ARIMA模型在传染病预测中的应用

摘要：

目的 分析传染病发病情况,提高传染病监测预警能力,合理利用卫生资源.方法 收集2011年1月至2014年5月国家法定传染病月度发病数数据,利用SAS 8.1软件对其做12步差分提取周期趋势,对差分后时间序列进行ARIMA模型构建,估算参数并预测未来趋势.结果 我国传染病的发病呈现以年为单位的周期趋势,年平均发病总数基本保持在60万人不变.构建的最优模型为ARIMA(1,0,0)12,回归系数有统计学意义(φ1=0.654 23,t=4.02,P＜0.05),且该ARIMA模型预测显示未来几个月内传染病发病较以前出现下降趋势.结论 传染病的发病复杂多变,受多种因素的影响,ARIMA模型对历史数据进行统计分析,其短期预测精度高,对传染病的监测有重要意义,实际应用过程中仍需及时补充即时数据来对模型修正.

关键词：ARIMA模型、传染病、疾病监测、预测

所属期刊栏目：16

分类号：R195.1(保健组织与事业（卫生事业管理）)

资助基金：潍坊医学院健康山东重大社会风险预测与治理协同创新中心重点研究项目XT1401001

在线出版日期：2015-07-10（万方平台首次上网日期，不代表论文的发表时间）

页码：424-428