Page 14 - 南京医科大学学报社会科学版
P. 14
南
南京医科大学学报(社会科学版)京医科大学学报(社会科学版) 第5期 总第106期
· 420 · Journal of Nanjing Medical University(Social Sciences)of Nanjing Medical University(Social Sciences) 2021年10月
Journal
参数为 p=0,d=2,q=0;卫生总费用占 GDP 比重预测 测。卫生总费用预测值与实际值对比情况见表2。
模 型 最优的 3 个参数为 p=0,d=1,q=1。分别建立 (三)灰色GM(1,1)模型预测过程及结果
ARIMA(0,2,0)及 ARIMA(0,1,1)预测模型。经检 ①建立时间序列:
验可知,模型的拟合统计量R 分别为0.988、0.955,R 2 X =[x (1),x (2),⋯⋯x (7)] =(931.00,1 092.35,
2
(0)
(0)
(0)
(0)
均 >0.9;标 准 化 贝 叶 斯 信 息 量(BIC)值 分 别 为 ⋯⋯ ,2 087.00)
8.311、-2.761;平均绝对误差(MAE)分别为 46.948、 经过计算,该数列所有的级比数值都落在区间
0.196;残差的 P 值均>0.05。由此可以看出模型的拟 (0)
x (k - 1)
合效果较好,残差为白噪声序列,可以利用其对上 σ(k)= (0) 内,即区间(0.778 800 783,1.284 025 417)
x (k)
海市卫生总费用及其占GDP比重进行预测。
系数 内,可以进行模型的建立。
1.0
置信度上限 ②通过累加构造生成列:(931.00,2 023.35,
置信度下限
3 272.03,4 619.82,6 156.42,7 994.42,1 0081.42)。
0.5 ③构造数据矩阵 B 和数据向量 Y :
自相关系数 0.0 æ ç - [ x (1)+ x (2) ] 1 ö ÷
1
(1)
(1)
-0.5 ç ç ç 1 2 (1) (1) ] ÷ ÷
B = ç ç - [ x (2)+ x (3) ÷ 1 ÷ ÷
2
-1.0 ç ç ⋮ ⋮ ÷ ÷
1 2 3 4 5 6 7 8 9 ç ç 1 (1) (1) ] ÷ ÷ 1
滞后编号 è - [ x (6)+ x (7) ø
2
图3 上海市卫生费用二阶差分自相关
(0)
æ x (2) ö
系数 ç ÷
(0)
1.0 置信度上限 ç çx (3) ÷ ÷
置信度下限 Y = ç ç ⋮ ÷ ÷
0.5 ç è x (7) ÷ ø
(0)
自相关系数 0.0 经计算 B B ,(B B) ,a ̂ =(B B) × B × Y ,得到
T
T
T
T
-1
-1
-0.5 μ =-6 553.809 9,最终得到上海市卫生总费用的预测
a
)
( ) 1
̂
模型为 X (k + 1 = 870.455 303 3e 0.132 816 684 k -6 553.809 9
-1.0
1 2 3 4 5 6 7 8 9 同理,上海市卫生总费用占 GDP 的比重序列也
滞后编号 通过级比检验,因此,可以建立 GM(1,1)灰色预测
图4 上海市卫生费用二阶差分偏自相关 模型。故可以计算出卫生总费用占 GDP 比重的 a
3. 模型的拟合及预测
和 μ 分别为:-0.051 446 433、0.048 524 838。因
利用所建立的 ARIMA 模型分别对上海市卫生
此,可以建立上海市卫生总费用占 GDP 比重的 GM
总费用及其占 GDP 的比重进行预测,并求出相对误
(1,1)灰色预测模为:
差[相对误差=(预测值 - 实际值)/实际值]。经计
)
( ) 1
̂
算,上海市实际值与预测值平均相对误差绝对值仅为 X (k + 1 = 0.048 524 838e 0.051 446 433 k - 0.943 210 9
0.74%,说明拟合效果较好,可以利用其进行外推预 ④模型的检验。经计算可知,上海市卫生总
表2 上海市卫生总费用及其占GDP比重实际值与预测值对比(ARIMA模型)
卫生总费用(亿元) 占GDP比重(%)
年份
实际值 预测值 相对误差 实际值 预测值 相对误差
2005 0 362.13 — — 3.87 — —
2006 0 401.46 — — 3.75 — —
2007 0 485.67 0 459.85 -0.05 3.83 4.12 -0.08
2008 0 559.83 0 588.94 -0.05 3.92 4.00 -0.02
2009 0 656.66 0 653.05 -0.01 4.30 4.08 -0.05
2010 0 751.99 0 772.55 -0.03 4.31 4.17 -0.03
2011 0 931.00 0 866.38 -0.07 4.76 4.55 -0.04
2012 1 092.35 1 129.07 -0.03 5.31 4.56 -0.14
2013 1 248.68 1 272.76 -0.02 5.61 5.01 -0.11
2014 1 347.79 1 424.07 -0.06 5.60 5.56 -0.01
2015 1 536.60 1 465.96 -0.05 5.99 5.86 -0.02
2016 1 838.00 1 744.47 -0.05 6.52 5.85 -0.10
2017 2 087.00 2 158.46 -0.03 6.81 6.42 -0.06