我国血吸虫病报告病例数ARIMA模型预测研究

作者：常雪莲; 王小莉^*; 魏星; 李亮

来源：中华地方病学杂志, 2021, 40(09): 712-717.

• 血吸虫病
• 月报告病例数
• 时间序列
• ARIMA模型
• 预测

目的研究我国(不含港、澳、台地区)的血吸虫病月报告病例数进行自回归移动平均(autoregressive integrated moving average, ARIMA)模型预测作用, 为血吸虫病的防控提供科学依据。方法采用ARIMA模型, 以2009年1月至2018年12月我国血吸虫病月报告病例数时间序列为训练集, 应用R 3.6.2软件进行平稳性分析后, 采用赤池信息准则和贝叶斯信息准则等筛选参数, 选出较优ARIMA模型;以2019年1-12月我国血吸虫病月报告病例数为测试集进行验证和逐月优化, 得到1个最优ARIMA模型;并以2019年1月至2020年10月我国血吸虫病月报告病例数验证最优ARIMA模型的预测效果。结果基于2009年1月至2018年12月数据, 可以得到4种较优ARIMA模型, 分别为ARIMA(2, 0, 2)(1, 0, 1)[12]、ARIMA(2, 0, 2)(0, 0, 1)[12]、ARIMA(2, 0, 2)(1, 0, 0)[12]和ARIMA(2, 0, 2);以2019年1-12月的病例数实际值和4种ARIMA模型预测值分别进行对比, 构建出的血吸虫病月报告病例数的最优预测模型为ARIMA(2, 0, 2)(1, 0, 1)[12];预测的相对误差均值为0.51%。结论本研究构建的ARIMA模型精度较高, 适用于我国血吸虫病病例数的短期预测分析, 可为该病防治提供数据支持, 具有一定实践指导意义。

• 单位
  安徽省感染与免疫重点实验室; 蚌埠学院; 蚌埠医学院