采用自回归移动平均模型预测我国狂犬病病例的研究

论文摘要

目的采用自回归移动平均模型（ARIMA）对我国大陆地区狂犬病月发病数进行预测,为我国狂犬病的防治工作提供参考依据。方法使用SPSS 19.0软件,利用2007年1月至2016年12月我国狂犬病的月发病数建立时间序列模型,并以2017年的月发病数为验证数据,评估和筛选最优模型,使用最优模型对2018年狂犬病流行趋势及发病数进行预测。结果最优模型为ARIMA（0,1,1）（2,1,0）12,其平稳R2=0.539,均方根误差=17.653,Ljung-Box Q=8.932,P=0.881。对2017年1—12月的数据进行预测,相对误差为1.55%,2017年我国狂犬病实际发病数为516例,预计2018年发病数将继续下降至398例。结论 ARIMA（0,1,1）（2,1,0）12模型能很好地拟合狂犬病发病的长期趋势和季节趋势,回代拟合和短期预测效果较理想。

论文目录

• 1 资料与方法
•   1.1 资料来源
•   1.2 ARIMA建模方法
•   1.3 统计学分析
• 2 结果
•   2.1 序列平稳性检测
•   2.2 ARIMA模型建立
•     2.2.1 季节模型的识别
•     2.2.2 模型验证
•   2.3 模型的应用
• 3 讨论

文章来源

类型: 期刊论文

作者: 李艳荣,祝丽玲,朱武洋,陶晓燕

关键词: 狂犬病,自回归移动平均模型,预测

来源: 疾病监测 2019年12期

年度: 2019

分类: 医药卫生科技

专业: 预防医学与卫生学,感染性疾病及传染病

单位: 临汾市疾病预防控制中心,佳木斯大学公共卫生学院,中国疾病预防控制中心病毒病预防控制所

基金: 国家重点研发计划(No.2016YFD0500400),传染病重大专项(No.2017ZX10104001),国家自然科学基金(No.31500152),国家重点研发项目(No.2017YFC1200503),国家科技重大专项(No.2018ZX10201002)~~

分类号: R512.99;R181.3

页码: 1082-1088

总页数: 7

文件大小: 4212K

下载量: 94