SARIMA-SVR组合模型在上海市肺结核流行趋势预测中的应用

作者：聂艳武; 杨振; 孙亚红; 杨磊; 王建鹏; 张利萍^*

来源：医学动物防制, 2022, 38(09): 817-821.

• 肺结核
• SARIMA-SVR
• 时间序列
• 趋势分析
• ARIMA乘积季节模型

目的 构建SARIMA-SVR组合模型，为上海市肺结核预测预警体系的建设和防治策略的制定提供理论依据。方法 基于时间序列分析方法，选取2011年1月—2018年12月上海市肺结核月报告发病数，分别建立季节性自回归移动平均模型(seasonal autoregressive moving average model, SARIMA model)、支持向量回归模型(sopport vector regression model, SVR model)和SARIMA-SVR组合模型，并以2019年1—12月的数据为验证集，对3种模型的拟合精度进行对比。结果 上海市肺结核发病具有季节性特征，且持续时间长，3—9月平均发病数高于全年平均水平。SARIMA、SVR和SARIMA-SVR组合模型均能较好地拟合上海市肺结核发病趋势，其中SARIMA-SVR组合模型预测精度最高，且明显优于对比模型(MAPE=9.70%,RMSE=55.03)。结论 SARIMA-SVR组合模型能较好地预测上海市肺结核的发病趋势，对上海市和其他城市制定肺结核季节性防控措施有一定指导意义。

• 单位
  新疆医科大学; 公共卫生学院