基于R语言的季节性自回归滑动平均(SARIMA)模型对流感样病例发病趋势的预测

作者：王磊^*; 侯烨; 周美静; 王颖颖; 杨磊; 许振华; 李小平; 王露; 刘亚

来源：医学动物防制, 2022, 38(04): 349-353.

• 季节性自回归滑动平均模型
• R语言
• 流感样病例
• 预测
• 发病趋势
• 平稳序列
• 时间序列
• 防控

目的 探讨季节性自回归滑动平均(seasonal autoregressive integrated moving average, SARIMA)模型在流感样病例(influenza like illness, ILI)发病趋势预测中的可行性。方法 收集保定市流感监测哨点医院2014年第1周—2020年第52周每周流感样病例就诊比例(consultation rate of influenza like illness, ILI%)资料，运用R语言进行时间序列分析并建立预测模型。结果 保定市2014年第1周—2020年第18周ILI%时间序列不平稳，先缓慢上升，随后呈“V”形变动，并且具有明显的季节性。本次研究采用2014年第1周—2020年第18周的ILI%对数转换的序列建模，最适预测模型为ARIMA(1,1,0)(0,1,1)52,在残差Box-Pierce检验结果中，6阶延迟为χ2=5.420 4,P>0.05;12阶延迟为χ2=10.109,P>0.05,残差为白噪声序列。利用2020年第19—52周的ILI%对数转换值进行预测，实际值均在预测值的95%置信区间(95%confidence interval, 95%CI)内。结论 SARIMA模型可用于保定市ILI短期发病趋势的预测。