目的探討差分自回歸移動平均（ARIMA）模型在結(jié)核病發(fā)病率預(yù)測中的可行性。方法基于Python語言的statsmodels模塊,以天津市2004年1月—2015年12月結(jié)核病月發(fā)病率數(shù)據(jù)作為訓(xùn)練集建立最優(yōu)季節(jié)性差分自回歸移動平均（SARIMA）模型,以2016年1—12月數(shù)據(jù)對SARIMA模型進行效果評價,并對2017年1月—2019年12月天津市結(jié)核病月發(fā)病率進行預(yù)測。結(jié)果流行病學(xué)結(jié)果顯示,2004年1月—2015年12月天津市結(jié)核病月發(fā)病率總體呈下降趨勢。2005—2008年出現(xiàn)一個發(fā)病高峰,2009年后大幅度下降,隨后趨于平穩(wěn)。2017年1月—2019年12月天津市結(jié)核病月發(fā)病率與往年相比平穩(wěn)下降。建立的最佳模型為SARIMA（1,1,1）×（3,1,1）₁₂,該模型殘差BOX-Ljung統(tǒng)計量P值為0.493,提示殘差為白噪聲序列,模型擬合良好。預(yù)測結(jié)果實際值均在預(yù)測值的95%置信區(qū)間。結(jié)論 SARIMA（1,1,1）×（3,1,1）₁₂模型可對天津市結(jié)核病月發(fā)病率進行較準確的預(yù)測。 

【文章來源】：中國感染控制雜志. 2020,19(07)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

天津市2004年1月—2015年12月結(jié)核病月發(fā)病率時間序列圖

天津市2004年1月—2015年12月結(jié)核病月發(fā)病率時間序列分解圖

原始時間序列圖經(jīng)Dickey-Fuller Test,結(jié)果顯示P值為0.81,原始序列不平穩(wěn),需要進行平穩(wěn)性處理。對原始序列進行一次差分和一次季節(jié)差分后序列圖平穩(wěn),見圖3。ACF和PACF亦顯示數(shù)據(jù)已平穩(wěn),見圖4。Dickey-Fuller Test結(jié)果顯示P值為0.000029,亦說明序列已平穩(wěn)。經(jīng)差分后的平穩(wěn)序列BOX-Ljung統(tǒng)計量P<0.05,判斷該序列為非白噪聲序列。圖4 差分后序列的ACF、PACF

【參考文獻】：
期刊論文
[1]GM（1,1）模型在我國梅毒發(fā)病率預(yù)測中的應(yīng)用[J]. 王雅文,沈忠周,楊銀.  實用預(yù)防醫(yī)學(xué). 2019(09)
[2]基于Python語言的中文分詞技術(shù)的研究[J]. 祝永志,荊靜.  通信技術(shù). 2019(07)
[3]基于ARIMA模型的山東省肺結(jié)核發(fā)病趨勢預(yù)測[J]. 秘玉清,張繼萍,殷延玲,劉一鋆,于慧慧,王莎莎,王祥,李愛嬌,羅盛,李偉.  中國衛(wèi)生統(tǒng)計. 2018(06)
[4]ARIMA模型在天津市結(jié)核病發(fā)病預(yù)測中的應(yīng)用[J]. 李曉蓉,龐學(xué)文,于燕明,高麗,張丹,萬瑩,李敬新.  實用預(yù)防醫(yī)學(xué). 2018(12)
[5]組合預(yù)測模型在丙型病毒性肝炎發(fā)病率預(yù)測中的應(yīng)用[J]. 劉天,姚夢雷,黃繼貴,毛安祿,陳紅纓,黃淑瓊,楊雯雯,蔡晶,吳然.  中國疫苗和免疫. 2018(06)
[6]基于Python的網(wǎng)絡(luò)爬蟲程序設(shè)計[J]. 郭麗蓉.  電子技術(shù)與軟件工程. 2017(23)
[7]ARIMA模型在武漢市結(jié)核病疫情預(yù)測中的應(yīng)用[J]. 張正斌,段瓊紅,李月華,易鳳蓮,魯周琴,王衛(wèi)華,杜義祥.  公共衛(wèi)生與預(yù)防醫(yī)學(xué). 2017(03)
[8]馬爾可夫鏈在南方某部隊肺結(jié)核發(fā)病趨勢預(yù)測分析中的應(yīng)用[J]. 李文華,楊亞濤,曾年華.  華南國防醫(yī)學(xué)雜志. 2017(05)
[9]大數(shù)據(jù)環(huán)境下基于python的網(wǎng)絡(luò)爬蟲技術(shù)[J]. 謝克武.  電子制作. 2017(09)
[10]基于乘積SARIMA模型的肺結(jié)核發(fā)病率預(yù)測[J]. 胡曉媛,孫慶文,王玲玲,李敏.  第二軍醫(yī)大學(xué)學(xué)報. 2016(08)

碩士論文
[1]混沌時序黃金期貨價格預(yù)測研究[D]. 李超.暨南大學(xué) 2018
[2]基于ARIMA-LSTM混合模型的機械傳動件制造企業(yè)銷售預(yù)測方法研究與應(yīng)用[D]. 程俊.電子科技大學(xué) 2018



本文編號：3290775