河北省流行性腮腺炎时间组合SARIMA模型分析

作者：刘曙光; 张俊棉; 张富斌^*; 刘大鹏; 刘鹏; 梁震; 王鹏

来源：医学动物防制, 2023, 39(02): 132-135.

• 流行性腮腺炎
• 时间序列
• SARIMA
• 模型拟合
• 预测
• 分析

目的 对河北省流行性腮腺炎(简称“流腮”)病例数据进行时间序列分析，为制定控制流腮疫情措施提供长期和动态支持，对历史疫情评估，对未来疫情预测和预警。方法 利用河北省2004—2020年流腮病例数据建立四维时间组合的季节性差分自回归滑动平均(seasonal autoregressive integrated moving average, SARIMA)模型，选择静态预测模式进行分析。结果 2020年河北省流腮疫情呈季节性单峰分布，不同于往年的双峰分布。建立的年、季、月和周四维时间组合SARIMA模型分别为：ARIMA(1,2,2)、SARIMA(3,2,0)(0,0,1)4、SARIMA(2,1,2)(1,1,2)12和SARIMA(5,0,0)(1,1,1)52,模型拟合和预测评价结果均显示良好，但时间单位越小，Theil不等式系数越小。实际值均落在4个组合模型预测值的95%可信区间，2021年预测值为7.43/10万，相比2020年呈下降趋势，2021年第1季、月和周的预测值分别为1.73/10万、0.25/10万和0.08/10万，与往年的同期发病趋势一致。结论 四维时间组合SARIMA模型在保持原有静态预测精确性的基础上，相对延长预测时间长度，并随着时间单位逐步变小，预测效果逐步提升。

• 单位
  河北省疾病预防控制中心