时间序列模型 n=o+f (In+sn) n+1 In+Fn In-Cn-(D.-D Dn+1=Dn+d(In-Dn-CD) Sn+1=S+(In+1-In *s1-Sn * s2 n+1=Cn+g*(In-In-1
时间序列模型 Fn=K0+fk*(In+Sn ) In+1=In+Fn*In -Cn -(Dn -Dn-1 ) Dn+1=Dn+d(In -Dn -Cn ) Sn+1=Sn+(In+1-In )*s1-Sn*s2 Cn+1=Cn+g*(In -In-1 )
模型求解 设实际数据为In,拟合数据为In,则我们确定参数的 目标是使总残量最小,即:minE=∑(1-l) i=0 我们使用 matlab7.0中的 fminsearch函数来求解,得到 总残量最小时的各个参数,并拟合曲线
模型求解 ◼ 设实际数据为In0，拟合数据为In，则我们确定参数的 目标是使总残量最小，即： 我们使用matlab7.0中的fminsearch函数来求解，得到 总残量最小时的各个参数，并拟合曲线 = = − n i i i E I I 0 2 0 min ( )
原大数据不妥当处 Fk应该为负数;d应该大于0 3000 fk=6.8598e005 25 k=0.1725 拟合的疑似病例发展曲线 ……疑似病例实际发展曲线 拟合的确诊病例发展曲线 1500 确诊滴例实际发展曲线 死亡病例实际发展曲线 拟合的死亡病例发展曲线 10D s1=09898 s2=0035782 500 d=000122 0102030405060708090
原文数据不妥当处 ◼ Fk应该为负数；d应该大于0
按原文给出的数据所作的图 300 2500 2000 1500 森 1000 500 500 120 时间厌
按原文给出的数据所作的图
我们用 fmins关于解出的曲线 300 2500 2000 1500 森 1000 500 0F.1:::i 500 10 时间厌
我们用fmins关于I解出的曲线