应用Python编程语言构建宁波市水痘发病率预测的季节性ARIMA模型

作者：潘兴强; 马瑞; 杨天池; 陈奕; 丁克琴; 许国章^*

来源：中国疫苗和免疫, 2022, 28(01): 83-104.

DOI：10.19914/j.CJVI.2022017

• 水痘
• 发病率
• 预测
• 求和自回归移动平均模型
• Python编程语言

目的 构建水痘发病率预测的季节性求和自回归移动平均(Autoregressive integrated moving average, ARIMA)模型。方法 通过中国疾病预防控制信息系统收集宁波市2008年1月-2021年5月各月水痘发病率数据，按照AIC和BIC准则拟合最优的季节性ARIMA(p, d,q)×(P,D,Q)s模型，对模型进行参数估计，对2021年6-12月各月水痘发病率进行预测。结果 2008年1月-2021年5月宁波市水痘报告发病率总体呈上升趋势，其中2008年1月-2013年12月呈快速上升趋势，2014年1月-2019年12月呈缓慢上升趋势。拟合的最优模型为季节性ARIMA(1,1,2)×(1,1,1)12,AIC和BIC值分别为464.7和575.7,模型残差经Ljung-Box检验为白噪音(P=0.94),2010年1月-2021年5月水痘报告发病率的模型预测值与实际发病率流行趋势一致，模型拟合效果较好。模型预测2021年6-12月的水痘发病高峰为10-12月。结论 拟合的季节性ARIMA(1,1,2)×(1,1,1)12模型能较好地预测宁波市水痘发病率趋势。

• 单位
  宁波市疾病预防控制中心