两种时间序列分析模型在甲肝预测中的应用比较

摘要：

目的:比较差分自回归移动平均模型和指数平滑模型在全国甲肝发病情况预测中的效果，为甲肝监测预警提供合适的数学模型。方法:从公共卫生科学数据中心收集2010—2020年全国甲肝逐月发病数据，分别用差分自回归移动平均模型和指数平滑模型进行拟合，筛选出最优的差分自回归移动平均模型和指数平滑模型，再用最优模型分别预测2021年1—10月全国甲肝发病数，并比较预测精度。结果:ARIMA（1，1，0）（1，0，0）
12是最优的差分自回归移动平均模型，Holt-winters乘法模型是最优的指数平滑模型，两种模型预测的平均绝对百分比误差分别为15.64%和13.08%，平均绝对误差分别为144和124。
结论:Holt-winters乘法模型在全国甲肝逐月发病数预测中的精度更高，可用于数据波动不大时间序列的拟合预测。

关键词：ARIMA、指数平滑、时间序列、甲肝、预测

所属期刊栏目：29

资助基金：武汉市卫生健康科研基金WG19Q05;Health Research Foundation of Wuhan CityWG19Q05

在线出版日期：2023-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：125-128