探索ARIMA模型在呼吸道傳染病疫情預(yù)測(cè)中的應(yīng)用.pdf

1、目的：探索應(yīng)用時(shí)間序列求和自回歸移動(dòng)平均(Autoregressiveintegratedmovingaverage,ARIMA)模型預(yù)測(cè)本地區(qū)常見呼吸道傳染病的發(fā)病情況。為本區(qū)制定呼吸道傳染病的預(yù)防監(jiān)測(cè)措施提供決策依據(jù),同時(shí)為其它呼吸道傳染病預(yù)測(cè)模型的研究提供參考。
　　方法：利用《國(guó)家疾病報(bào)告管理信息系統(tǒng)》的資料,應(yīng)用SPSS13.0統(tǒng)計(jì)軟件、采用ARIMA模型,對(duì)2007年1月—2011年12月合肥市蜀山區(qū)常見6種呼吸道傳染

2、病即麻疹、風(fēng)疹、流行性腮腺炎、流行性感冒、水痘、流腦,逐月的發(fā)病情況進(jìn)行建模和擬合,經(jīng)過參數(shù)估計(jì)、模型診斷、模型評(píng)價(jià),選擇得到最優(yōu)模型,并對(duì)2012年各月發(fā)病情況進(jìn)行預(yù)測(cè),評(píng)價(jià)模型的預(yù)測(cè)效果。
　　結(jié)果：本文研究的6種常見呼吸道傳染病高發(fā)季節(jié)均在3-5月份、11月份至次年的1月份。經(jīng)過建模、擬合,得出ARIMA(0.0.1)(0.0.1)是本地區(qū)常見呼吸道傳染病擬合的最佳模型。模型擬合統(tǒng)計(jì)量均方根誤差(RootMeanSquare

3、Error,RMSE)為20.299,平均絕對(duì)百分位差(MeanAbsolutePercentError,MAPE)為41.264,正態(tài)化的BIC為6.226,決定系數(shù)R2為0.269,根據(jù)貝葉斯準(zhǔn)則BIC值最小,R2最大為最優(yōu)模型;Ljung–BoxQ值為0.375,即P=0.375,可知?dú)埐顚儆诎自肼曋?說明本模型預(yù)測(cè)相對(duì)適合。建立模型之后對(duì)數(shù)據(jù)進(jìn)行ARIMA分析預(yù)測(cè),并進(jìn)一步對(duì)2012年本地區(qū)呼吸道傳染病的發(fā)病進(jìn)行預(yù)測(cè),結(jié)果顯示2

4、012年各月份實(shí)際發(fā)病趨勢(shì)與預(yù)測(cè)曲線圖高度吻合,說明ARIMA模型擬合精度和預(yù)測(cè)效果均較好。ARIMA模型對(duì)未來12月內(nèi)的預(yù)測(cè)值在這幾種傳染病發(fā)病情況未發(fā)生顯著變化時(shí),能較好地預(yù)測(cè)這幾種傳染病未來的走勢(shì)及發(fā)病數(shù)。
　　結(jié)論：ARIMA模型對(duì)蜀山區(qū)常見呼吸道傳染病擬合的預(yù)測(cè)效果較為滿意,ARIMA模型是針對(duì)有季節(jié)性變動(dòng)和趨勢(shì)性分月發(fā)病情況的時(shí)間序列提出的建模方法。ARIMA模型對(duì)未來12月內(nèi)的預(yù)測(cè)值在這幾種傳染病發(fā)病情況未發(fā)生顯著變