以斯帖之友    儲值會員專區    聯絡我們    臉書粉絲頁    部落格
關鍵字搜尋
新增網頁1
 
 
 
【以斯帖每日實戰教學】2013年9月18日,淺談時間序列分析(Time series analysis)在醫學上的應用 [推到 Facebook]
 

【以斯帖每日實戰教學】2013918日,淺談時間序列分析(Time series analysis)在醫學上的應用

 

在流行病學或是醫學研究上,常需對某一段長時間內的研究對象做感興趣的結果變項(outcome)分析,而資料的紀錄方式,常以月,季或年形成一總結的資料,例如全民健保資料中,針對某種特定疾病(糖尿病,腎臟病,..),分每月去統計醫療費用,以及死亡率等。而這種資料或因季節性而有所變動,或因有重大事件介入而有所改變(例如健保的政策等)就是典型的時間序列資料。在傳統上,大多使用整合自我迴歸移動平均模式(autoregressive integrated moving average model, ARIMA(p,d,q))來分析;其中分別要去設定AR的期數q,幾次差分d以及MA的期數q

 

不過ARIMA爲一個同質變異(homoscedasticity)假設下的模式,一旦在不同期的資料其變動性皆不相同時,就必須另外使用其它的統計方法,例如異質性自我迴歸模式,ARCH(autoregressive conditionally heteroscedastic)甚至更爲完備的一般化異質性自我迴歸模式,GARCH(generalized autoregressive conditionally heteroscedastic)。目前在統計分析軟體方面,有許多皆可進行時間序列的分析,例如:SAS, SPSS, Eviews,…等。

Reference:

Box, George; Jenkins, Gwilym M.; Reinsel, Gregory C. (1994). Time Series Analysis: Forecasting and Control (Third ed.). Prentice-Hall.

Engle, Robert F. (1982). "Autoregressive Conditional Heteroscedasticity with Estimates of Variance of United Kingdom Inflation",Econometrica 50:987-1008.

 
 
新增網頁1
Copyright © 2017 以斯帖統計顧問股份有限公司 All Rights Reserved.
116-94 台北市文山區辛亥路四段130巷11號1樓(捷運辛亥站旁,點擊連結地圖)
電話:(02)2935-3311 傳真:(02)2935-3379  E-mail:service@estat.com.tw
.會員服務條款
.隱私權保護說明
.人才招募
.聯絡我們
.Facebook