基于时间序列模型的全国监测地区婴儿死亡率预测分析
摘要
目的了解我国监测地区婴儿死亡率的变化规律和未来发展趋势,探讨Eviews软件在预测婴儿死亡率方面的适用性,为妇幼保健相关政策的实施提供参考。方法通过Eviews软件的时间序列分析方法对数据进行分析,采用ARIMA(1,2,0)模型对1991-2015年全国监测地区婴儿死亡率数据进行回归拟合,并预测2016-2020年地区婴儿死亡数据。结果从结果来看,个别年份观测值和拟合值之间的相对误差在9%左右,大部分观测值的相对误差在5%以内,以2016及2017年数据作为模型前瞻性拟合效果验证的相对误差分别为1. 55%、1. 23%,拟合效果较好。根据预测,全国监测地区婴儿死亡率在未来几年依然保持逐年下降的趋势。结论采用EViews软件进行时间序列分析相较于SPSS软件具有更大的优势;时间序列分析在预测我国监测地区婴儿死亡率方面具有较好的适用性,利用新增的数据可用于指导政府工作以及评估政策。要想将婴儿死亡率控制在目标值水平对于相关政府部门来说仍是很大的挑战。
引文
[3]任正洪,安琳,张伶俐.应用残差自回归模型预测2020年我国妇幼卫生健康指标[J].北京大学学报(医学版),2010,42(2):221-224.
[2]吕俊兴,徐天琛,Y Andrew,吕英义.政策调整下儿科医生的数量预测及分析[J].中国卫生政策研究,2017,10(1):34-40.
[3]黎健,陈荔丽,陈树珍,等.应用ARIMA模型预测广西孕产妇死亡率的可行性研究[J].复旦学报(医学版),2008,35(6):799-805.
[4]薛蓓蓓.基于ARIMA模型:全社会固定资产投资总额预测[J].统计与决策,2014,30(15):141-143.
[5]黄晶,戴帅,仇丽霞. ARIMA模型在婴儿死亡率预测中的应用[J].中国预防医学杂志,2014,15(3):256-259.
[6]李子奈,刘亚清.现代计量经济学模型体系解析[J].经济学动态,2010,5(1):22-31.
[7]黄德双.神经网络模式识别系统理论[M].北京:电子工业出版社,1996:275-350.
[8]李济宾,张熙,张晋昕.时间序列中随机型缺失数据的填补及预测效果比较[J].中国卫生统计,2012,29(6):790-793.
[9]翟振武,李龙.“单独二孩”与生育政策的继续调整完善[J].国家行政学院学报,2014,16(5):50-56.
[10]贾朝霞,黄爱群,赵薇,等.调整生育政策对北京市产科资源的影响[J].中国全科医学,2016,19(21):2542-2546.
[2]吕俊兴,徐天琛,Y Andrew,吕英义.政策调整下儿科医生的数量预测及分析[J].中国卫生政策研究,2017,10(1):34-40.
[3]黎健,陈荔丽,陈树珍,等.应用ARIMA模型预测广西孕产妇死亡率的可行性研究[J].复旦学报(医学版),2008,35(6):799-805.
[4]薛蓓蓓.基于ARIMA模型:全社会固定资产投资总额预测[J].统计与决策,2014,30(15):141-143.
[5]黄晶,戴帅,仇丽霞. ARIMA模型在婴儿死亡率预测中的应用[J].中国预防医学杂志,2014,15(3):256-259.
[6]李子奈,刘亚清.现代计量经济学模型体系解析[J].经济学动态,2010,5(1):22-31.
[7]黄德双.神经网络模式识别系统理论[M].北京:电子工业出版社,1996:275-350.
[8]李济宾,张熙,张晋昕.时间序列中随机型缺失数据的填补及预测效果比较[J].中国卫生统计,2012,29(6):790-793.
[9]翟振武,李龙.“单独二孩”与生育政策的继续调整完善[J].国家行政学院学报,2014,16(5):50-56.
[10]贾朝霞,黄爱群,赵薇,等.调整生育政策对北京市产科资源的影响[J].中国全科医学,2016,19(21):2542-2546.