季节性自回归差分移动平均模型在牡蛎中诺如病毒检出率预测上的应用

摘要：

目的 基于季节性自回归差分移动平均(ARIMA)模型分析并预测上海市售牡蛎中诺如病毒(NoV)的检出率,为水产品中NoV的污染规律提供参考.方法 2016年6月-2019年11月,从上海芦潮港海鲜市场定期采购牡蛎样品共531只,通过巢式聚合酶链式反应(Nest-PCR),对其进行了 NoV检测,按季度分析检出率.采用季节性ARIMA模型对牡蛎中NoV的检出率数据拟合建立模型,经过数据平稳化、模型选择和拟合、模型诊断得到最优模型,并运用最优模型对未来四个季度牡蛎中NoV的检出率进行预测.结果 拟合出的季节性ARIMA(0,1,1)(0,1,0)4为最优模型,赤池信息量准则的修正值(AICc)最小(58.70),残差经Ljung-Box检验为白噪声序列.模型拟合牡蛎中NoV的阳性率趋势与实际检出率趋势基本吻合,平均绝对误差(MAE)为4.85,平均绝对百分比误差(MAPE)为30.25.用最优模型预测的未来四个季度牡蛎中NoV阳性检出率分别为31.89％、12.80％、9.47％、6.14％.结论 季节性ARIMA模型(0,1,1)(0,1,0)4能较好地拟合牡蛎中NoV的阳性检出率趋势,对NoV污染的牡蛎等水产品的风险评估及NoV流行的防控具有一定的意义.

关键词：季节性自回归差分移动平均模型、诺如病毒、检出率、时间序列分析、预测

所属期刊栏目：33

分类号：R155(营养卫生、食品卫生)

资助基金："十三五"国家重点研发计划重点专项;国家自然科学基金

在线出版日期：2021-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：430-434