自回归移动平均模型在全国手足口病疫情预测中的应用

被引：30

作者：

胡跃华 ^{[1
]}

廖家强 ^{[2
]}

冯国双 ^{[1
]}

郭莹 ^{[3
]}

于石成 ^{[1
]}

马家奇 ^{[1
]}

机构：

[1] 中国疾病预防控制中心信息中心卫生统计室

[2] 四川大学华西公共卫生学院卫生统计教研室

[3] 北京协和医学院公共卫生学院

来源：

疾病监测 | 2014年 / 29卷 / 10期

关键词：

自回归移动平均模型; 手足口病; 预测;

D O I：

暂无

中图分类号：

R195 [卫生调查与统计];

学科分类号：

100401 ;

摘要：

目的探讨应用时间序列基于季节性差分的自回归移动平均模型(autoregressive integrated moving average,ARIMA)预测全国手足口病的发病情况。方法利用"中国疾病预防控制信息系统"中的"疾病监测信息报告管理系统"(又称"传染病疫情信息网络直报系统")的资料,应用SPSS 19.0统计软件、采用ARIMA,对全国2009年1月至2012年12月手足口病逐月发病情况进行建模和拟合,利用所得到的模型对2013年1-6月的发病情况进行预测,并评价其预测效果。结果分析结果显示,手足口病发病以年为周期,1年中5-6月为高发月。非季节移动平均参数滞后两次后为0.532,t检验的P值为0.003,差异有统计学意义。BIC=21.955,Ljung-Box统计量检验残差序列为白噪声序列。最佳ARIMA(0,1,2),(0,1,0)12预测的平均相对误差为0.52,预测效果一般。按照不同发病模式分为两层后分别建立ARIMA,平均相对误差为0.12,预测效果好。结论对监测数据进行时间序列分析是用于传染病预测的一个重要的工具。分析发现中国不能用一个ARIMA拟合手足口病资料,因地区间发病的变异和模式不同;按手足口病的发病模式将各省分为单峰和双峰两层,分别拟合ARIMA,模型拟合效果更好。

引用

页码：827 / 832

页数：6

共 16 条

[1] 乘积季节ARIMA模型在结核病发病率预测中应用 [J].