采用自回归移动平均模型预测中国流感病例数

作者：谭恩丽; 侯慧玉; 包海荣; 滕雪娇; 张顺先; 李保娣; 黄晓霞

来源：病毒学报, 2017, 33(05): 699-705.

DOI：10.13242/j.cnki.bingduxuebao.003221

• 流行性感冒(流感)
• 月报告病例数
• 自回归移动平均模型

采用自回归移动平均模型(ARIMA)对中国(不含中国港澳台地区)流感月报告病例数进行预测研究,为中国流行性感冒(流感)的预防控制提供参考依据。使用SPSS 24.0软件,以2006年1月至2016年12月中国流感月报告病例数建立时间序列模型,并以2017年15月的月报告病例数作为验证数据,评估和筛选最优模型。以2006年1月至2016年12月中国流感月报告病例数为基础数据,建立的最优模型为ARIMA(4,0,4),其平稳R2=0.672,标化BIC=18.032,Ljung-Box Q=16.381,P=0.089。对2017年15月的数据进行预测,预测相对误差的平均值仅为-3.25%。ARIMA模型在预测中国流感月报告病例数方面效果较好,但模型的建立和预测应用是个动态过程,需不断根据积累的数据进行调整,从而提高预测精度。

• 单位
  兰州大学第一医院; 甘肃省疾病预防控制中心; 中国疾病预防控制中心病毒病预防控制所; 河北省人民医院; 中国疾病预防控制中心寄生虫病预防控制所