登录    注册    忘记密码

期刊文章详细信息

ARIMA模型在黄瓜霜霉病疾病指数时间序列建模中的应用研究    

Application of autoregressive integrated moving average model in establishing disease index time series model of cucumber downy mildew disease

  

文献类型:期刊文章

作  者:华来庆[1] 申广荣[2] 熊林平[1] 孟虹[1] 赵胜荣[3] 胡亚萍[4]

机构地区:[1]第二军医大学卫生勤务学系卫生统计学教研室,上海200433 [2]上海交通大学农业与生物学院,上海201101 [3]上海市松江区蔬菜技术推广站,上海201613 [4]上海市浦东新区农业技术推广中心,上海201201

出  处:《第二军医大学学报》

基  金:上海市科委科技攻关计划(03DZ19314)~~

年  份:2006

卷  号:27

期  号:7

起止页码:729-732

语  种:中文

收录情况:AJ、BDHX、BDHX2004、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EMBASE、IC、JST、PROQUEST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘  要:目的:探索黄瓜霜霉病疾病指数时间序列预测方法。方法:采用黄瓜霜霉病病情指数时间序列进行研究,通过模型识别、残差方差比较、参数估计及其检验、观察参数之间相关系数矩阵、白噪声检验、模型的拟合度分析等过程。结果:建立了ARIMA(2,2,0)模型:(1+0.487 1B+0.554 7B2)(1-B)2yt=at。ARIMA(2,2,0)模型的预测值误差平方和SSE=0.001822,根均方误差RMSE=0.008 537,且验证数据的预测值与原始值吻合较好。ARIMA(2,2,0)模型为本研究获得的预测效果较好的一维时间序列模型,适合于黄瓜霜霉病的中期、后期预测。结论:通过残差方差定阶法缩小模型选择范围,再结合模型的参数估计、相关系数矩阵、白噪声检验和拟合优度检验最后确定模型的思路,有利于快速准确找到合适的模型。

关 键 词:ARIMA模型 黄瓜霜霉病 疾病指数时间序列  

分 类 号:R195.1]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心