目的構建江西省布病流行趨勢預測模型,為布病防控提供科學依據。方法利用2014-2017年江西省人間布病月發(fā)病數(shù)建立不同差分次數(shù)下的最優(yōu)模型,同時,對2018年1月的布病發(fā)病數(shù)進行預測,比較模型的擬合、預測效果。結果不同差分條件的最優(yōu)模型分別為AR（1）、ARIMA（1,1,3）、ARIMA（3,2,0）、ARIMA（3,3,0）。其中,模型AR（1）對2018年1月的發(fā)病數(shù)的預測誤差最小。結論 ARIMA模型用于江西省布病發(fā)病數(shù)的短期預測基本可行。 

【文章來源】：中國人獸共患病學報. 2020,36(03)北大核心CSCD

【文章頁數(shù)】：4 頁

【部分圖文】：

江西省2014-2017年布病月發(fā)病數(shù)序列圖

江西省2014-2017年布病月發(fā)病數(shù)序列的(偏)自相關圖

2018年1月江西省布病報告數(shù)為5例,4個最優(yōu)模型中,AR(1)的預測誤差最小為0.21,其次是ARIMA(3,3,0)。拋開預測誤差較大的ARIMA(1,1,3)和ARIMA(3,2,0),比較AR(1)和ARIMA(3,3,0),可以發(fā)現(xiàn)ARIMA(3,3,0)有著更吻合的趨勢圖和最大的R2值,而AR(1)有著更小的AIC值和希爾不等指數(shù)。3 討 論

【參考文獻】：
期刊論文
[1]江西省2011-2017年人間布魯氏菌病疫情分析[J]. 黃玉萍,宗俊,熊長輝,潘歡弘,胡國良,劉曉青.  中華疾病控制雜志. 2019(04)
[2]ARIMA乘積季節(jié)模型與廣義回歸神經網絡模型在布魯菌病發(fā)病預測的比較[J]. 馬潔,田野,黃璐,孟維靜,王素珍,石福艷.  山東大學學報(醫(yī)學版). 2018(06)
[3]2001-2015年錦州市布魯氏菌病疫情流行病學分析[J]. 張新巖,李樹博,范凱,莫曉艷,林丹.  中國人獸共患病學報. 2018(01)
[4]ARIMA模型在我國法定傳染病報告數(shù)中的應用[J]. 沈忠周,馬帥,曲翌敏,江宇.  中華流行病學雜志. 2017 (12)
[5]應用ARIMA乘積季節(jié)模型預測青島市甲肝發(fā)病[J]. 梁紀偉,姜法春,韓雅琳,薛愛麗,宋鑫.  中國公共衛(wèi)生管理. 2016(06)
[6]深圳市ARIMA在腎綜合征出血熱發(fā)病預測中應用[J]. 梅樹江,周志峰,馬漢武,周海濤,樊丹怡,王敬忠,李媛,李懷昕,柯躍斌.  中國公共衛(wèi)生. 2015(07)
[7]應用ARIMA模型預測麻疹發(fā)病率的可行性研究[J]. 陸波,閔思韜,閔紅星,岳曉玲,郭忠琴.  中國衛(wèi)生統(tǒng)計. 2015(01)
[8]ARIMA乘積季節(jié)模型在上海市甲肝發(fā)病預測中的應用[J]. 朱奕奕,馮瑋,趙琦,徐飚.  復旦學報(醫(yī)學版). 2012(05)
[9]GM（1,1）灰色模型和ARIMA模型在HFRS發(fā)病率預測中的比較研究[J]. 吳偉,關鵬,郭軍巧,周寶森.  中國醫(yī)科大學學報. 2008(01)



本文編號：3424033