ARIMA模型和ARIMA-GRNN模型在AIDS发病预测中的应用

作者：王雅文; 沈忠周; 严宝湖; 杨银^*

来源：中华疾病控制杂志, 2018, 22(12): 1287-1290.

DOI：10.16462/j.cnki.zhjbkz.2018.12.020

• 艾滋病
• 自回归求和移动平均乘积季节模型
• 广义回归神经网络
• 预测

目的探究适用于预测我国艾滋病月发病人数的模型,为艾滋病的预防提供参考。方法收集2011年1月至2017年12月我国艾滋病月发病报告人数资料,建立自回归移动平均(autoregressive integrated moving average,ARIMA)模型及广义回归神经网络(generalized regression neural network,GRNN)模型与ARIMA模型的联合。用2018年1月至5月艾滋病月发病数评估该模型预测效果。结果艾滋病月发病数呈明显季节性,拟建立ARIMA(1,1,1)(0,1,1)12模型对我国艾滋病月发病报告数进行预测。建立ARIMA-GRNN模型的光滑因子为0. 021。ARIMA-GRNN模型拟合及预测误差均低于ARIMA模型。结论 ARIMA(1,1,1)(0,1,1)12和ARIMA-GRNN模型均能较好地拟合并预测我国艾滋病月发病人数,但联合模型的效果更优。

• 单位
  公共卫生学院; 北京协和医学院; 中国医学科学院基础医学研究所