1962-2016年奉化区人口死亡率趋势的时间序列分析

作者：邱莉琴; 冯伟^*

来源：中国农村卫生事业管理, 2019, 39(07): 512-514.

• 人口死亡率
• ARIMA模型
• 预测

目的利用自回归滑动平均模型法(ARIMA)对奉化区人口死亡率数据进行建模与预测。方法利用R3. 3. 2软件对1962-2010年死亡率数据构建ARIMA模型,对模型进行参数估计与残差诊断,并利用建立的模型对2011-2016年的死亡率数据进行预测。结果构建的模型为ARIMA(0,1,1)模型,模型的参数估计值ma1=-3. 42,P=0. 001,模型的残差诊断图显示模型残差为白噪声序列。2011-2016年预测结果相对误差率最小的是2014年为2. 538%,相对误差率最大的是2016年为6. 441%,平均相对误差率为4. 25%。结论 ARIMA(0,1,1)模型拟合效果较好,可用于奉化区人口死亡率数据的短期预测。