發(fā)布時(shí)間：2018-02-11 13:38

  本文關(guān)鍵詞： 流行性乙型腦炎 自回歸求和移動平均乘積季節(jié)模型 預(yù)測　出處：《重慶醫(yī)科大學(xué)學(xué)報(bào)》2017年10期 　論文類型：期刊論文

【摘要】：目的:應(yīng)用自回歸求和移動平均(autoregressive integrated moving average,ARIMA)乘積季節(jié)模型預(yù)測重慶市流行性乙型腦炎(簡稱乙腦)發(fā)病數(shù)。方法:利用R軟件對重慶市2006年1月到2015年6月乙腦報(bào)告病例數(shù)進(jìn)行ARIMA模型建模擬合,選擇預(yù)測模型進(jìn)行相互比較確定最優(yōu)模型。用2015年7至12月實(shí)際報(bào)告病例數(shù)與擬合值的比較來評價(jià)模型的預(yù)測效果,并對2016至2017年重慶市乙腦報(bào)告發(fā)病數(shù)進(jìn)行預(yù)測。結(jié)果:重慶市乙腦發(fā)病人數(shù)呈逐年下降趨勢,報(bào)告病例具有明顯季節(jié)分布特征,ARIMA(0,0,1)×(1,1,2)12模型很好地?cái)M合了時(shí)間序列,該模型赤池信息量準(zhǔn)則(Akaike information criterion,AIC)、許瓦茲貝葉斯準(zhǔn)則(Schwarz Bayesian criterion,SBC)值均最小且預(yù)測值與實(shí)際值的平均相對誤差為0.12,平均絕對百分比誤差為7.81%。進(jìn)一步用該模型預(yù)測重慶市2016至2017年乙腦病例數(shù)分別為35例和32例,發(fā)病高峰仍是7至8月。結(jié)論:利用ARIMA乘積季節(jié)模型對乙腦發(fā)病數(shù)擬合較好,短期預(yù)測結(jié)果良好;與2015年比較,預(yù)測2016至2017年乙腦報(bào)告發(fā)病數(shù)略微減少。
[Abstract]:Objective: to predict the incidence of Japanese encephalitis (Japanese encephalitis) in Chongqing by using autoregressive integrated moving autoregressive integrated moving autoregressive autoregressive seasonal model of autoregressive autoregressive and autoregressive integrated moving Arima. Methods: using R software to report the cases of Japanese encephalitis B from January 2006 to June 2015 in Chongqing city. The number of cases reported was fitted with ARIMA model. The prediction model was selected to compare with each other to determine the optimal model. The prediction effect of the model was evaluated by comparing the actual reported cases with the fitting value from 2015 to December. The number of reported cases of encephalitis B in Chongqing from 2016 to 2017 was predicted. Results: the incidence of je in Chongqing showed a decreasing trend year by year, and the reported cases had obvious seasonal distribution characteristics. The information quantity criterion of the red pool is Akaike information criterion and the Schwarz Bayesian criterion is the smallest. The average relative error between the predicted value and the actual value is 0.12, and the average absolute percentage error is 7.81. Further, the model is used to predict Chongqing from 2016 to 2016. In 2017, the number of cases of encephalitis B was 35 and 32, respectively. Conclusion: the seasonal model of ARIMA product fits the incidence of je well, and the short-term prediction results are good, and compared with 2015, the number of reported cases of je from 2016 to 2017 is slightly reduced.
【作者單位】： 重慶市疾病預(yù)防控制中心;
【基金】：重慶市衛(wèi)生計(jì)生委科研面上資助項(xiàng)目(編號:2015MSXM091)
【分類號】：R512.32

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張翼飛;陳洪;劉嶺;張彥琦;郭波濤;易東;;ARIMA季節(jié)乘積模型在腸道傳染病預(yù)測中的應(yīng)用[J];激光雜志;2008年02期

2 楊召;葉中輝;尤愛國;郭奕瑞;張肖肖;梁淑英;邢進(jìn);王重建;;乘積季節(jié)ARIMA模型在結(jié)核病發(fā)病率預(yù)測中應(yīng)用[J];中國公共衛(wèi)生;2013年04期

3 于林鳳;吳靜;周鎖蘭;丁勇;;ARIMA季節(jié)模型在我國丙肝發(fā)病預(yù)測中的應(yīng)用[J];鄭州大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2014年03期

4 郭建娥;劉桂芬;;構(gòu)建山西省太原市痢疾發(fā)病率的ARIMA模型[J];疾病監(jiān)測;2007年04期

5 梁雪楓;李慧;高麗;張曉曙;;ARIMA模型預(yù)測甲肝發(fā)病[J];預(yù)防醫(yī)學(xué)情報(bào)雜志;2009年04期

6 付志勇;陳秋萍;陳田木;吳英;蘭澤龍;;ARIMA模型在肺結(jié)核疫情預(yù)測中的應(yīng)用[J];熱帶醫(yī)學(xué)雜志;2011年12期

7 朱奕奕;馮瑋;趙琦;徐飚;;ARIMA乘積季節(jié)模型在上海市甲肝發(fā)病預(yù)測中的應(yīng)用[J];復(fù)旦學(xué)報(bào)(醫(yī)學(xué)版);2012年05期

8 申銅倩;劉文東;胡建利;朱葉飛;鮑昌俊;湯奮揚(yáng);彭志行;陳峰;;x-11-ARIMA過程在痢疾疫情預(yù)測中的應(yīng)用研究[J];中國衛(wèi)生統(tǒng)計(jì);2014年03期

9 黃春萍;劉仕俊;丁華;宋姝娟;徐玨;劉牧文;;杭州市麻疹發(fā)病數(shù)的ARIMA模型預(yù)測[J];現(xiàn)代預(yù)防醫(yī)學(xué);2014年11期

10 吳田勇;曾慶;于萌;劉世煒;李勤;趙寒;;2004—2012年中國丙型肝炎報(bào)告數(shù)據(jù)ARIMA模型及其趨勢預(yù)測[J];上海交通大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2014年05期

相關(guān)碩士學(xué)位論文 前6條

1 謝驍旭;基于R的江西省肺結(jié)核發(fā)病率ARIMA-SVM組合預(yù)測模型[D];南昌大學(xué)醫(yī)學(xué)院;2015年

2 朱寧;邵陽市2004-2013年艾滋病流行特征及ARIMA-BP組合模型在艾滋病預(yù)測中的應(yīng)用[D];南華大學(xué);2015年

3 王煒翔;南京市2006～2013年流感流行特征及ARIMA模型的應(yīng)用[D];東南大學(xué);2015年

4 王山;時(shí)間分布模型在甲肝流行趨勢分析中的應(yīng)用[D];浙江大學(xué);2016年

5 王凌燕;長春市2011-2015年手足口病疫情特征分析及趨勢預(yù)測[D];吉林大學(xué);2017年

6 王磊;河北省流行性乙型腦炎流行特征分析及ARIMA預(yù)測研究[D];河北醫(yī)科大學(xué);2008年

，

本文編號：1503184