SARIMA-SVR组合模型在痢疾发病数预测的应用研究

作者：王婷; 贺湘焱^*

来源：预防医学情报杂志, 2023, 39(11): 1345-1351.

• 季节自回归移动平均模型
• 支持向量回归模型
• 痢疾
• 发病预测

目的 探讨季节自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)、支持向量回归模型(support vector regression,SVR)及SARIMA-SVR组合模型在全国痢疾发病数预测中的应用效果，为痢疾的防控工作提供科学依据。方法 采用2010—2021年我国痢疾月发病数作为训练集，应用Python软件构建SARIMA模型、SVR模型和SARIMA-SVR组合模型，预测2022年1至8月痢疾月发病数趋势，并将其与实际资料进行对比，采用均方根误差(root mean squares error,RMSE)和平均绝对误差(mean absolute error,MAE)衡量模型间的预测效果。结果 2010—2021年各年份痢疾发病率的差异有统计学意义(χ2=30.747,P<0.001)，总体呈下降趋势(χ2趋势=30.639,P趋势<0.001)。全国痢疾发病趋势具有季节性，其中发病数前3顺位的分别为7月(246 755例，14.58%)、8月(24 4026例，14.42%)和6月(209 647例，12.39%)。3种模型中SARIMA-SVR组合模型预测效果的评价指标RMSE、MAE值分别为384.44和282.88;SVR模型RMSE、MAE值分别为436.88和336.71;SARIMA模型RMSE、MAE值分别为704.10和583.10。结论 SARIMA-SVR组合模型对我国痢疾发病的预测精度高于单一预测模型，能较好地预测我国痢疾发病趋势，可以用于全国痢疾的中短期预测。

• 单位
  公共卫生学院; 新疆维吾尔自治区人民医院; 新疆医科大学