自回归移动平均模型在北京市通州区乙型肝炎流行趋势预测中的应用

作者：苏彦萍; 孙晓伟; 张**

来源：寄生虫病与感染性疾病, 2022, 20(03): 141-158.

• 乙型肝炎
• 自回归移动平均模型
• 预测

目的 利用自回归移动平均模型(ARIMA)对北京市通州区乙型肝炎(乙肝)病例数进行预测，为乙肝防制工作提供依据。方法 收集2005-01/2018-12北京市通州区乙肝月报告病例数，应用SPSS 21.0软件建立ARIMA模型，预测2019-01/12乙肝病例数，并与实际值进行比较，评价模型的拟合和预测效果。结果 2005—2018年北京市通州区乙肝病例数时间序列为非平稳性时间序列，经差分处理为平稳序列。2005-01/2018-12乙肝病例数拟合最优模型为ARIMA(1,1,1)(0,1,1)12，残差分析统计量无统计学意义(Ljung-Box Q=17.475,P=0.291)。该模型拟合2019-01/12乙肝病例预测值与实际值的相对误差为0.14%，预测2019年乙肝病例数为716例。结论 ARIMA(1,1,1)(0,1,1)12模型对北京市通州区乙肝病例数的拟合效果较好，可以预测未来流行趋势，为乙肝防控工作提供理论支持。