自回归移动平均乘积季节模型在流行性脑脊髓膜炎发病预测中的应用
目的 应用自回归移动平均(Autoregressive Integrated Moving Average,ARIMA)乘积季节模型(p,d,q)(P,D,Q)s,对流行性脑脊髓膜炎(流脑)发病数据的时间序列资料建模,并预测2010年流脑发病趋势,考察ARIMA乘积季节模型应用于流脑发病的预测效果.方法 利用法定传染病报告系统的数据资料,采用Box-Jenkins 方法建模,依据赤池信息量准则(Akaike”s Information Criterion)和施瓦茨信息量准则(Schwarz”s Information Criterion)结果确定模型阶数,用Box-Ljung统计量评价ARIMA模型的拟合效果,用所得模型对2010年流脑发病数进行预测.使用社会科学统计软件包时间序列分析模块对资料进行分析.结果 对流脑的季节性时间序列建立了ARIMA(1,1,1)(0,1,1)(12)乘积模型,平均预测相对误差为3.09%,较好地拟合了流脑的发病趋势,并预测2010年全国流脑病例数为419例,在244~719例的可信范围内变动,发病高峰季节在3月份.结论 ARIMA乘积季节模型可较好地拟合流脑发病在时间序列上的变化趋势,是预测精度较高、效果较好的短期预测模型.
流行性脑脊髓膜炎、时间序列、自回归移动平均模型、预测
17
R515.2(传染病)
2011-06-02(万方平台首次上网日期,不代表论文的发表时间)
49-53