患病率变化趋势及预测

目的了解我国医院感染患病率变化趋势,并采用灰色GM(1,1)模型对我国不同规模医院的医院感染患病率进行预测,为医院感染防控提供数据支持和新思路。方法采用描述性流行病学方法分析我国医院感染患病率变化趋势,2008—2016年我国医院感染患病率数据进行灰色GM(1,1)模型构建,2018—2020年数据进行模型验证。采用构建的灰色GM(1,1)模型对2022—2024年我国医院感染患病率进行预测。结果我国医院感染患病率呈下降趋势,随着医院规模的增加医院感染患病率升高。医院感染患病率灰色GM(1,1)模型的精度良好、拟合效果较高。2024年全国、<300张床位医院、300~599张床位医院、600~899张床位医院和≥900张床位医院的医院感染患病率可降为1.00%、0.49%、0.90%、1.13%和2.05%。结论我国医院感染防控效果明显,灰色GM(1,1)模型对我国医院感染患病率有较好的预测效果。

一种基于均值模型构建动态离散GM(1,1)模型的新方法

离散灰色模型避免了传统灰色模型中差分到微分产生的跳跃误差,然而当建模序列确定后参数随之确定,模型无法随时间作出与系统变化相适应的动态调整,这是导致模型精度不高及出现预测偏差的重要原因。由于均值模型较其他基本形式的传统灰色模型更适应非指数增长序列,因此首先利用均值GM(1,1)模型刻画了发展系数的动态化过程,然后在此基础上构建了动态离散GM(1,1)模型,最后应用该模型对我国城镇就业人员的数量进行了模拟及预测,取得了较好的效果,验证了新方法的有效性和实用性。

基于负二项稀疏算子和推广的负二项稀疏算子的INAR(1)模型的比较

本文利用条件极大似然估计的方法比较利用预设新息分布法基于推广的负二项稀疏算子INAR(1)模型和负二项稀疏算子的INAR(1)模型的参数估计情况。通过对取不同新息项分布的两个模型分别进行数值模拟,并对两个模型数值模拟的结果进行对比来直观地表明由于基于负二项稀疏算子的INAR(1)模型在x=0点时概率质量不存在进而模型的所有边际分布不存在,从而证明利用预设新息分布法基于负二项稀疏算子的INAR(1)模型不存在,也表明推广的负二项稀疏算子在利用预设新息分布法构建INAR(1)模型中的必要性。

基于GM(1,1)-Markov模型的商品销售额预测

文章研究安踏公司的商品销售额的预测问题,依据商品销售额的灰色特征及随机性特点,将GM(1,1)模型与Markov链模型相结合,建立GM(1,1)-Markov耦合模型,应用该模型对安踏以半年为期的商品销售额进行实例预测。对GM(1,1)模型进行了精度检验,检验结果表明GM(1,1)有较高的预测精度。在此基础上引入Markov链进行预测值修正,其中,GM(1,1)模型预测的平均相对误差为7.67%,而通过Markov链模型进行优化后,GM(1,1)模型平均相对误差为3.71%。说明,经Markov链优化的GM(1,1)模型的预测精度优于GM(1,1)模型,更具实用性。

灰色GM(1,1)档案模型参数估计优化算法

针对最小二乘法在处理总体特征不明显的数据时效果欠佳的问题,提出了一种适用于“贫信息,小样本”的预测方法,采用灰色GM(1,1)模型对数据序列进行归纳、总结和提炼,构建相应的预测模型。新的参数估算方法将初始误差的绝对值和最小化,将参数估算转化为目标规划问题,利用目标规划法,在不依赖于数据整体特性的前提下,有效降低异常值,简化计算过程,提高预测精度。

基于GM(1,1)模型的广东省中青年体质预测研究

目的::研究国民体质指标变化趋势,为政府制定相应的健康促进政策和开展体育活动提供科学依据。方法:通过收集2019-2022年广东省中青年体质监测的相关数据,并依据该时间序列建立GM(1,1)预测模型,对中青年体质进行趋势预测。结果:(1)身体形态:身高呈现上升趋势,腰围和臂围下降,男性体重下降而女性体重上升。体脂率仅在中年男性中上升;(2)身体机能:肺活量指标呈上升趋势,心肺趋势测试值呈下降趋势,表明广东省中青年的有氧能力下降;(3)身体素质:握力、背力、俯卧撑等力量型指标男性呈下降趋势,女性表现较好。纵跳指标男性下降而女性上升,仰卧起坐,坐位体前屈和选择反应时间均呈积极走势。结论:广东省中青年群体的身体形态总体上朝着较好的方向发展,但身体机能和部分身体素质指标的发展趋势不容乐观。特别是女性肥胖问题、心肺耐力的下降和男性力量型指标的减弱,需要政府等部门加以重视,建议:(1)体育部门应增大力量型运动项目和长跑的开展力度;(2)宣传部门需要加大体育健身的宣传力度;(3)政府应该采取措施落地和实效评估相结合的方式研判国民体质健康程度。

基于GM(1,1)模型的甘肃省冷链物流需求预测研究

随着居民对生鲜农产品质量要求的提升,冷链物流行业也亟需朝着高标准、严要求的方向进一步发展。因此,对生鲜农产品冷链物流需求进行精准预测也具有了更加重要的现实意义。将人均生鲜农产品消费量与甘肃省常住居民数的乘积作为甘肃省冷链物流需求量,利用GM(1,1)模型对甘肃省2012-2031年冷链物流需求量进行预测,并通过发展系数检验、残差检验、后验差检验,验证了模型有较高的预测精度,并适用于中长期预测,可以有效预测甘肃省冷链物流需求量的发展趋势,能够为后续甘肃省冷链物流设施规划、冷库建设、运输设备配备提供参考依据。

基于GM(1,1)模型的智能制造人才需求预测

文章根据公布的数据,对参与CMMM的制造业企业数量、智能制造成熟度等级分布、智能制造招聘职位同比增速进行预测,并对智能制造人才需求的质量和数量进行分析预测,以期为相关人才供给提供新的思路。

广西全科医生发展现状及需求预测研究——基于GM(1,1)模型和人力人口比值法

目的:分析广西全科医生发展现状,预测“十四五”时期全科医生需求量。方法:对2013—2020年广西全科医生数据进行描述性分析,运用GM(1,1)模型和人力人口比值法预测2021—2025年全科医生需求量。结果:2013—2020年,广西全科医生数量增长较快,专业化水平不断提升,预计2025年每万人口全科医生数将超过政策规划目标值;但截至2020年每万人口全科医生数仍低于全国平均水平,不同机构、不同地市全科医生配置不均衡。结论:发挥政府主导作用,强化全科医生队伍建设;提升全科医生基层就业意愿;优化全科医生区域配置,加大对欠发达地区的政策倾斜力度。

基于灰色预测GM(1,1)模型山东省卫生人力资源变化趋势研究

[目的]分析2012-2020年山东省卫生人力资源配置现状,预测2021-2025年卫生人力资源变化趋势。[方法]以2012-2020年山东省卫生人力资源配置为原始数据,利用GM(1,1)方法构建模型预测山东省卫生人力资源配置数并分析其变化趋势。[结果]2021-2025年山东省卫生人力资源配置总体呈上升态势,到2025年山东省三类地区千人口卫生技术人员数分别增长至11.71人、7.79人、8.85人,执业(助理)医师分别为4.66人、3.27人、3.75人,注册护士分别为5.79人、4.08人、4.17人。[结论]山东省卫生人力资源配置水平进一步得到提升,医护比逐渐趋于合理,虽经济落后地区卫生人力资源配置涨幅明显,但总量不及经济发达地区,地区间存在差异,注册护士仍有短缺,亟需制定相关政策缩小地区间差异,提高护士待遇,完善医护比,切实保障公共卫生服务均等化。

带单个变点AR(1)模型的统计推断

变点时间序列一直是计量经济学、工程学和统计学的一个重要研究课题,在金融、气象和工业等领域有着广泛的应用。研究了带单个变点一阶自回归(AR(1))模型的统计推断问题。基于极大似然(或拟似然)方法,针对带单个变点AR(1)模型给出了参数估计表达式及自相关系数估计的一致性条件,同时得到了该条件下自相关系数极大似然(或拟似然)估计的渐近分布,并依此讨论了模型是否存在变点的假设检验及自相关系数变化增量的假设检验问题。最后通过数值模拟和上证综合指数日交易量的实证分析说明了所提理论和方法的有效性。

基于推广的负二项稀疏算子的随机系数INAR(1)模型及其应用

基于推广的负二项稀疏算子构建带有随机系数的一元INAR(1)模型,推导了该模型的概率统计性质,采用最小二乘估计法进行参数估计并进行了数值模拟。最后给出一个实例应用,并将该模型与其他模型进行对比研究,结果显示带有随机系数的基于推广的负二项稀疏算子的一元INAR(1)模型更适用于实际数据。

优化MGM(1,n)模型在边坡沉降预测中的应用研究

为更好地预测边坡沉降,考虑边坡整体变化趋势,采用多变量的优化MGM(1,n)模型,对边坡相关的各监测点的沉降变形进行了预测。该研究先以平均相对残差为指标筛选初值,引入背景值系数重构背景值计算公式;再据此建立改进的双值MGM(1,n)优化模型;最后,以中山西环高速公路A段的边坡工程为实例,分别建立传统MGM(1,n)模型、GM(1,1)模型和优化MGM(1,n)模型,并对所测数据进行建模预测和比较分析。研究结果表明:在3种优化模型中,优化MGM(1,n)模型的预测精度最高。该模型在边坡沉降预测方面具有一定的应用前景,可为类似工程和研究提供参考。

RCA(1)时间序列模型均值变点的在线监测

针对随机系数自回归(Random Coefficient Auto-regression,RCA)时间序列模型的均值变点监测问题,引入一个窗宽参数。通过调整监测起始时刻,并插入参数的一致估计量对估计参数进行替换,给出监测统计量在原假设和备择假设下的极限分布,也提供其后验检验。最后,给出极限理论以及后验检验的模拟计算,计算结果验证该方法的有效性。

基于优化GM(1,N)模型的油气管道腐蚀速率预测

为了提高油气管道腐蚀速率的预测精度,解决样本缺失情况下管道剩余寿命的预测问题,通过斯皮尔曼相关系数和随机森林算法寻找腐蚀因素中相关性较高的变量,去除相关性较高但重要性较低的变量,采用人工蜂群算法(ABC)对GM(1,N)模型的背景值进行动态优化,形成优化GM(1,N)模型,并对不同模型的预测结果进行了对比。结果表明,腐蚀因素中一些变量存在较强的相关性,筛选出重要性较高且相关性较小的5个变量,分别为土壤电阻率、含盐量、氧化还原电位、含水量和硫化物质量分数;与GM(1,10)和GM(1,6)模型相比,优化的GM(1,6)模型在训练阶段和预测阶段的平均相对误差均大幅降低,分别为1.52%和2.03%,预测结果更接近实际值,说明了降低因素冗余性和对背景值进行优化的必要性。该优化模型可为油气管道腐蚀速率的准确预测提供实际参考和借鉴。

基于改进灰色GM(1,1)模型的广西第一产业经济预测

建设农业强国,是党中央着眼全面建成社会主义现代化强国做出的战略部署,第一产业经济发展自然能为中国农业未来的发展趋势起到了指引作用。广西作为农业大区,分析和预测第一产业生产总值(GDP)发展数据对预测地区经济发展有很大的参考作用。为此提出了一种基于改进灰色GM(1,1)模型,对广西第一产业经济进行预测。为提高预测模型精度,对2022年广西第一产业GDP季度原始数据进行数据频率的转换,从低频数据转为高频数据,提出了一种新的改进GM(1,1)预测模型,描述其预测精度等级评价,并利用2022年广西第一产业第四季度的月度数据对改进后的模型进行训练。

基于GM(1,1)模型和BP神经网络的四川省用电量预测

随着中国经济的快速增长,人民对能源的需求也在逐步增长。电能作为居民基本的生活能源,其是否能够充足稳定的供应决定了社会经济的运行。当在面对突发事件无法及时满足供电需求时,对于用电量的预测就成为了一种未雨绸缪的重要方法。本文基于GM(1,1)模型和BP神经网络建立了一种新的GM-ABP模型。我们将GM-ABP模型用于预测中国四川省年用电总量。本文提出的模型在GM(1,1)模型的基础上加以修正,利用Adam算法优化的BP神经网络对残差进行拟合。预测结果显示GM-ABP模型的预测精度均优于GM(1,1)模型和Adam-BP神经网络模型,且预测精度有较大提升。最后通过GM-ABP模型给出了四川省2021~2023年用电总量的预测值。

基于ARIMA模型和GM (1, 1)模型的“地方政府账单”预测与管理——以山东省为例

“地方政府账单”的存在说明了一个地方政府的支出状况,可以说“政府账单”项项关乎民生,整个账单的开支结构可以正面反映出政府的职能重心和国家的发展需求。“政府账单”提供了一个研究政府预算管理的切入口,本文通过两种统计方法即ARIMA模型和GM (1, 1)模型对于选取的山东省“政府账单”进行预测,并且得到了相似的结果,这样的预测值和变化趋势分析对于我国地方政府的财政效能提升和自我精简避免走入“膨胀陷阱”具有极大助力,亦可以作为优化我国预算管理策略和开发预算管理措施的一手资料。

基于GM(1,1)模型的上海市城镇职工基本医疗保险基金结余预测分析

上海市城镇职工基本医疗保险基金作为上海市基本医保的主体,是保障民生福祉和维护社会稳定的关键一环。本文以2009~2021年上海市城镇职工医疗保险基金相关数据为基础,通过建立GM(1,1)模型对2022~2030年的职工医保基金收支规模及结余趋势进行预测,结果显示基金规模将不断扩大,基金累计结余呈现持续上涨态势。基金的过度沉淀将会破坏医保基金共建共享、风险共济的保障效能,不利于职工医保基金的可持续发展。因此,优化上海市职工基本医疗保险内部结构,进一步提升高额基金结余的使用效率是当前亟待解决的问题。

我国基本养老保险基金发展预测——基于GM(1,1)模型分析

文章回顾了2014~2021年我国基本养老保险、城镇职工基本养老保险及城乡居民基本养老保险的收入、支出及结余情况,运用GM(1,1)模型预测分析2022~2031年我国基本养老保险、城镇职工基本养老保险及城乡居民基本养老保险的收入、支出、结余的变化以及未来发展趋势。结果:2022~2031年我国基本养老保险、城镇职工基本养老保险、城乡居民养老保险收支规模、基金结余持续增长。结论:基本医疗保险总体运行收入增长幅度低于支出增长幅度,城镇职工养老保险发展趋势不够合理,需警惕城乡居民基本养老保险补贴城镇职工基本养老保险的“逆向分配”的情况。对于未来发展,基本养老保险的定位需更明晰、建立多层次多支柱的养老保险体系满足不同群体的养老需求,同时确保基金的可持续发展。