重庆市艾滋病发病人数的ARIMA时间序列分析

目的探讨按感染途径分类建立ARIMA时间序列模型在艾滋病发病预测方面的应用,验证分析模型的可行性和适用性,为艾滋病防治提供更为精确的信息。方法利用重庆市2004年第一季度至2013年第四季度的艾滋病发病资料,建立ARIMA模型,对重庆市2014年各季度艾滋病发病人数进行预测和评价。结果分别为异性性行为序列,同性性行为序列,吸毒序列建立ARIMA(0,1,1)×(0,1,1)_4,ARIMA(1,0,0)×(1,1,0)_4,ARIMA(0,0,0)×(2,2,0)_4模型,预测结果基本符合实际发病人数的变化趋势,验证了模型的可行性及按感染途径分类建模的适用性。结论 ARIMA模型可用于按感染途径分类模拟艾滋病发病在时间上的变化趋势,进行短期的预测。

葡萄酒月度价格指标的季节ARIMA时间序列分析

以时间序列分析为工具,研究了法国葡萄酒价格月度指标,使用基于周期图的Fisher检验证实该数据指标具有潜在周期,最后发现(1,0,0)×(1,0,0)12模型能较好地拟合数据.在此基础上给出相应的预测.

基于ARIMA时间序列模型的中医体质预测分析

目的:采用时间序列分析方法针对二十四节气中医体质类型变化构建ARIMA预测模型,探索中医体质预测研究新方法。方法:收集整理川西地区人群2020-2021年二十四节气内1 574例中医体质辨识数据作为有效样本,构建ARIMA时间序列模型,得到中医体质预测值与记录值的对应关系。结果:ARIMA (1,2,1)模型的预测拟合图显示预测数据与真实记录数据较为接近,可以较好地描述中医体质的变化趋势,模型预测精度较高,拟合优度良好。结论:ARIMA时间序列模型能够预测中医体质,为中医体质智能化提供新的研究思路。

我国快递业务收入的时间序列分析——基于ARIMA模型

本研究选取2008年1月~2023年11月全国快递业务收入的月度数据为样本,采用时间序列检验方法对其进行了相关分析,然后根据数据特征建立了ARIMA乘法模型来拟合此时间序列。接着,我们用拟合模型来预测2022年3月和4月的全国快递业务收入,通过分析2022年3月和2022年4月全国快递业务收入预测值和真实值的差值,得出突发事件对我国快递行业有着短期负向冲击作用的结论。其次,我们用2008年~2019年的数据对2020年的全国快递业务收入做了预测并且分析预测值和实际值之间的差距以判断2020年初突发事件对全国快递业务收入的影响。最后,我们用2008年~2022年的数据对2023年的数据做出预测,对比实际值和预测值的差距我们发现:快递收入很快恢复至突发事件发生之前水平并有所增长。这对于电商快递行业在遭遇不可抗力因素导致的业务影响时,如何在抵抗短期负面影响的同时也兼顾到未来长期发展具有一定的借鉴意义。

2016—2021年合肥市极端气温与循环系统疾病死亡的时间序列分析

目的探讨合肥市极端气温对居民循环系统疾病死亡的影响及不同人群的敏感性分析。方法收集合肥市2016—2021年逐日气象资料、大气污染物监测资料及循环系统疾病死亡数据。采用基于广义相加模型的分布滞后非线性模型(distributed lag non-linear model,DLNM),评估极端气温对不同性别、年龄人群循环系统疾病死亡影响以及对循环系统主要疾病死亡的滞后效应和累积效应。以日均气温中位数(17.7℃)为对照,计算极端气温的相对危险度(RR)。结果合肥市极端气温对居民循环系统疾病死亡具有显著影响。极端低温对循环系统疾病死亡影响滞后时间长,lag4时达到最大,RR(95%CI)为1.067(1.039,1.095),且不同人群的死亡风险均明显增加。极端高温对循环系统疾病死亡的影响在当天达到最大,RR(95%CI)为1.088(1.020,1.160),持续时间短;≥65岁、女性和脑血管病患者也均在当日效应最大,且效应具有统计学意义,而对其他人群无明显影响。极端气温对不同人群的冷效应均高于热效应,低温对<65岁人群的死亡风险明显高于≥65岁人群,热效应则相反;女性冷效应和热效应均高于男性;脑血管病人群冷效应和热效应也均高于缺血性心脏病人群。结论合肥市极端气温可能增加居民循环系统疾病死亡风险,冷效应影响更大,不同人群对冷热效应的敏感性有差别。

基于时间序列分析的港口货物吞吐量预测研究

港口货物吞吐量是衡量企业生产经营活动的重要依据,体现地区的经济活力与国际贸易潜力。为更准确地预测港口货物吞吐量,本文针对上海港2013年至2022年间集装箱吞吐量变化特征进行量化分析,使用时间序列研究方法对上海吞吐量发展趋势作出精准化预测。对时间序列的平稳性与模型合理性进行进一步验证,减少时间序列历史数据非线性、非平稳性特点产生的预测误差,提升港口吞吐量预测的准确性和科学性,为实现生产效率与资金投入的科学化统筹提供基础数据支撑。

长期护理保险对失能人员医疗服务利用及费用的影响——基于中断时间序列分析

目的:研究长期护理保险政策对长期护理保险待遇享受人员医疗服务利用及费用的影响,探讨长期护理保险实施效果并提出建议。方法:采用卡方检验、中断时间序列分析,综合分析待遇享受人员的医疗服务利用及费用在长期护理保险实施前后的变化情况。结果:研究发现,对不同医疗保险类型、失能等级和年龄的失能人员选择不同的照护方式存在显著差异(P<0.05),待遇享受人员医疗服务利用频次及费用均有降低。结论:医疗保险类型、失能等级和年龄是照护方式选择的影响因素,待遇享受人员的医疗服务利用和费用显著降低,长期护理保险可能减少了“社会性住院”行为。政策建议:缩小城乡待遇差异、促进一体化发展,探索居家照护与机构上门结合、促进护理机构综合发展,健全照护服务体系、减轻家庭压力。

基于间断时间序列分析的三明市公立医院DRG改革效果的综合评估

[目的]分析三明市C-DRG和CN-DRG医保支付方式改革对二级、三级公立医院医疗收入、服务效率和患者负担的影响。[方法]采用间断时间序列、灰色关联度和结构变动度分析方法对2015-2019年22家公立医院的医药收入等指标进行回顾性分析。[结果]三明市实施DRG医保支付方式改革后二级医院的医疗收入降低5.2%,对三级医院的医疗收入没有显著影响;二级、三级医院的平均住院天数和病床使用率无显著改变;三级医院的门急诊次均费用增长2%,出院例均费用未受显著影响;二级医院的出院例均费用降低10.8%后增长8.4%。[结论]在三明市的DRG改革下,公立医院情况稳中向好;DRG可以完善临床路径,促进医疗机构的成本管控,未来的医改进程中,应考虑不同等级医院特点,加强改革的监督管理。

COVID-19疫情前后28个国家生育率变化及影响因素研究:线性模型和中断时间序列分析

目的分析COVID-19疫情暴发前后不同国家经季节和日历调整后的生育率(seasonally and calendar adjusted fertility rate,SAFR)趋势的变化及其影响因素。方法使用国际人类生育力数据库(Human Fertility Database,HFD)中28个国家自2012年1月至2022年12月的月度SAFR数据,以2020年12月(2020年3月疫情暴发起点加9个月妊娠过程)为节点划分为疫情前(2012.1-2020.11)和疫情后(2020.12-2022.12)进行比较,使用中断时间序列方法分析各国疫情前后的SAFR趋势(短期波动和长期趋势)是否发生变化,使用秩和检验分析疫情前SAFR、人均GDP、公共卫生和社会措施(public health and social measures,PHSM)和失业率是否与SAFR趋势变化有关。结果疫情后28个国家中19个国家的SAFR出现短期下降,随后反弹。对于长期趋势,2个国家由下降趋势转为上升趋势,8个国家由上升趋势转为下降趋势,6个国家的SAFR保持不变。SAFR变化率下降主要集中在部分中欧国家以及地中海西岸的国家,而SAFR变化率增加的国家主要分布在北欧以及西欧地区。SAFR无短期波动的国家疫情前的SAFR低于有短期波动的国家(P=0.041),SAFR变化率下降国家的疫情前SAFR(P=0.005)与人均GDP(P=0.027)均低于SAFR变化率上升国家。未发现SAFR短期波动或长期趋势与PHSM严重程度指数或失业率存在关联。结论COVID-19疫情对28个国家的SAFR造成了不同的短期和长期影响,特别是经济水平和疫情前SAFR相对较低的国家可能更易遭到进一步打击。COVID-19疫情对各国人口的更长期影响值得进一步关注。

中国4个城市大气臭氧对呼吸系统疾病住院人数影响的时间序列分析

臭氧已成为影响中国空气质量最重要的污染物之一,为探究其对呼吸系统疾病住院人数的影响,收集保定、盐城、自贡和广州4个城市2019—2022年逐日因呼吸疾病住院人数、臭氧日最大8 h平均浓度(O_(3)-8h)和气象因素数据,采用广义相加模型在城市水平分析大气O_(3)-8h与呼吸系统疾病日住院人数的关联性,并采用随机效应Meta分析整合城市水平分析结果。结果表明:大气臭氧浓度升高可增加呼吸系统疾病日住院人数,并存在滞后效应;城市合并分析结果显示,O_(3)-8h每升高10μg·m^(-3),总呼吸系统疾病、慢性阻塞性肺病(COPD)和肺炎日住院人数分别增加0.49%(95%置信区间(CI):0.30%—0.68%,滞后3 d)、0.86%(95%CI:0.54%—1.18%,滞后2 d)和0.74%(95%CI:0.31%—1.17%,滞后4 d)。不同城市的效应强度以及最佳滞后时间存在较大差异;总体上,儿童和≥60岁老年人群对臭氧的呼吸系统效应更为敏感,不同性别间敏感性无显著差异。

大气污染与耳鼻咽喉急性疾病发病的时间序列分析

目的分析大气污染与耳鼻咽喉急性疾病发病的关系。方法回顾性收集2013至2018年杭州市主城区4家大型三级综合性医院(杭州市第一人民医院、浙江省中西医结合医院、杭州市中医院、杭州市第三人民医院)耳鼻咽喉急性疾病(包括急性扁桃体炎、急性会厌炎、急性喉炎、急性鼻-鼻窦炎、急性中耳炎)的门急诊量,并获取同时期该地区大气污染及气象参数数据。采用R统计软件建立广义相加模型,研究不同大气污染物浓度对耳鼻咽喉急性疾病门急诊量的影响,根据季节、年龄分层分析研究不同大气污染物浓度与门急诊量的关系。结果2013至2018年杭州市主城区耳鼻咽喉急性疾病门急诊总量333254人次,日均门急诊量为152人次。颗粒污染物(PM2.5、PM10)日均浓度每增加10μg/m^(3),在滞后第4天时对耳鼻咽喉急性疾病门急诊量的影响效应最大;气态污染物(SO2、NO2)日均浓度每增加10μg/m^(3),分别在滞后第4天、滞后第6天效应最大。单大气污染物模型中:年龄分层分析显示,在就诊的不同年龄亚组中,5~14岁年龄亚组中各大气污染物浓度与门急诊量的相关性最为明显,PM2.5、PM10、SO2、NO2浓度每升高10μg/m^(3),其效应排序为:NO2>SO2>PM10>PM2.5,RR值分别1.07(95%CI:1.05~1.09)、1.05(95%CI:1.03~1.07)、1.04(95%CI:1.02~1.05)、1.03(95%CI:1.02~1.05);季节分层分析显示,冷季(11月至4月)中大气污染物对耳鼻咽喉急性疾病门急诊量增加的影响强于暖季(5月至10月)(P<0.05)。在双大气污染物模型中,大气双污染物与耳鼻咽喉急性疾病门急诊量的相关性均有统计学意义(均P<0.05)。结论2013至2018年杭州市主城区大气污染物浓度升高与人群耳鼻咽喉急性疾病门急诊量增加相关,且具有滞后效应。耳鼻咽喉急性疾病的发病冷季效应强于暖季,5~14岁儿童的影响效应最为显著。这对制定耳鼻咽喉急性疾病的防治策略有重要参考价值。

基于中断时间序列分析的江苏省某三甲综合医院冠脉支架集中带量采购政策实施效果研究

目的:通过分析江苏省某三甲综合医院冠脉支架集中带量采购政策实施前后的冠脉支架使用情况,评估冠脉支架集中带量采购政策实施效果,为冠脉支架集中带量采购政策协议期满后接续采购的持续优化及完善提供建议。方法:提取2018年10月~2022年10月江苏省某三甲综合医院冠脉支架使用量数据,采用中断时间序列分析方法分析江苏省冠脉支架集中带量采购政策和国家组织冠脉支架集中带量采购政策对江苏省某三甲综合医院冠脉支架使用数量的影响,同时分析该院实施冠脉支架集中带量采购政策前后的进口和国产冠脉支架使用情况。结果:江苏省冠脉支架集中带量采购政策执行后,冠脉支架使用量呈显著上升趋势(β_(3)=4.62,P=0.017);国家组织冠脉支架集中带量采购政策执行后,冠脉支架使用量的水平变化和趋势变化均不显著。江苏省冠脉支架集中带量采购政策实施后,国产冠脉支架和进口冠脉支架使用量都呈不显著上升趋势(β_(3)=2.46,P=0.232;β_(3)=2.16,P=0.173);国家组织冠脉支架集中带量采购政策实施后,国产冠脉支架使用量无显著变化(β_(5)=-1.09,P=0.589),进口冠脉支架使用量瞬间下降(β_(4)=-46.6,P=0.018),随后呈上升趋势,但变化不显著(β_(5)=0.16,P=0.919)。结论:该院总体上冠脉支架集中带量采购政策实施效果良好,江苏省冠脉支架集中带量采购政策实施后增加了该院冠脉支架使用量;国家组织冠脉支架集中带量采购政策促使该院冠脉支架使用量稳中有涨,其中国产冠脉支架整体呈上升趋势,进口冠脉支架使用量整体下降。后续国家冠脉支架集中带量采购政策建议探索多元化的分配方式,合理分配国产冠脉支架和进口冠脉支架中选品种,规范冠脉支架合理使用。

昼夜温差对乌鲁木齐市慢性肾脏病日住院人次影响的时间序列分析

目的探讨昼夜温差(diurnal temperature range,DTR)影响慢性肾脏病(chronic kidney diseases,CKD)日住院人次的影响。方法收集2019年1月1日至2020年12月31日乌鲁木齐市4所三甲医院、4所二甲医院、1所一甲医院CKD日住院人次数据,同期气象及污染物数据来自于乌鲁木齐市主城区的6个国控监测点,采用分布滞后非线性模型,控制星期几效应、假期效应、长期时间趋势及其它因素,分析DTR与CKD日住院人次的关系。结果CKD日住院人次与DTR(滞后0~21 d)的暴露-反应曲线呈“N”形,CKD患者住院风险随DTR的升高呈先上升后下降趋势。低度和高度DTR对CKD患者住院的影响存在一定的滞后效应,中度DTR对住院影响较小;DTR=5℃时,单日效应出现在第3天[RR=1.081,95%CI(1.020,1.145),P<0.05],最大效应出现在第21天[RR=1.090,95%CI(1.014,1.173),P<0.05];高度DTR=14℃(P_(95))时,单日效应出现在第4天[RR=1.086,95%CI(1.007,1.172),P<0.05],最大效应出现在第5天[RR=1.089,95%CI(1.009,1.176),P<0.05],累积滞后均暂未发现有统计学差异。男性和年龄<65岁的CKD患者更易受到DTR的影响,寒冷季节和四季更替时DTR变化对CKD患者住院的影响更大。结论男性与<65岁CKD患者更易受到DTR的影响,在寒冷季节和四季交替DTR变化时更应重点保护易感人群免受DTR的影响。

公立医院科室绩效方案改革对DIP患者住院费用影响——基于中断时间序列分析

目的 探讨医保按病种分值付费(Diagnosis-Intervention Packet,DIP)背景下公立医院科室绩效方案改革对DIP患者住院费用的影响,为优化公立医院科室绩效管理制度、降低DIP患者住院费用提供参考。方法 收集广东省某县级人民医院2020年7月—2023年7月DIP患者的住院费用数据,采用中断时间序列分析法描述例均住院费用变化趋势,分析该院科室绩效方案改革对DIP患者住院费用的影响。结果 医院科室绩效方案改革后,DIP患者总费用下降1 071.93元,并且每月继续下降116.39元。同时,科室绩效方案改革主要对居民医保DIP患者发挥作用,对职工医保DIP患者没有明显影响。结论 公立医院科室绩效方案改革明显降低了DIP患者的总费用及其分项费用,但是对不同险种DIP患者的影响不同。应进一步完善公立医院科室绩效管理机制,建立与医疗效能、医疗质量等相关的多维度绩效考核指标体系,因地制宜推动公立医院科室绩效方案改革,促进公立医院高质量发展。

基于时间序列分析的黄磷价格预测研究

本文旨在通过ARIMA和GARCH模型分析和预测黄磷价格的时间序列数据。黄磷是一种基础化工产品,其应用领域众多,是磷化工产业链的重要一环。黄磷价格的变化备受各方瞩目,因此建立有效的模型对黄磷价格预测分析具有重要的现实意义。本文采用了从2010-2022年的黄磷价格数据,使用单位根检验确认数据的非平稳性,并通过一阶差分实现了平稳化。ARIMA(1,1,1)模型被用来捕捉价格的长期趋势,而GARCH(1,1)模型用于建模残差的波动性。研究结果表明,组合模型能有效预测黄磷价格,且预测值在95%置信区间内与实际价格吻合良好。本研究为化工产品市场的风险管理和决策提供了新的视角。

基于间断时间序列分析的大型医用设备检查效率对手术相关时间的影响研究

目的分析大型医用设备检查效率对手术相关时间的影响。方法采集安徽省某省级三甲医院2023年3—7月手术患者相关数据,采用单组间断时间序列分析(ITSA)设计,以术前等待时间、术后恢复时间以及住院时间为观测指标,探究大型医用设备检查效率改进前后手术相关时间变化趋势。结果大型医用设备检查效率改进后,术前等待时间(β_(3)=-0.010,P=0.048)、术后恢复时间(β_(3)=-0.020,P<0.001)以及住院时间(β_(3)=-0.029,P<0.001)均下降,差异具有统计学意义。结论大型医用设备检查效率改进有效降低手术相关时间,对于提升医疗资源利用效率,改善患者就医体验具有促进作用。

基于中断时间序列分析评估河南省新冠病毒感染疫情防控对手足口病流行趋势的影响

目的:使用中断时间序列分析方法评估河南省新冠病毒感染疫情防控对手足口病流行趋势的影响。方法:从河南省卫生健康委员会法定报告传染病系统中收集2013年1月至2022年9月手足口病发病数据。用河南省2013年1月至2019年6月手足口病发病数据构建ARIMA预测模型,用2019年7月至2019年12月数据验证模型的预测效果。以该模型预测的2020年1月至2022年9月(疫情防控期间)手足口病发病数据为预测值,同期报告数据为真实值,采用阶跃变化、脉冲变化两种评价方法,分析疫情防控对手足口病发病的影响。结果:ARIMA(0,1,1)(0,1,1)12模型的MA1=0.43(t=3.14,P<0.001),SMA1=-0.62(t=6.94,P<0.001);根据AIC、AICC和BIC最小,LL最大,确定其为最优模型。该模型的预测值与真实值的平均相对误差为10.20%。疫情防控期间估计的手足口病发病数阶跃变化为-3471(95%CI为-11794~4852)例,估计的脉冲变化为每月9210(95%CI为3153~15268)例。结论:新冠病毒感染疫情防控降低了河南省手足口病发病水平。

研究生时间序列分析课课程思政元素挖掘与教学实施研究

时间序列分析课程具有“用数据说话,用方法验证,更易挖掘和采用中国元素与问题,便于中外横向与纵向比较,鉴往知来”等特色和优势,可以更好开展课程思政。当前有关研究生时间序列分析课程思政的研究成果缺乏。在进行时间序列分析课程思政教学目标设计的基础上,深入挖掘课程简介与综述、传统和现代时间序列分析方法、课内与课外实践环节中蕴含的课程思政元素,以国家级教材为基础、以国外教材为参考,进一步完善体现中国元素的讲义,通过课程思政混合式教学平台进行课前、课中、课后一体化设计,构建多维度课程思政教学评价体系,注重课程思政教学的持续改进。多管齐下,有效开展课程思政教学,培养研究生形成正确的价值观、政治观、法治观和道德观。

OBE理念在时间序列分析课程教学中的应用

时间序列分析是经济、金融、统计学类专业的核心课程。文章基于OBE理念,从教学目标、教学方法、课程考核评估等方面对时间序列分析课程进行教学改革,并在本校应用统计学专业中进行了教学实践。研究表明,基于OBE理念的时间序列分析课程教学模式能有效激发学生的主动学习意愿,提高学习兴趣和学习效果,同时也有助于提升学生的应用能力和团队协作能力,以更好地培养出符合社会需求的应用型本科人才。

多元卷烟零售连锁商卷烟销量时间序列分析

本文对某多元卷烟零售连锁商的历史烟草销量进行了时间序列分析。主要包括烟草销量的季节性分析,卷烟和非烟商品销量相关性分析,及卷烟平均售价、城镇居民可支配收入与卷烟销量的月度波动关系分析。实证分析结果可对卷烟零售商的科学决策提供有力支持。