【摘要】文章通过R软件的编程和计算,对一个帕金森病的纵向数据和一个糖尿病的横截面数据做了人工神经网络及传统参数方法的预测比较。关于第一个数据,对于训练集不同的样本量,分别运用传统的线性随机效应混合模型和神经网络做了预测,并对比标准化均方误差。发现无论是长期预测还是短期预测,线性随机效应混合模型的预测效果都显著不如神经网络。关于第二个具有多重共线性的数据,分别用岭回归、Lasso回归、适应性Lasso回归、偏最小二乘回归(PLS)、逐步回归、线性回归及神经网络方法做十折交叉验证预测对比。结果显示,神经网络在处理多重共线性数据时远远好于其他的传统参数方法,而不那么传统的PLS方法也全面优于其他几种传统方法,但远不如神经网络方法。