ARIMA、ARIMAX、NGO-LSTM模型在山东省聊城市结核病发病数预测中的应用

作者：孙明浩; 段雨琪; 郑良; 于胜男; 程传龙; 左慧; 陈鸣; 李秀君

来源：中国防痨杂志, 2023, 45(12): 1177-1185.

DOI：10.19982/j.issn.1000-6621.20230253

• 结核
• 时间
• 模型
• 统计学
• 预测

目的:通过比较差分自回归移动平均(autoregressive integrated moving average, ARIMA)模型、具有外生回归变量的差分自回归移动平均(autoregressive integrated moving average with exogenous regressors, ARIMAX)模型和结合北方苍鹰优化(Northern goshawk optimization, NGO)算法的长期短期记忆(long short-term memory, LSTM)神经网络模型确定预测山东省聊城市结核病发病数的最佳模型。方法:收集聊城市2011年1月至2018年12月结核病月发病数据，分别构建ARIMA、ARIMAX和NGO-LSTM模型，评估3种模型在预测2018年结核病发病数的表现。结果:ARIMA模型、考虑月平均相对湿度(滞后1个月)与最低温度(滞后2个月)的多变量ARIMAX模型和NGO-LSTM模型对2018年结核病发病数预测的平均绝对百分比误差分别为9.293%、8.419%、5.820%,平均绝对误差分别为19.282、16.997、13.119,均方根误差分别为23.773、22.191、16.297。结论:在3种模型中，NGO-LSTM模型对聊城市结核病月发病数的预测效果最好，为结核病预警系统的建立提供了一种新思路，可为有关部门针对结核病的预防及控制决策提供科学依据。

• 单位
  公共卫生学院; 聊城市传染病医院; 山东大学