三种模型在江西省流感样病例预测中的应用与比较

摘要：

目的 构建江西省流感流行趋势最优预测模型,为流感防控提供科学指导.方法 从“中国流感监测信息系统”导出江西省2013-2017年每月流感哨点监测数据,并采用自回归(autoregressive,AR)、指数平滑(exponential smoothing,ES)和自回归积分滑动平均(autoregressive integrated moving average,ARIMA)等不同预测方法建模,并将2017年1～12月的预测值和实际比较.结果 三种模型的R2分别为0.731、0.751和0.815;均方根误差(root mean square error,RMSE)分别为0.253、0.243和0.212;平均绝对误差(mean absolute error,MAE)分别为0.189、0.178和0.151;平均绝对百分误差(mean absolute percent error,MAPE)分别为10.092、9.523和8.124;平均相对误差(mean relative error,MRE)分别为11.45％、10.92％和8.96％.结论 在进行江西省流感样病例就诊百分比趋势建模中,ARIMA是一个较好预测流感样病例就诊百分比的模型.

关键词：流感样病例、ARIMA、预测、误差

所属期刊栏目：23

分类号：R13(劳动卫生)

资助基金：江西省卫生计生委科技计划项目20166013

在线出版日期：2019-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：101-105