基于季节模型的海西州地区肾炎发病情况研究

基于季节模型的理论,通过建立不同的数学模型,研究每月肾炎发病人数,通过EViews软件对青海海西州地区肾炎发病例监测登记资料进行统计分析,并对原数据进行季节调整,剔除季节波动,排除了季节因素的干扰,同时利用不同的数学模型对原数据进行预测,观察每月肾炎发病人数的发展趋势.     

季节模型在海西州地区慢性支气管炎发病情况中的应用

基于季节模型的理论，通过建立不同的数学模型研究每月支气管炎发病人数．通过EViews软件对青海海西州地区支气管炎发病例监测登记资料进行统计分析，并对原数据进行季节调整，剔除季节波动，排除了季节因素的干扰，同时利用不同的数学模型对原数据进行预测，观察每月支气管炎发病人数的发展趋势．     

基于神经网络和SARIMA模型的旅游需求探讨

拟对海南省旅游需求进行预测,采用旅游人数来度量旅游需求,收集相关部门数据,并通过分析旅游资源、环境、交通、费用和服务质量因素对旅游需求的影响,从而建立多元线性回归模型．在预测时,采用GM（1,1）得出各因素的预测值,然后通过神经网络进行海南省年旅游人数的预测,在对年内每月的旅游需求进行预测时,还考虑季节对旅游需求的影响,通过时间序列分析法,建立了SARIMA（3,1,2）（1,1,1）12模型,并进行了预测,结果表明,预测值符合实际人数．     

基于灰色模型的延安市旅游接待人数预测研究

通过2012年至2015年延安市每月的旅游接待人数,利用灰色预测模型和SPSS统计软件预测出2016年每月的旅游接待量,并与实际值比较,发现该模型的预测精度较高,同时预测了2017年每月的旅游接待量,所得预测结果对延安市旅游相关部门有一定的借鉴作用,具有一定的实际价值。     

考虑节假日因素影响的上海市月入境旅游人数预测

通过对上海市月入境旅游人数时间序列数据特征的分析,提取了该时间序列的成长性趋势项和周期性趋势项,建立了乘法模型,并对乘法模型的预测误差进行分析,发现节假日因素对预测精度有着重要的影响.关于节假日因素对上海市月入境旅游人数的影响,引入相关变量对乘法模型进行修正,将平均相对误差从4.54%下降到4.12%,将最大平均误差从22.81%下降到18.67%,说明在乘法模型中引入节假日因素能有效提高预测精度.     

脑卒中发病环境因素分析及干预

基于2012年全国大学生数学建模竞赛C题数据,首先对脑卒中发病人数进行统计描述,结果表明:发病人数具有季节特征;随年龄的递增而增加;男女性别的发病人数相差不大,男性略大于女性.采用相关性关系对脑卒中发病率与环境因素的关系进行研究,并建立回归模型.根据脑卒中高危人群的重要特征,提出有针对性的干预措施.     

基于最小二乘准则对高校就业工作的建模研究

对辽阳职业技术学院化学工程系2008～2010届每月就业率进行汇总,并进行数学建模,同时,对建模中的误差进行分析.所得模型对深入开展就业工作有一定的参考价值,对预测未来就业率趋势时,此模型能够提供相关依据.     

疾病监测的灰色预测模型GM（1,1）研究

试用灰色系统理论对疾病进行了监测、预报。以厦门大学１９８７～１９９３年死亡人数和恶性肿瘤新发病例数作为灰数，按ＧＭ（１．１）模型建模，进行了预测。死亡预测的灰色关联度ｒ＿（１２）为０．７１９３；恶性肿瘤预测灰色关联度ｒ＿（１２）为０．７５８３．说明预测模型基本符合实际，且拟合度良好，并指出该校未来四年死亡人数将呈缓慢减少趋势，而恶性肿瘤发病则相反，将呈缓慢上升趋势，此外尚用灰色关联度对灰平面计算作了探讨，总之，预测给疾病防治决策提供了科学依据。     

基于回归理论的伊犁州卫生机构从业人数实证分析与预测

在对伊犁州2007～2018年卫生机构从业人数进行描述性统计与显著性分析的基础上,利用建立的一元线性回归模型对伊犁州未来3年卫生机构的从业人数进行了分析和预测.预测结果显示,伊犁州卫生机构的从业人数呈增长趋势,对卫生机构医疗方面的人才需求迫在眉睫.     

基于ARIMA与灰色马尔科夫模型的三亚市交通客流量预测研究

为了较为全面、客观、准确地预测城市的交通客流量,对三亚市旅游统计数据2012-2017年每月的交通客流数据进行分析,在数据整理的基础上,主要采用ARIMA模型和灰色马尔科夫模型对2012-01—2017-12月三亚的交通流量分别进行拟合仿真,并对2018年每月的客流进行了趋势外推预测;结果表明:采用ARIMA预测模型所获得的平均绝对百分误差为4. 42%,采用灰色马尔科夫模型获得的平均绝对百分误差为3. 78%,表明两种预测具有较高的精度;最后利用灰色马尔科夫模型进行趋势外推预测,得出三亚市2018年交通客流预计近3 600万,预测结果对三亚市旅游、交通等行业制定政策能起到积极的作用。