ARIMA模型及Holt模型对广州市新型冠状病毒感染疫情境外输入的分析及预测

摘要：

目的 比较差分整合移动平均自回归模型(ARIMA模型)和 Holt 双参数指数平滑模型(Holt 模型)对广州市新型冠状病毒感染(COVID-19)疫情境外输入累计确诊病例数预测的精准性,并进行预测.方法 运用 ARI-MA模型和 Holt模型对 2020 年 3 月—2022 年 6 月广州市 COVID-19 境外输入每月累计确诊病例数数据进行拟合,同时比较两者拟合效果,并对广州市 2022 年 7-12 月累计确诊病例数进行预测.结果 2020 年 3 月—2022 年6 月累计确诊病例数拟合结果显示,ARIMA(3,1,1)拟合后预测值与观察值之间的平均相对误差为 4.19%,平均误差率为 2.50%,决定系数为 0.997;Holt模型拟合后预测值与观察值之间的平均相对误差为 5.80%,平均误差率为 3.50%,决定系数为 0.995.因此,ARIMA(3,1,1)拟合效果更加.结论 时间序列模型用于在短期内对疾病进行预测,可及时对疾病发展趋势进行研判,提高决策者和民众对疫情的防控意识.经对比,ARIMA 模型对广州市COVID-19 境外输入每月累计确诊病例数预测效果更佳.鉴于预测结果,2022 年下半年广州市的COVID-19疫情境外输入病例数可能不会减少,需要引起重视.

关键词：新型冠状病毒感染、ARIMA模型、Holt模型、境外输入

所属期刊栏目：40

分类号：R512.99(传染病)

资助基金：国家自然科学基金82173626

在线出版日期：2023-07-12（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：342-345