ARIMA模型及Holt模型对广州市新型冠状病毒感染疫情境外输入的分析及预测

作者：丘婕帆; 洪秋棉; 覃桂宇; 宇传华^*

来源：中国社会医学杂志, 2023, 40(03): 342-345.

• 新型冠状病毒感染
• ARIMA模型
• Holt模型
• 境外输入

目的 比较差分整合移动平均自回归模型(ARIMA模型)和Holt双参数指数平滑模型(Holt模型)对广州市新型冠状病毒感染(COVID-19)疫情境外输入累计确诊病例数预测的精准性，并进行预测。方法 运用ARIMA模型和Holt模型对2020年3月—2022年6月广州市COVID-19境外输入每月累计确诊病例数数据进行拟合，同时比较两者拟合效果，并对广州市2022年7-12月累计确诊病例数进行预测。结果 2020年3月—2022年6月累计确诊病例数拟合结果显示，ARIMA(3,1,1)拟合后预测值与观察值之间的平均相对误差为4.19%,平均误差率为2.50%,决定系数为0.997;Holt模型拟合后预测值与观察值之间的平均相对误差为5.80%,平均误差率为3.50%,决定系数为0.995。因此，ARIMA(3,1,1)拟合效果更加。结论 时间序列模型用于在短期内对疾病进行预测，可及时对疾病发展趋势进行研判，提高决策者和民众对疫情的防控意识。经对比，ARIMA模型对广州市COVID-19境外输入每月累计确诊病例数预测效果更佳。鉴于预测结果，2022年下半年广州市的COVID-19疫情境外输入病例数可能不会减少，需要引起重视。

• 单位
  公共卫生学院; 武汉大学