基于季节性ARIMA模型的新疆肺结核发病预测分析

作者：聂艳武; 郑彦玲; 孙亚红; 杨磊; 张利萍^*

来源：实用预防医学, 2021, 28(11): 1324-1328.

• 肺结核
• ARIMA
• 时间序列
• 预测

目的探讨季节性时间序列模型(autoregressive integrated moving average, ARIMA)在新疆肺结核发病预测中的应用,并验证模型的可行性和适用性。方法采用季节性ARIMA(p,d,q)(P,D,Q)s拟合2005年1月—2019年8月新疆地区肺结核月发病人数,建立多个季节时间序列模型并进行比较,选出最优模型对2019年9—12月肺结核发病人数进行预测。结果 2005年1月—2019年8月新疆地区肺结核累积发病人数为627 869例,年平均发病人数为3 567例。新疆地区肺结核月发病数具有季节性,1—5月平均发病数高于平均水平,6—12月平均发病数低于平均水平,发病高峰为1月和3月,发病低谷为9月。通过赤池信息量(Akaike Information Criterion, AIC)和贝叶斯信息量(Bayesian Information Criterion, BIC)最小原则得出,ARIMA(1, 1, 1)(0, 1, 2)12是最优模型,其残差序列为白噪声,参数的回归系数均具有统计学意义,拟合的平均绝对百分比误差MAPE为8.723%。预测的MAPE为18.674%,真实值均处于预测值的95%置信区间内。结论 ARIMA(1, 1, 1)(0, 1, 2)12模型能够较好地拟合新疆肺结核发病数据,并进行短期预测,对新疆卫生防控措施的制定具有一定指导意义。

• 单位
  新疆医科大学; 公共卫生学院