基于R语言的ARIMA模型在猩红热分析预测中的应用

被引:6
作者
张学敏 [1 ]
营亮 [2 ]
李海朋 [2 ]
机构
[1] 江苏省连云港市海州区疾病预防控制中心
[2] 连云港市疾病预防控制中心
关键词
猩红热; ARIMA模型; R语言; 预测;
D O I
10.13668/j.issn.1006-9070.2017.03.16
中图分类号
R515.1 [猩红热];
学科分类号
100401 ;
摘要
目的应用ARIMA模型对猩红热监测数据进行分析及预测,提高猩红热防控的及时性。方法利用R语言对中国疾病预防控制信息系统中,2005年1月1日-2016年6月30日连云港市每月猩红热发病数据进行分析,建立ARIMA模型并进行预测。结果通过数据转换、观察自相关函数和偏自相关函数图建立ARIMA(4,1,1)(1,1,1)12模型,对2016年1-6月发病数据进行预测,预测绝对误差平均为25.93%,除2月份数据预测偏差较大外,其他预测数据比较接近真实值。结论以ARIMA(4,1,1)(1,1,1)12模型能较为准确地对短期猩红热发病情况进行预测,可为猩红热防控提供一定的参考。
引用
收藏
页码:294 / 295
页数:2
相关论文
共 8 条
[1]  
时间序列分析及应用.[M].(美) 克莱尔 (Cryer;J.D.) ; 等著.机械工业出版社.2011,
[2]   ARIMA季节乘积模型预测济南市猩红热发病趋势 [J].
赵梦娇 ;
于秋燕 ;
赵小冬 ;
许华茹 ;
徐淑慧 .
疾病监测, 2016, 31 (05) :411-415
[3]   2005-2014年仪征市猩红热疫情流行病学分析 [J].
焦洁 ;
张建彬 ;
马久华 .
江苏预防医学, 2016, 27 (01) :73-74
[4]   ARIMA模型和BP神经网络模型在我国乙型肝炎发病预测中的应用 [J].
陈远方 ;
张熳 ;
王小莉 ;
戎毅 ;
彭海燕 ;
管芳 .
江苏预防医学, 2015, 26 (03) :23-26
[5]   中国2005—2011年猩红热疫情流行病学分析 [J].
李雷雷 ;
蒋希宏 ;
隋霞 ;
倪大新 ;
金连梅 ;
冯子健 .
中国公共卫生 , 2012, (06) :826-827
[6]   仪征市2001年~2009年猩红热疫情流行病学分析 [J].
张建彬 ;
马久华 .
江苏预防医学, 2011, 22 (01) :27-28
[7]   江苏省乙型肝炎流行趋势的时间序列分析及预测 [J].
吴莹 ;
刘文东 ;
梁祁 ;
胡建利 ;
艾静 ;
李媛 .
江苏预防医学, 2010, 21 (06) :15-17
[8]   基于X11-ARIMA方法的猩红热季节波动分析及短期预测 [J].
罗静雯 ;
刘元元 ;
李晓松 .
现代预防医学, 2010, 37 (20) :3816-3818