基于Python语言的ARIMA模型在天津市结核病发病率预测中的应用

摘要：

目的 探讨差分自回归移动平均(ARIMA)模型在结核病发病率预测中的可行性.方法 基于Python语言的statsmodels模块,以天津市2004年1月—2015年12月结核病月发病率数据作为训练集建立最优季节性差分自回归移动平均(SARIMA)模型,以2016年1—12月数据对SARIMA模型进行效果评价,并对2017年1月—2019年12月天津市结核病月发病率进行预测.结果 流行病学结果显示,2004年1月—2015年12月天津市结核病月发病率总体呈下降趋势.2005—2008年出现一个发病高峰,2009年后大幅度下降,随后趋于平稳.2017年1月—2019年12月天津市结核病月发病率与往年相比平稳下降.建立的最佳模型为SARIMA(1,1,1)×(3,1,1)12,该模型残差BOX-Ljung统计量P值为0.493,提示残差为白噪声序列,模型拟合良好.预测结果实际值均在预测值的95％置信区间.结论 SARIMA(1,1,1)×(3,1,1)12模型可对天津市结核病月发病率进行较准确的预测.

关键词：结核病、ARIMA时间序列、Python语言、发病率、预测

所属期刊栏目：19

分类号：R521(结核病)

在线出版日期：2020-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：634-642