对于发病数、发病率等一系列时间序列数据,常用的预测方法有移动平均法、指数平滑法和ARIMA模型等。它适用于平稳时间序列数据的短期预测,即当疾病既不快速增长也不快速下降,且不存在季节性因素时,移动平均法能有效地消除预测中的随机波动。指数平滑法:是通过计算指数平滑值,配合一定的时间序列预测模型对数据的未来进行预测,其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。根据深圳市性病监测系统获得的28年(1983~2010年)性病、梅毒和淋病报告发病率,选择对数据进行差分转化后,利用ARIM ......