目的介绍模拟指标与观测指标之间的距离(distance between indices of simulation and observation,DISO)在传染病预测模型效果评价中的应用,为传染病预测模型评价提供参考。方法以2005—2021年湖北省细菌性痢疾逐月发病率数据为例,分...目的介绍模拟指标与观测指标之间的距离(distance between indices of simulation and observation,DISO)在传染病预测模型效果评价中的应用,为传染病预测模型评价提供参考。方法以2005—2021年湖北省细菌性痢疾逐月发病率数据为例,分别建立季节自回归移动平均模型(seasonal autoregressive integrated moving average model,SARIMA)、指数平滑空间状态模型(exponential smoothing state space model,ETS)、TBATS模型(三角函数季节性、Box-Cox变换、ARMA误差、趋势和季节性成分组合模型)和自回归神经网络模型(neural network autoregression,NNETAR)以及上述模型的组合模型共5种模型,预测2022年1—12月湖北省细菌性痢疾发病率。选择平均绝对误差百分比(mean absolute percentage error,MAPE)、平均绝对误差(meanabsoluteerror,MAE)、均方误差根(rootmeansquareerror,RMSE)、平均误差率(mean error rate,MER)以及R2共5个评价指标计算拟合DISO值、预测DISO值和综合DISO值,利用DISO选择最优模型。结果SARIMA、ETS、TBATS、NNETAR和组合模型拟合的MAPE、MAE、RMSE、MER和R2的模型精度顺位分别为5、5、5、5、4;2、2、3、2、4;4、4、2、4、2;3、2、3、2、2;1、1、1、1、1。模型预测精度顺位存在较大差异。SARIMA、ETS、TBATS、NNETAR和组合模型拟合DISO值依次为1.00、0.68、0.74、0.62和0.00,预测DISO值依次为1.00、0.00、0.01、0.17和0.01,综合DISO值依次为1.41、0.68、0.74、0.65和0.01。拟合精度最高模型为组合模型,预测精度最高模型为ETS,拟合及预测综合精度最高的为组合模型。结论DISO可以用于传染病预测模型效果评价,值得推广应用。展开更多
ISO 32120:2024《电子商务交易保障商品质量保障相关追溯信息共享指南》于2024年9月正式批准发布。本标准在电子商务的背景下阐述了建立商品质量保障追溯的通用流程,确定了关键的跟踪事件和关键的追溯信息,并提供了共享追溯信息的方法...ISO 32120:2024《电子商务交易保障商品质量保障相关追溯信息共享指南》于2024年9月正式批准发布。本标准在电子商务的背景下阐述了建立商品质量保障追溯的通用流程,确定了关键的跟踪事件和关键的追溯信息,并提供了共享追溯信息的方法。本文介绍了标准的制定背景及目的意义,对标准主要内容进行了详细解读。展开更多
文摘目的介绍模拟指标与观测指标之间的距离(distance between indices of simulation and observation,DISO)在传染病预测模型效果评价中的应用,为传染病预测模型评价提供参考。方法以2005—2021年湖北省细菌性痢疾逐月发病率数据为例,分别建立季节自回归移动平均模型(seasonal autoregressive integrated moving average model,SARIMA)、指数平滑空间状态模型(exponential smoothing state space model,ETS)、TBATS模型(三角函数季节性、Box-Cox变换、ARMA误差、趋势和季节性成分组合模型)和自回归神经网络模型(neural network autoregression,NNETAR)以及上述模型的组合模型共5种模型,预测2022年1—12月湖北省细菌性痢疾发病率。选择平均绝对误差百分比(mean absolute percentage error,MAPE)、平均绝对误差(meanabsoluteerror,MAE)、均方误差根(rootmeansquareerror,RMSE)、平均误差率(mean error rate,MER)以及R2共5个评价指标计算拟合DISO值、预测DISO值和综合DISO值,利用DISO选择最优模型。结果SARIMA、ETS、TBATS、NNETAR和组合模型拟合的MAPE、MAE、RMSE、MER和R2的模型精度顺位分别为5、5、5、5、4;2、2、3、2、4;4、4、2、4、2;3、2、3、2、2;1、1、1、1、1。模型预测精度顺位存在较大差异。SARIMA、ETS、TBATS、NNETAR和组合模型拟合DISO值依次为1.00、0.68、0.74、0.62和0.00,预测DISO值依次为1.00、0.00、0.01、0.17和0.01,综合DISO值依次为1.41、0.68、0.74、0.65和0.01。拟合精度最高模型为组合模型,预测精度最高模型为ETS,拟合及预测综合精度最高的为组合模型。结论DISO可以用于传染病预测模型效果评价,值得推广应用。
