基于ARIMA模型各亚型流行性感冒流行特征与趋势预测

作者：戴皓云; 周楠; 任香; 罗飘异; 易尚辉; 全梅芳; 查文婷; 吕媛

来源：疾病监测, 2022, 1-11.

• 流行性感冒
• ARIMA模型
• 预测

目的分析我国2010—2019年流行性感冒的流行特征和分布规律，预测各亚型流感发病趋势。方法 采用ARIMA乘积季节模型，对流感数据进行原始序列预处理、模型识别、参数估计和统计建模，预测流感发病趋势。结果 构建流感自回归移动平均模型（ARIMA）乘积季节模型，预测模型为ARIMA（1，2，1）（0，1，1）12，数据信息提取充分（Q=14.257，P＞0.05），相对误差约10%；甲型流感预测模型为ARIMA（2，1，1）（0，2，2）12，数据信息提取充分（Q=13.236，P＞0.05），预测2018年12月至2019年3月的甲型流感发病率较高，4月份开始，发病率迅速下降，与实际情况相似，相对误差控制在10%以内；乙型流感预测模型为ARIMA（1，2，1）（1，0，1）12，数据信息提取充分（Q=9.841，P＞0.05），但模型预测2019年乙型流感发病率较低，相对误差较高。结论 流感、甲型流感ARIMA乘积季节模型预测效果较好；乙型流感预测模型数据信息提取充分，但相对误差较高，可能与乙型流感发病无明显的长期趋势有关。

• 单位
  湖南师范大学