基于Python语言的ARIMA模型在江西省食源性疾病发病率预测中的应用

作者：陈丽敏; 刘成伟; 梁新民; 张强^*; 周厚德; 游兴勇; 刘道峰; 彭思露

来源：中国食品卫生杂志, 2023, 35(03): 458-463.

DOI：10.13590/j.cjfh.2023.03.022

• 食源性疾病
• ARIMA模型
• Python语言
• 预测

目的 评估整合移动平均自回归模型(ARIMA)预测江西省食源性疾病月发病率的可行性。方法 应用Python软件构建ARIMA模型,以2021年数据验证及评估ARIMA模型预测效能,并对2022年1～6月江西省食源性疾病月发病率进行短期预测。结果 江西省2016—2021年食源性疾病发病率总体呈下降趋势,每年的8月份为发病高峰期;预测最佳模型为ARIMA(1,0,0)(1,0,2)12,贝叶斯信息准则(BIC)为96.66,模型残差为白噪声序列(P>0.05)。模型预测发病率与实际发病率流行趋势基本吻合,整体均方根误差(RMSE)为0.656,以2021年数据验证模型预测效果,预测值与实际值平均绝对百分误差(MAPE)为11.25%,表明模型外推效果较好。结论 ARIMA(1,0,0)(1,0,2)12模型可用于江西省食源性疾病发病趋势的短期预测。

• 单位
  公共卫生学院; 江西省预防医学重点实验室; 南昌大学; 江西省疾病预防控制中心