运用ARIMA模型预测巴基斯坦新型冠状病毒肺炎疫情发展趋势的结果分析

作者：温亮; 黄清臻; 王志刚; 李绵洋; 姜天俊; 秦玉玲; 管希周; 梁志欣; 许寅喆; 周飞虎^*

来源：解放军预防医学杂志, 2020, 38(08): 96-102.

DOI：10.13704/j.cnki.jyyx.2020.08.032

• 新型冠状病毒肺炎
• 预测
• ARIMA模型
• 时间序列分析
• 巴基斯坦

目的探讨差分自回归移动平均模型(ARIMA)用于巴基斯坦新冠疫情发展趋势的预测效果,为新冠疫情预测提供实践经验。方法使用SPSS20. 0软件,对巴基斯坦2020年3月10日至5月14日新冠疫情日新增确诊病例数时间序列构建ARIMA拟合模型,用以对未来日新增病例数进行预测,并与观察值进行比较。结果 ARIMA(2,1,0)模型很好地拟合了前期的日新增病例数序列,其平稳R2=0. 50,模型各参数均具有统计学意义,且残差白噪声检验Ljung-Box Q=10. 45,P=0. 84。用该模型对5月15日-6月30日的新增病例数进行预测,显示疫情趋势总体上将继续上升,与截至5月31日的观察结果相一致,15天的预测误差仅为4. 96%,17天则增加到9. 62%,预计6月新增病例总数44015～103202例。将5月15日-31日的实际日新增病例数加入时间序列后重新使用该模型预测,6月新增病例总数68546～140886例。结论可以运用ARIMA模型进行巴基斯坦新冠疫情短期趋势预测,巴基斯坦新冠疫情在六月仍将持续上升。

• 单位
  解放军总医院