目的建立時間序列分析的自回歸求和移動平均(ARIMA)模型,預(yù)測深圳市腎綜合征出血熱(HFRS)發(fā)病趨勢。方法深圳市2005—2013年HFRS逐月發(fā)病率建立預(yù)測深圳市HFRS的最優(yōu)ARIMA模型,利用2014年逐月HFRS發(fā)病率回代來檢驗(yàn)?zāi)Ｐ皖A(yù)測效果,根據(jù)預(yù)測值與實(shí)際值的相對誤差判斷模型的預(yù)測精度,再以2005—2014年HFRS逐月發(fā)病率構(gòu)建模型預(yù)測2015年的HFRS發(fā)病率。結(jié)果模型ARIMA(1,0,1)(1,0,1)12較好地?cái)M合既往時間段的發(fā)病序列,各項(xiàng)參數(shù)(AR=0.993,MA=0.926,SAR=0.967,SMA=0.857)均有統(tǒng)計(jì)學(xué)意義(P<0.01),BIC值=-3.300,Ljung-Box模型統(tǒng)計(jì)量Q=20.794,P=0.107,模型殘差為白噪聲,2014年逐月HFRS發(fā)病率的預(yù)測值符合實(shí)際值的變動趨勢,全年發(fā)病率預(yù)測值與實(shí)際值的相對誤差率為20.74%。預(yù)測2015年深圳市HFRS發(fā)病率為4.28/100萬。結(jié)論 ARIMA模型能很好地模擬深圳市HFRS發(fā)病率在時間序列上的變化趨勢,并對未來的發(fā)病率進(jìn)行預(yù)測。

【文章頁數(shù)】：3 頁

【文章目錄】：
1資料與方法
2結(jié)果
3討論



本文編號：3901585