基于机器学习模型的我国五岁以下儿童死亡率预测对比研究

发布时间：2025-06-06 03:55

　　2020年是我国全面建成小康社会的决胜之年,而关乎国家民族未来的儿童健康状况水平也受到社会各界越来越多的关注。2019年国家卫健委员召开《中国妇幼健康事业发展报告(2019)》新闻发布会,发布会报告显示,新生儿死亡率、婴儿死亡率和5岁以下儿童死亡率分别较1991相比下降了85%以上。同时五岁以下儿童死亡率也是我国政府部门进行妇幼工作计划、管理和决策依据的重要指标。本文资料来源于2019年国家统计年鉴发布的1991-2018年监测地区5岁以下儿童死亡率,其中包括新生儿死亡率(全国、农村、城市)、婴儿死亡率(全国、农村、城市)以及5岁以下儿童死亡率(全国、城市、农村)。首先本文对各项死亡率时间序列进行描述性统计分析,通过Cochran-Armitage趋势检验得出各区域儿童健康发展指标还将继续呈现出下降趋势的结论。以往我国儿童健康指标的制定只是在历史已有数据做简单的外推,所以有时会存在目标制定不太合理的现象。虽然已有学者利用单一预测模型对五岁以下儿童死亡率进行预测,但是缺少传统时间序列预测模型与机器学习模型之间横向综合的比较。为了在预测中反映我国五岁以下儿童各项健康发展指标受到众多因素的影响...

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图1-1人工神经元模型

河北经贸大学硕士学位论文41.3.2预测方法研究现状在阅读文献时，总结出了以下几种常用的拟合模型：（1）灰色GM（1,1）模型灰色预测模型通过对原始数据处理从而寻找变化规律，对社会经济现象进行预测。它是在原时间序列的基础上，根据时间的累积形成一个新的时间序列，用一阶线性微分方程的....

图1-2技术路线图

基于机器学习模型的我国五岁以下儿童死亡率预测对比研究7图1-2技术路线图1.5研究方法机器学习模型按照数据类型分为监督学习和无监督学习。监督学习主要包括用于分类和用于回归的模型。其中用于分类的模型有线性分类器（如LR)、支持向量机（SVM）、朴素贝叶斯、K近邻等。用于回归的模型包....

图1-3学习机器模型结构示意图

河北经贸大学硕士学位论文8本文所涉及到的主要模型与预测方法有：GM(1,1)模型、径向基函数神经网络模型、支持向量回归机模型。选择以上方法进行预测研究主要基于以下原因：首先，三者属于不同的预测思想和预测理论，同时又在各领域中都有一定的代表性；其次，本文所研究的五岁以下儿童死亡率等....

图3-1各时间序列GM(1,1)预测曲线图

河北经贸大学硕士学位论文测，并给出全国新生儿、婴儿及五岁以下儿童死亡率预测结果，如图3-1。

本文编号：4049750