基于R语言的季节性自回归滑动平均(SARIMA)模型对流感样病例发病趋势的预测

摘要：

目的 探讨季节性自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型在流感样病例(influenza like illness,ILI)发病趋势预测中的可行性.方法 收集保定市流感监测哨点医院2014年第1周-2020年第52周每周流感样病例就诊比例(consultation rate of influenza like illness,ILI％)资料,运用R语言进行时间序列分析并建立预测模型.结果 保定市2014年第1周-2020年第18周ILI％时间序列不平稳,先缓慢上升,随后呈"V"形变动,并且具有明显的季节性.本次研究采用2014年第1周-2020年第18周的ILI％对数转换的序列建模,最适预测模型为ARIMA(1,1,0)(0,1,1)52,在残差Box-Pierce检验结果中,6阶延迟为x2=5.420 4,P＞0.05;12阶延迟为x2=10.109,P＞0.05,残差为白噪声序列.利用2020年第19-52周的ILI％对数转换值进行预测,实际值均在预测值的95％置信区间(95％confidence interval,95％CI)内.结论 SARIMA模型可用于保定市ILI短期发病趋势的预测.

关键词：季节性自回归滑动平均模型、R语言、流感样病例、预测、发病趋势、平稳序列、时间序列、防控

所属期刊栏目：38

分类号：R511.7(传染病)

资助基金：河北省卫健委河北省医学科学研究课题20210358

在线出版日期：2022-05-05（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：349-353