目的:應用差分自回歸移動平均（autoregressive integrated moving average,ARIMA）模型對江蘇省常州市和鹽城市的肺結核發(fā)病情況進行預測,探索其用于預測江蘇地區(qū)肺結核疫情的可行性,為今后結核病防控工作提供參考依據(jù)。方法:收集并整理江蘇省常州市和鹽城市2005年1月—2016年12月肺結核月登記發(fā)病數(shù)資料,使用R3.5.2軟件建立ARIMA模型,分別對兩市2017年1—12月肺結核月登記發(fā)病數(shù)進行預測,以平均絕對百分比誤差（mean absolute percent error,MAPE）、均方根誤差（root mean square error,RMSE）和平均絕對誤差（mean absolute error,MAE）評估ARIMA模型預測的準確性。結果:常州市的最優(yōu)預測模型為ARIMA（0,1,1）（0,1,1）12,鹽城市的最優(yōu)預測模型為ARIMA（1,1,1）（0,1,1）12。用于預測2017年肺結核月登記發(fā)病數(shù)時,兩市的MAPE分別為8.718 6和16.727 8,RMSE分別為14.061 7和39.487 2,MAE分別為11.38... 

【文章頁數(shù)】：7 頁

【文章目錄】：
1 資料和方法
    1.1 資料
    1.2 方法
        1.2.1 ARIMA模型的基本思想
        1.2.2 建模過程
    1.3 統(tǒng)計學方法
2 結果
    2.1 常州市ARIMA模型預測
    2.2 鹽城市ARIMA模型預測
    2.3 ARIMA模型預測效果評價
3 討論


【參考文獻】：
期刊論文
[1]ARIMA模型預測2018-2019年我國肺結核發(fā)病趨勢的應用[J]. 言晨綺,王瑞白,劉海燦,蔣毅,李馬超,尹樹鵬,肖彤洋,萬康林,讓蔚清.  中華流行病學雜志. 2019 (06)
[2]基于ARIMA模型的山東省肺結核發(fā)病趨勢預測[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)
[3]應用ARIMA模型預測結核病發(fā)病率研究[J]. 胡碧波,傅克本,許亮亮,何麗萍.  預防醫(yī)學. 2018(10)
[4]新疆喀什百日咳與氣象因素的多元時間序列分析[J]. 陳佳,謝娜,鄧晟,張學良.  職業(yè)與健康. 2018(13)
[5]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)
[6]基于ARIMA模型的江蘇省梅毒疫情預測[J]. 張文娟,劉文東,胡建利,湯奮揚,彭志行,喻榮彬.  南京醫(yī)科大學學報(自然科學版). 2017(05)
[7]ARIMA模型在我國梅毒發(fā)病率預測中的應用[J]. 王永斌,李向文,柴峰,袁聚祥.  現(xiàn)代預防醫(yī)學. 2015(03)
[8]春節(jié)效應對傳染病網(wǎng)絡直報工作的影響[J]. 呂銳利.  中國熱帶醫(yī)學. 2014(11)
[9]中國主要法定報告?zhèn)魅静〉摹按汗?jié)效應”研究[J]. 魏珊,陸一涵,高眉揚,衛(wèi)國榮,姜慶五,趙耐青,鄭英杰.  復旦學報(醫(yī)學版). 2013(02)
[10]2010年全國第五次結核病流行病學抽樣調查報告[J]. 王黎霞,成詩明,陳明亭,趙雁林,張慧,姜世聞,何廣學,呂青,杜昕,陳偉,劉小秋,阮云洲,王勝芬,夏愔愔,于蘭,李峻,李雪.  中國防癆雜志. 2012(08)

碩士論文
[1]我國恙蟲病地方性流行南北異質性比較研究[D]. 孫燁.中國人民解放軍軍事醫(yī)學科學院 2016
[2]基于時間序列模型的傳染病流行趨勢及預測研究[D]. 易燕飛.長春工業(yè)大學 2016



本文編號：3689230