随机森林和SARIMA模型预测我国布鲁氏菌病发病率效果研究

作者：张睿; 王晓风; 张业武; 李言飞^*

来源：公共卫生与预防医学, 2022, 33(01): 1-5.

• 布鲁氏菌病
• 随机森林
• SARIMA
• ARIMA
• 机器学习
• 发病率预测

目的对比研究随机森林(Random Forest, RF)和季节性差分自回归滑动平均模型(Seasonal Autoregressive Integrated Moving Average, SARIMA)两种模型预测布鲁氏菌病发病率的效果。方法利用2005—2017年中国疾病预防控制信息系统中报告的布鲁氏菌病病例,分别建立随机森林和SARIMA两种模型进行训练和预测,并比较两种模型的预测结果指标值。结果 SARIMA模型和随机森林模型预测结果的R2(R Squared)和均方根误差RMSE(Root Mean Squared Error)分别是0.904、0.034 351和0.927、0.033 45。结论两种模型的预测精度都较高,均能够预测我国布鲁氏菌病的发病率,随机森林预测效果略优于SARIMA模型,更具有实用价值。

• 单位
  中国疾病预防控制中心