季节性ARIMA模型在河南省流感样病例发病预测中的应用

摘要：

目的 研究河南省流感样病例(ILI)发病规律,探讨使用自回归移动平均(ARIMA)模型预测河南省流感样病例发病趋势的可行性.方法 收集2010年第1周至2022年第30周河南省流感样病例占门急诊就诊病例的比例(ILI％)数据,使用R语言进行时间序列分析并建立季节性ARIMA模型,使用最优模型对2010年14周至2021年40周ILI％数据进行拟合,对2021年第41周至2022年第30周进行预测.结果 2010-2014年河南省ILI％整体呈增高趋势,2014-2022年ILI％整体呈降低趋势.河南省ILI％变化呈现季节性,12月底至次年1月初为报告高峰.最终选择的模型是ARIMA(0,1,1)×(1,1,0)52,拟合和预测的发病趋势与实际观测到的情况基本一致,ILI％拟合误差范围在-2.93～3.51之间,平均误差-0.01,平均绝对误差0.29,均方根误差0.47,百分比误差(相对误差)在-213.95％～128.85％之间,平均绝对百分比误差11.22％;实际报告ILI％均在预测序列95％置信区间内.结论 季节性ARIMA模型可用于河南省流感样病例发病趋势的短期预测.

关键词：流感样病例、时间序列、自回归移动平均模型、发病趋势、预测

所属期刊栏目：34

分类号：R511.7(传染病)

资助基金：河南省医学科技攻关计划联合共建项目01030399

在线出版日期：2023-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：23-27,71