乘积季节ARIMA模型在乙肝发病率预测中的运用

作者：刘建昭; 刘天; 姚梦雷; 毛安禄; 王丽; 郝海波; 夏世国; 黄继贵

来源：医学动物防制, 2018, 34(07): 640-643.

• 乙肝
• 自回归求和滑动平均模型
• 预测
• 荆州市

目的探讨乘积季节自回归求和滑动平均模型(integrated autore-gressive moving average model,ARIMA)在荆州市乙肝发病预测中的应用,为乙肝预防控制提供参考。方法利用2004-2015年乙肝网络监测数据对荆州市乙肝发病率数据构建乘积季节ARIMA模型,同时利用2016年实际发病率与模型拟合数据进行比较,评价模型的预测性能,并预测荆州市2017年的乙肝发病率。结果荆州市乙肝发病率预测最优模型为ARIMA(0,1,1)(0,1,1)12模型,利用2016年拟合值与实际乙肝发病率比较,相对误差介于1.33%27.80%之间,平均相对误差10.23%,提示ARIMA(0,1,1)(0,1,1)12模型具有较佳的预测能力。预测2017年荆州市乙肝疫情与2016年基本一致,发病整体平稳。结论 ARIMA(0,1,1)(0,1,1)12模型可用于荆州市乙肝发病率的预测,对乙肝预防控制产生积极的指导作用。